쇼츠 AI 나레이션 발음 깨질 때 고친 3가지

쇼츠 AI 나레이션 발음 교정 대표 이미지

작성자

카테고리:

쇼츠 나레이션이 이상하게 들리는 순간, 어디부터 봐야 할까

영상은 다 만들어졌는데 나레이션에서 한 번 걸린다. 귀로 들으면 “어, 뭐라고 했지?” 싶은 순간이다. 업로드 직전에 알아채면 다행이고, 올라간 뒤 댓글에서 발견하면 훨씬 민망하다.

내가 실제로 겪은 건 이런 것들이다. “2026.11.13”은 날짜가 아니라 숫자 나열로 들렸다. “3.5GB”는 “삼 점 오 지 비”처럼 끊겨서 나왔다. “KAIST”는 가운데 AI 부분만 따로 떨어져 읽혔다. 같은 엔진인데 어떤 영상은 멀쩡하고 어떤 영상은 이상하다.

무인으로 돌아가는 쇼츠 생성 흐름에서 한 번은 검사 없이 그대로 올렸다. 발음이 깨진 영상이었다. 댓글이 달리고 나서야 알았고, 그 영상은 내렸다. 그 뒤로는 나레이션 텍스트를 소리 내서 한 번 읽어보고 넘긴다. 귀보다 입이 먼저 걸린다.

음성 설정부터 뒤지면 시간을 많이 쓴다. 속도와 피치를 몇 번 바꿔봤는데, 틀리던 자리는 설정을 바꿔도 같은 자리에서 틀렸다. 원인은 설정이 아니라 글자 쪽에 있었다.

이 글에서는 세 가지를 확인한다. 어떤 단어가 깨지는지, 표기만 바꿔서 고칠 수 있는 범위가 어디까지인지, 그리고 그 변환 규칙을 제작 흐름에 어떻게 넣는지. 끝까지 보면 자기 대본에서 바로 고칠 목록을 뽑을 수 있다.

AI 나레이션이 특히 틀리게 읽는 단어 3종류

숫자와 단위, 날짜가 섞인 문장

가장 많이 깨진 건 숫자가 단위와 붙은 문장이었다. “메모리 8GB 기기에서 사용률이 60%를 넘으면” 같은 문장 한 줄에 숫자, 단위, 기호가 다 들어 있다. 엔진은 이걸 한 덩어리로 보지 않고 조각조각 읽는다.

실패한 영상들을 나중에 다시 열어서 깨진 단어를 종류별로 적어뒀다. 기준은 세 가지였다. 숫자가 붙은 것, 대문자 약어, 사람 이름과 상호명. 숫자 쪽 항목이 제일 많았다. 이 분류가 뒤에 나올 표기 규칙의 출발점이 됐다.

대문자 영문 약어와 혼합 표기

AI, CEO, PM처럼 짧은 약어는 글자별로 읽을지 단어로 읽을지를 엔진이 제멋대로 정한다. 어떤 영상에서는 “에이 아이”로 끊기고, 어떤 영상에서는 한 덩어리로 뭉개졌다. 한글과 영문이 섞인 “AI 기능” 같은 문장도 리듬이 자주 어긋났다.

고유명사, 브랜드명, 신조어

사전에 없는 이름은 엔진이 추측해서 읽는다. 서비스 이름 Pipedeck은 영어 발음 그대로 두면 어색했다. 신조어는 더 심하다. 국어사전에 없는 말이라 어디서 끊어야 할지도 엔진이 모른다.

대본 표기만 바꿔도 해결되는 범위와 한계

숫자와 약어는 대부분 표기로 풀린다. “3.5GB”를 “삼 점 오 기가바이트”로 적어두니 같은 엔진이 훨씬 자연스럽게 읽었다. 이건 확인된 차이다.

표기로 안 잡히는 것도 있었다. 쉼표 없이 긴 문장은 억양이 평평해지고, 숨 쉬는 자리를 엔진이 엉뚱한 데서 잡았다. 단어를 아무리 바꿔도 이 끊김은 그대로였다. 문장을 둘로 나누고 나서야 자연스러워졌다.

표기를 고쳤는데도 어색한 영상이 하나 있었다. 고유명사 몇 개를 사전에 넣고 다시 렌더했더니 문장 중간 끊김이 남았다. 이건 표기 문제가 아니라 엔진 쪽 한계로 보고, 그 장면만 문장을 쪼개서 다시 만들었다.

재렌더는 영상 전체를 다시 돌리는 일이라 생각보다 무겁다. 그래서 나는 이렇게 나눈다. 숫자, 약어, 고유명사 문제면 대본만 고쳐서 다시 렌더한다. 억양이나 끊김 문제면 그 장면의 문장만 나눠서 다시 만든다. 자막 문제가 같이 있으면 자막 파일을 먼저 확정하고 렌더한다.

나레이션 소리 이상 구간 찾기

숫자, 영어 약어, 고유명사는 이렇게 적어야 한다

기준은 하나다. 글자가 아니라 소리 나는 그대로 적는다. 아래 표는 내가 실제로 고친 방향을 정리한 것이다.

유형 원문 권장 표기 메모
날짜 2026.11.13 2026년 11월 13일 점으로 이어 쓰지 않는다
시간 PM 3시 오후 세 시 PM을 그대로 두면 역할명으로 읽힌다
단위 3.5GB 삼 점 오 기가바이트 소수점은 “점”으로 푼다
퍼센트 60% 육십 퍼센트 기호 대신 글자로 쓴다
영문 약어 CEO 씨이오 글자별로 읽는 약어
영문 약어 AI 에이아이 단어처럼 읽히게 한글로 고정
서비스명 Pipedeck 파이프덱 사전에 발음을 고정

같은 약어라도 문맥에 따라 읽는 방식이 달라진다. “PM 3시”는 오후 세 시지만 “PM 역할”은 피엠이다. 사전에 “PM은 무조건 피엠”이라고 넣으면 시간 표현이 깨진다. 문맥 조건이 있어야 한다.

처음엔 치환 규칙을 스크립트 안에 그냥 적어뒀다. 사전이 커지니 어디에 뭐가 있는지 찾기 힘들었고, 따로 빼냈다. 그런데 사전이 커지자 충돌이 났다. 글자 단위로 단순 치환하니 “KAIST” 안의 AI까지 바뀌었다. 아래처럼 앞뒤 글자를 검사하는 조건을 달고 나서 해결됐다.

import re

ABBR = {"AI": "에이아이", "CEO": "씨이오", "GB": "기가바이트", "MB": "메가바이트"}
PATTERN = re.compile(
    r"(?

나레이션용 텍스트와 자막용 텍스트는 따로 둔다. 나레이션은 소리용이라 "삼 점 오 기가바이트"로 적지만, 자막에 그대로 넣으면 화면에서 읽기 불편하다. 자막은 원문 표기를 유지한다.

음성 설정과 대본 표기 조정

음성 설정과 대본 표기 중 무엇을 먼저 건드려야 할까

순서는 대본이 먼저다. 표기를 고치고, 문제 문장만 샘플로 뽑아 검증하고, 그래도 안 되면 그때 설정을 본다.

속도와 피치는 발음 자체를 바꾸지 못한다. 속도를 낮추면 또박또박 들릴 뿐이다. "3.5GB"를 엔진이 어떻게 해석할지는 그대로다. 글씨 크기를 키운다고 글자가 바뀌지 않는 것과 비슷하다.

설정 값을 여러 번 바꿔서 같은 문장을 테스트해봤다. 읽는 속도는 달라졌지만 틀린 자리는 같은 곳이었다. 그래서 대본으로 돌아왔다.

설정을 건드려야 하는 경우도 있다. 감정이 평평하게 들리거나 전체 톤이 너무 무거울 때다. 이건 발음 오류가 아니라 전달 문제라서 속도와 피치가 도움이 된다. 긴 문장의 끊김이나 숫자 오독은 설정으로 고쳐지지 않았다.

발음 교정 자동화 파이프라인 구조

발음 교정을 자동화 파이프라인에 넣어 반복 수작업 줄이기

사람이 매번 대본을 눈으로 훑으면 빠뜨린다. 최근 30일에 쇼츠용 자동 렌더 영상이 39편 나왔는데, 그만큼 검사할 문장도 많았다. 그래서 렌더 전에 검사 단계를 넣었다.

  1. 대본에서 숫자와 단위, 날짜, 퍼센트 패턴을 정규식으로 찾는다.
  2. 대문자 두 글자 이상의 약어를 찾고 치환 사전과 대조한다.
  3. 사전에 없는 약어와 고유명사는 로그에 남기고, 사람이 확인하기 전까지 자동 치환하지 않는다.
  4. 확인된 항목만 사전에 추가하면 다음 실행부터 자동으로 치환된다.
  5. 자막 파일은 원문 표기를 그대로 둔다.

검사 단계를 넣기 전에는 영상을 올리기 전에 대본을 직접 읽었다. 넣은 뒤에는 로그를 보고 목록만 확인한다. 편해졌지만 완벽하지는 않다.

자동 치환의 위험은 오탐이다. 사전 규칙이 맞는 문장에서만 쓰이는 게 아니라 엉뚱한 단어에도 걸린다. KAIST 사례가 그랬다. 치환 뒤 문장이 자연스러워 보여도 뜻이 달라지면 그건 실패다. 그래서 고유명사와 의미가 중요한 문장은 사람 확인을 뺄 수 없다.

이 방법이 안 맞는 경우와 오늘 바로 할 일

표기를 고쳐도 같은 자리에서 두 번 이상 틀리면 표기 문제가 아니라 엔진 문제로 본다. 이때는 엔진 교체를 검토할 차례다. 아직 교체까지 간 건 아니고, 지금은 이 기준으로 판단한다.

오늘 할 일은 세 단계다.

  1. 깨진 문장을 숫자, 약어, 고유명사로 나눠서 적는다.
  2. 치환 사전에 적용하고 나레이션용 텍스트만 고친다.
  3. 샘플 문장 세 개로 다시 들어보고, 같은 자리에서 틀리는지 확인한다.

자주 묻는 질문

음성 속도를 낮추면 발음이 고쳐지나요?
아니다. 속도는 또박또박 들리는 정도만 바꾼다. 틀리는 자리는 대본 표기로 고쳐야 한다.

숫자는 아라비아 숫자로 두고 엔진에 맡기면 안 되나요?
엔진마다 결과가 다르다. 날짜와 단위는 한글로 풀어 쓰면 같은 엔진에서도 결과가 안정적이었다.

자막도 같이 바꿔야 하나요?
자막은 원문 표기를 유지한다. 나레이션 텍스트와 분리해야 자막이 어색해지지 않는다.

고유명사 사전은 어떻게 만드나요?
미리 많이 넣기보다 깨진 로그에서 나온 단어만 추가한다. 미리 넣은 항목이 많을수록 오탐이 늘었다.

자동 치환을 그대로 믿어도 되나요?
믿지 말고 로그를 본다. 문맥 오탐과 의미 훼손이 있어서 사람 확인 단계를 빼면 안 된다.

출처와 근거 자료


글쓴이 정보

1인 빌더 아일리고가 씁니다. 잘된 것도 망한 것도 적습니다. 영상은 제가 만든 ClipSquare 에서 나옵니다.

궁금해할 만한 것들

쇼츠 AI 나레이션 발음이 어색하면 음성 설정부터 바꿔야 하나요?

보통은 음성 설정보다 대본 글자를 먼저 보는 게 빠르다. 나는 속도와 피치를 몇 번 바꿔봤는데, 틀리던 자리는 설정을 바꿔도 같은 자리에서 또 틀렸다. 숫자, 영문 약어, 고유명사를 소리 나는 그대로 적으면 대부분 풀린다.

날짜나 용량 같은 숫자는 나레이션용으로 어떻게 적어야 하나요?

2026.11.13은 '2026년 11월 13일'로, 3.5GB는 '삼 점 오 기가바이트'로 바꿔 적는다. 점으로 이어 쓰거나 기호를 그대로 두면 엔진이 숫자 나열로 읽는 경우가 많았다. 퍼센트도 60%보다 '육십 퍼센트'가 자연스럽다.

표기를 고쳐도 문장 중간에서 끊기면 어떻게 하나요?

그건 표기 문제가 아니라 억양과 호흡 문제라서 단어를 아무리 바꿔도 안 풀린다. 쉼표 없이 긴 문장은 둘로 나누는 게 효과가 있었다. 영상 전체를 다시 렌더하기보다 그 장면의 문장만 다시 만드는 쪽이 훨씬 가볍다.