자연스러운 한국어 목소리로 영상 만드는 법 🎬
캐릭터 시트 한 장과 10초 보이스 하나로, 내 목소리로 말하는 10초 영상을 만듭니다.
- 캐릭터 시트 · GPT 2.5
- 보이스 · Eleven v4
- 영상 · Seedance 2.5
- 립싱크 · Lipsync 2.0
완성 영상 · 9:16 · 720p · 10초
01캐릭터 시트 만들기 – GPT 2.5
영상 속 인물의 얼굴과 스타일을 고정하기 위해 캐릭터 시트를 먼저 만듭니다. 이 한 장이 영상 전체에서 인물의 정체성을 지켜 줍니다.
- 나이, 분위기, 헤어, 의상, 배경을 구체적으로 묘사합니다.
- 한 장 안에 대표 컷, 표정 컷, 전신 컷, 정면·측면·뒷모습을 함께 담도록 요청합니다.
- 얼굴, 헤어, 의상이 모든 컷에서 같은지 확인합니다. 다르면 다시 생성합니다.
대표 컷의 배경과 의상이 영상에도 그대로 이어지므로, 원하는 장면과 비슷한 배경으로 만드는 것이 좋습니다.
0210초 보이스 만들기 – Eleven v4
ElevenLabs에서 내 보이스를 선택하고 Eleven v4 모델로 대사를 생성합니다.
- 모델을 Eleven v4로, 언어를 한국어로 설정합니다.
- 아래 대사를 붙여 넣습니다. 대괄호 안의 감정 태그가 말투를 자연스럽게 만들어 줍니다.
- 길이가 10초 안쪽인지 확인합니다. 길면 속도를 조금 올리거나 대사를 줄입니다.
- MP3로 내려받습니다.
[warmly] 안녕하세요. [smiling] 만나서 정말 반가워요. [softly, sincere] 오늘도 여러분의 하루가 따뜻하고 행복한 순간들로 가득하길 바랄게요.
실제로 사용한 보이스 · 약 10초
0310초 영상 만들기 – Seedance 2.5
캐릭터 시트를 레퍼런스로 넣어 말하는 영상을 먼저 만듭니다. 이 단계의 목소리는 Seedance가 만든 임시 목소리이며, 다음 단계에서 내 보이스로 바꿉니다. 이 영상은 Magnific에서 Seedance 2.5로 만들었습니다.
설정
| 모델 | Seedance 2.5 |
| 캐릭터 레퍼런스 | 캐릭터 시트 이미지 |
| 비율 · 해상도 | 9:16 · 720p |
| 길이 | 10초 |
| 카메라 | Static (고정) |
| 배경음악 | 끔 |
순서
- 캐릭터 시트를 캐릭터 레퍼런스로 업로드합니다. 시작 프레임이 아니라 레퍼런스로 넣어야 합니다.
- 위 표대로 설정합니다.
- 아래 프롬프트를 붙여 넣고 생성합니다. 보이스와 같은 대사를 프롬프트에 적어 두면 입 모양과 말의 길이가 비슷하게 나와 립싱크가 더 자연스러워집니다.
Create a photorealistic 10-second image-to-video cinematic portrait at 9:16 vertical aspect ratio, 720 × 1280 resolution (720p). Use the provided character reference image to maintain strict facial identity, hairstyle, skin tone, clothing, and overall appearance. Feature a beautiful Korean woman in her early-to-mid 30s sitting comfortably in a modern, softly illuminated living room, looking directly into the camera with a warm, natural smile. She speaks in a clear, warm mezzo-soprano voice with polished standard Seoul Korean pronunciation, gentle confidence, subtle emotional warmth, and smooth conversational pacing. She delivers the following Korean narration naturally: "안녕하세요. 만나서 정말 반가워요. 오늘도 여러분의 하루가 따뜻하고 행복한 순간들로 가득하길 바랄게요." Ensure accurate Korean lip synchronization, realistic mouth movements, natural blinking, subtle head movements, gentle hand gestures, and authentic facial expressions. Use a completely static, locked-off camera with a fixed medium close-up composition throughout the entire 10 seconds. Absolutely no zooming in or out, no camera movement, no panning, no tilting, no tracking, no reframing, and no changes in focal length or camera distance. Maintain identical framing and subject size from the first frame to the last. Use soft cinematic lighting, realistic skin textures, and shallow depth of field. The voice should sound sophisticated, friendly, and genuinely human, never robotic or overly dramatic. Maintain consistent character identity throughout the video. Native Korean dialogue only, clean studio-quality audio, no background music, no subtitles, no text overlays, no watermarks, and no additional speakers. Full-frame 9:16 portrait composition without borders or letterboxing.
카메라를 완전히 고정해야 립싱크 단계에서 얼굴이 흔들리지 않고 입 모양이 깔끔하게 입혀집니다.
04내 보이스 입히기 – 립싱크
완성된 영상에 내 보이스를 립싱크로 입힙니다. 영상의 입 모양을 내 목소리에 맞춰 다시 만들기 때문에, 내가 만든 자연스러운 한국어 목소리가 그대로 들어갑니다. 이 영상은 Magnific의 Lipsync 2.0으로 만들었습니다.
- Magnific에서 립싱크 도구를 열고 모델을 Lipsync 2.0으로 선택합니다.
- 3단계에서 만든 영상을 업로드합니다.
- 2단계에서 만든 voice.mp3를 오디오로 업로드합니다.
- 생성하면 영상의 목소리가 내 보이스로 바뀌고, 입 모양도 그에 맞게 맞춰집니다.
왜 처음부터 보이스를 함께 넣지 않았나요?
처음에는 Seedance 2.5에 캐릭터 시트와 voice.mp3를 함께 레퍼런스로 넣어 한 번에 생성해 보았습니다. 얼굴과 구도는 잘 나왔지만, 목소리는 제 보이스와 다르게 나왔습니다. Seedance는 오디오 레퍼런스를 분위기와 말의 리듬을 잡는 가이드로만 사용하고, 목소리는 직접 새로 만들기 때문입니다.
반면 Lipsync 2.0은 voice.mp3를 그대로 사용하고 입 모양만 목소리에 맞게 다시 그립니다. 그래서 Eleven v4로 만든 자연스러운 한국어 발음과 말투, 쉬는 호흡까지 영상에 그대로 담깁니다. 그래서 영상은 Seedance 2.5로, 목소리는 Lipsync 2.0으로 나누어 만드는 방법을 선택했습니다.
영상과 보이스의 길이를 비슷하게 맞추면 결과가 가장 자연스럽습니다. 이번에는 영상 10초, 보이스 약 10초로 맞췄습니다.
05파일 내려받기
직접 따라 해 볼 수 있도록 실제로 사용한 파일을 공유합니다.