VibeVoice로 실현하는 무료 TTS - 내 컴퓨터에서 원하는 목소리로 말하기
"야, 이거 진짜야? 내가 원하는 목소리로 아무 텍스트나 읽어준다고?"
레딧에 올라온 메시지를 보고 처음엔 믿기지 않았어. 그런데 직접 들어보니... 와, 정말 자연스러웠어. 게다가 무료 TTS라니! 바로 그날, 나는 ComfyUI VibeVoice의 세계로 빠져들었고, 지금은 내 컴퓨터에서 원하는 목소리로 뭐든 읽어주는 개인 성우를 갖게 되었어.
마이크로소프트가 하루 만에 삭제한 AI의 정체
2025년 9월 5일, 마이크로소프트가 조용히 공개한 TTS 모델이 있었어. 이름은 VibeVoice. 처음엔 그저 또 하나의 AI 음성 합성 기술이겠거니 했는데, 실제로 들어보니 차원이 달랐어.
"이거... 진짜 사람이 말하는 것 같은데?"
내가 처음 VibeVoice로 생성한 음성을 들었을 때의 반응이야. 기존의 로봇 같은 TTS와는 완전히 달랐어. 감정이 느껴지고, 숨소리까지 자연스러웠으며, 무엇보다 1분 미만의 샘플 음성만으로도 그 사람의 목소리 특징을 완벽하게 재현했어.
그런데 여기서 반전! 들리는 소문에 의하면, VibeVoice의 성능이 너무 좋아서 마이크로소프트가 고품질 모델을 하루 만에 삭제했다고 해. 아마도 악용 가능성을 우려한 것 같아.
하지만 이미 수많은 개발자들이 모델을 백업해 두었고, 지금도 GitHub에서 찾을 수 있어.
커뮤니티의 반란: 모두를 위한 무료 TTS
마이크로소프트가 모델을 삭제했다는 소식이 퍼지자, 오히려 커뮤니티는 더 활발해졌어. 개발자들은 원본 모델을 보존하는 것에 그치지 않고, 더 나아가 양자화 모델까지 만들어냈어.
양자화가 뭐냐고? 쉽게 말해서 모델의 크기를 줄여서 일반 컴퓨터에서도 돌아가게 만든 거야. 원래 VibeVoice는 메모리를 엄청 잡아먹는데, 양자화된 버전은 내 평범한 로컬 PC에서도 거뜬히 돌아가더라고!
DevParker의 HuggingFace 페이지에서 양자화된 고품질 모델을 다운로드할 수 있어. 파일 크기도 합리적이고, 성능 저하도 거의 없어서 정말 고마운 작업이야.
게다가 VibeVoice 커뮤니티도 생겼어. 여기서는 사람들이 자신이 만든 음성 샘플을 공유하고, 사용 팁을 나누며, 새로운 활용법을 연구하고 있어. 정말 오픈소스의 힘이란 이런 거구나 싶었어.
ComfyUI에서 VibeVoice 설치하기 - 생각보다 쉬워!
자, 이제 본격적으로 ComfyUI VibeVoice를 설치해보자. 나도 처음엔 복잡할 것 같아서 걱정했는데, 막상 해보니 정말 간단했어.
1단계: ComfyUI 준비
먼저 ComfyUI가 설치되어 있어야 해. 아직 없다면 공식 GitHub에서 다운로드하면 돼. ComfyUI는 노드 기반의 UI라서 프로그래밍 몰라도 드래그 앤 드롭으로 작업할 수 있어.
2단계: VibeVoice 커스텀 노드 설치
Enemyx-net의 GitHub에서 ComfyUI용 워크플로우를 다운받을 수 있어. 이 친구가 정말 깔끔하게 정리해놨더라고.
1. ComfyUI/custom_nodes 폴더로 이동
2. git clone https://github.com/Enemyx-net/VibeVoice-ComfyUI
3. 필요한 의존성 설치 (requirements.txt 참고)
3단계: 모델 다운로드 및 배치
앞서 말한 DevParker의 양자화 모델을 다운로드해서 ComfyUI/models/vibevoice 폴더에 넣어주면 끝!
4단계: 워크플로우 불러오기
ComfyUI를 실행하고 제공된 워크플로우 파일을 불러오면, 이미 모든 노드가 연결되어 있을 거야. 여기서 텍스트 입력 노드에 원하는 문장을 넣고, 샘플 음성을 업로드하면 끝!
실제 사용해보니: 샘플 음성이 핵심이야
처음엔 핸드폰으로 대충 녹음한 내 목소리를 넣었는데, 결과물도 역시 대충이더라고. 😅
그래서 두 번째 시도할 때는 조용한 방에서 좋은 마이크로 5-10초 정도 또렷하게 녹음했어.
차이가 확실했어! 생성된 음성이 훨씬 자연스럽고 내 목소리 특징을 잘 살렸어.
나만의 팁들:
-
샘플 녹음 시 감정을 담아서 - 평범하게 읽으면 평범한 TTS가 나와. 약간의 감정을 담아서 읽으면 그 뉘앙스까지 학습해.
-
다양한 톤으로 여러 개 준비 - 차분한 버전, 활기찬 버전 등 여러 샘플을 만들어두면 상황에 맞게 쓸 수 있어.
-
배경 소음은 절대 금물 - 에어컨 소리, 컴퓨터 팬 소리도 다 들어가니 조심해!
-
긴 문장 처리는 나누어서 - 한 번에 너무 긴 텍스트를 넣으면 중간에 이상해질 수 있어. 적당히 나누어서 처리하는 게 좋아.
무료 TTS의 무한한 가능성
VibeVoice를 쓰면서 정말 많은 걸 해봤어:
- 유튜브 영상 내레이션: 내 목소리로 영상 설명을 넣으니 훨씬 친근하더라
- 오디오북 제작: 좋아하는 웹소설을 내가 원하는 목소리로 들을 수 있어
- 언어 학습: 원어민 목소리 샘플로 문장 연습용 오디오 만들기
- 게임 모딩: 게임 캐릭터에 커스텀 음성 넣기
특히 ComfyUI VibeVoice의 장점은 워크플로우를 한 번 만들어두면 반복 작업이 정말 쉽다는 거야. 텍스트 파일만 바꿔주면 자동으로 음성 파일이 생성되니까.
주의할 점과 윤리적 사용
물론 이렇게 강력한 도구에는 책임도 따라. VibeVoice로 다른 사람의 목소리를 무단으로 복제하거나, 가짜 뉴스를 만드는 등의 악용은 절대 안 돼.
나는 주로:
- 내 목소리나 가족의 동의를 받은 목소리만 사용
- 생성된 콘텐츠에는 AI 생성임을 명시
- 상업적 사용 시 저작권 확인
이런 원칙을 지키고 있어. 기술은 중립적이지만, 사용하는 사람의 윤리가 중요하잖아?
마치며: 당신도 할 수 있어!
처음 VibeVoice를 접했을 때 "와, 이게 정말 무료 TTS야?"라고 놀랐던 기억이 아직도 생생해. 이제는 내 컴퓨터에서 원하는 목소리로 뭐든 읽어주는 시대가 왔어.
ComfyUI VibeVoice는 단순한 도구를 넘어서, 창작의 새로운 가능성을 열어주는 열쇠야.
복잡한 프로그래밍 지식 없이도, 누구나 자신만의 음성 콘텐츠를 만들 수 있게 됐으니까.
혹시 이 글을 읽고 "나도 해볼까?" 하는 생각이 든다면, 망설이지 말고 도전해봐!
처음엔 서툴러도 금방 익숙해질 거야. 그리고 나처럼 VibeVoice의 매력에 푹 빠지게 될지도 몰라. 😊
마지막으로, 이 멋진 기술을 무료로 사용할 수 있게 해준 마이크로소프트 연구팀과, 모델을 보존하고 개선해준 오픈소스 커뮤니티에 진심으로 감사해. 덕분에 우리 모두가 AI 음성 기술의 혜택을 누릴 수 있게 됐어.
자, 이제 당신의 차례야. 어떤 목소리로 어떤 이야기를 들려줄 거야?
댓글 쓰기