[한국미래일보=권현지 대학생 기자]

인스타그램의 '릴스', 유튜브 '쇼츠'와 같이 90초 이내의 영상, 이른바 숏폼에서 한 남자의 목소리가 화제다. 

계정 주인, 화면, 컨텐츠도 각기 다르지만, 같은 인물로 추정되는 한 남자의 목소리가 수많은 영상의 내레이션을 담당하고 있다. 이는 영상 편집 앱 '캡컷'의 '애덤(adam)'의 목소리로, 애덤의 목소리는 TTS 기술로 구현한 것이다. TTS(Text-to-Speach)는 컴퓨터의 프로그램을 통하여 성우 없이 사람의 목소리를 구현하는 기술이다.

이미지(출처-캡컷)

TTS 기술 초기에는 시각장애인들을 위해 문자를 읽어주는 기술로 자리 잡았다. TTS 도입 당시 억양, 목소리, 말의 빠르기가 부자연스러워 청자의 귀에 익숙하지 않은 것이 흠이었지만, AI 인공지능도 동시에 발전하면서 TTS 보이스는 사람의 목소리만큼 자연스러워졌다. 

라이브 스트리밍 플랫폼 트위치, 치지직, SOOP, 유튜브 라이브도 TTS 보이스 기술을 일찍이 도입했다. 스트리머에게 도네이션, 즉 자발적인 금전 후원을 할 때 스트리머에게 보내고 싶은 메시지를 입력하면 스트리밍 중 메시지를 음성으로 노출한다. TTS보이스는 전문 성우들의 목소리를 교육하거나, 스트리머의 음성을 교육해 노출할 방법을 선택했다.

미디어 콘텐츠에 TTS 보이스는 필수가 되었다. 유튜브, 틱톡, 인스타그램의 숏폼 미디어에서 '애덤'의 목소리를 배경으로 하는 것이 하나의 유행이 되었다. 계정 주인이 길거리를 걸어다니는 영상, 두바이 쫀득 쿠키를 만드는 영상, 메이크업하는 영상 등 다양한 콘텐츠를 가지고 있지만 '애덤'의 목소리 하나로 유쾌하고 재미있는 영상을 만들 수 있다. 

실제로 영상 속 '애덤'은 차분히 말하면서도 계정 주인이 강조하고 싶은 말에는 다소 격정적인 말투로 변해 시청자들에게 웃음을 주는 포인트로 자리 잡았다. 이것이 하나의 밈이 되어 영상 주인은 굴욕적이거나 웃음이 나오는 일화를 본인의 입으로 말하지 않아도 '애덤'의 목소리를 빌려 웃음을 줄 수 있는 것이다. 

계정 주인의 사생활 보호와 목소리에 자신이 없는 콘텐츠 제작자에겐 좋은 소식이다. 음성 자막 하나만으로 TTS가 내레이션을 구현해 주니 콘텐츠 제작에 있어서 진입장벽이 낮아졌지만, 점점 발전하는 인공지능이 'AI 딥페이크'까지 구현하는 것이 아니냐는 우려가 나오고 있다.