Amazon Polly launches voice cloning: A unique voice for your brand
Quick Summary
Amazon Polly가 화자 동의를 바탕으로 몇 분의 녹음에서 브랜드용 음성을 만드는 음성 복제 기능을 접근 승인 방식으로 정식 제공하며, 7개 언어와 계정별 접근 통제를 지원한다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약
Amazon Polly가 화자 동의를 바탕으로 몇 분의 녹음에서 브랜드용 음성을 만드는 음성 복제 기능을 접근 승인 방식으로 정식 제공하며, 7개 언어와 계정별 접근 통제를 지원한다.
📌 핵심 요약
- AWS는 Amazon Polly 음성 복제가 동의한 단일 화자의 녹음을 바탕으로 음성을 생성하며, 생성형 엔진의 다른 음성과 유사한 자연스러움과 정확도를 제공한다고 설명한다.
- 지원 언어는 영어·스페인어·독일어·프랑스어·이탈리아어·포르투갈어·힌디어의 7개이며, 각 복제 음성은 녹음된 언어로만 말한다.
- Amazon Polly 생성형 엔진을 지원하는 모든 AWS 리전과 AWS GovCloud (US)에서 제공되지만 접근 승인이 필요하다. 음성 생성은 무료이고, 생성된 음성의 사용에는 종량제 요금이 부과된다.
- 음성 생성에는 녹음 1~10개를 사용할 수 있고, 비동기 생성은 통상 5~10분 걸린다. AWS는 생성 과정에서 화자 유사성을 확인하며, 완성된 음성은 실시간 또는 장문 음성 합성에 사용할 수 있다고 설명한다.
- 음성마다 화자 동의를 확인해야 하며, 합성 음성에는 워터마크가 포함된다. 복제 음성은 생성한 AWS 계정으로 사용 범위가 제한되고 암호화되며, AWS는 생성 완료 후 원본 녹음을 보관하거나 Amazon Polly 모델 학습에 사용하지 않는다고 밝힌다.
🧩 주요 포인트
- 같은 복제 음성을 고객센터·앱·광고·콘텐츠에 적용할 수 있어, 대본 변경 때마다 재녹음하는 부담을 줄이고 채널별 브랜드 음성을 일관되게 유지할 수 있다.
- 각 복제 음성의 언어와 표현 스타일은 녹음에 제약을 받으므로, 다국어 서비스에는 언어별 음성이 필요하고 원하는 결과를 위해 녹음 품질과 스타일의 일관성이 중요하다.
- 화자 동의 확인과 AWS 계정별 접근 통제는 제공되지만, 동의 기록 보관·동의 철회 시 삭제·필요한 대상에만 권한 부여하는 운영 책임은 사용자에게 남는다.
🧠 상세 정리
1. 접근 승인 방식으로 정식 제공되는 음성 복제
AWS는 Amazon Polly의 음성 복제 기능을 접근 승인이 필요한 형태로 정식 제공한다고 발표했다. 복제에 동의한 화자의 녹음 몇 분을 제공하면 해당 화자의 목소리를 바탕으로 새로운 음성을 만들며, AWS는 이 음성이 Amazon Polly 생성형 엔진의 다른 음성과 유사한 자연스러움과 정확도를 제공한다고 설명한다. 제공 범위는 생성형 엔진을 지원하는 모든 AWS 리전이며 AWS GovCloud (US)도 포함된다. 일부 고객에게는 이미 접근 권한이 활성화됐고, 나머지 고객은 AWS 계정 담당자에게 문의하거나 접근을 신청할 수 있다. 음성 생성 자체는 Amazon Polly 고객에게 무료이지만 실제 음성 사용에는 종량제 요금이 적용되며, 본문에는 구체적인 요금 수치가 제시되지 않았다.
2. 시연과 활용 사례가 보여주는 브랜드 음성의 용도
본문은 실제 녹음에 이어 같은 화자의 복제 음성이 녹음하지 않은 문장을 읽는 시연으로 기능을 소개한다. 과학 부문 리드 Trevor와 저자 Jonas, AWS Chief Evangelist Jeff Barr 등의 사례가 등장하며, 게임 캐릭터·고객 지원·교육 내레이션으로 활용 범위를 넓혀 보여준다. AWS가 제시하는 핵심 용도는 IVR, 음성 에이전트, 모바일 앱, 매장 안내, 광고, 연결 기기에서 알아볼 수 있는 하나의 브랜드 음성을 유지하는 것이다. 고객센터는 제안이나 정책이 바뀔 때 안내 문구를 갱신하고, 제작자와 출판사는 오디오북·강의·팟캐스트·게임·영상의 후속 콘텐츠를 제작하는 데 활용할 수 있다고 설명한다. 이러한 시연과 활용 설명은 제품의 가능성을 보여주지만, 본문은 실제 고객의 비용 절감이나 품질 개선을 측정한 결과를 제시하지는 않는다.
3. 7개 언어 지원과 언어·스타일의 제약
출시 시점의 지원 언어는 영어, 스페인어, 독일어, 프랑스어, 이탈리아어, 포르투갈어, 힌디어의 7개다. 다만 각 복제 음성은 원본 녹음에 사용된 언어로만 말하므로, 여러 언어로 서비스를 제공하려면 지원 언어마다 승인된 음성을 만들고 검토해야 한다. AWS는 미국 영어·독일어·미국 스페인어·프랑스어·이탈리아어·브라질 포르투갈어·힌디어 녹음으로 기능을 시험했다고 밝힌다. 영국 영어와 캐나다 프랑스어처럼 같은 언어의 다른 억양도 작동하지만 시험 범위가 더 제한적이므로 실제 콘텐츠로 확인할 것을 권한다. 또한 복제 음성은 녹음의 표현 스타일을 따르며 여러 스타일을 혼합하지 못하므로, 밝거나 슬프거나 화난 녹음을 섞는다고 모든 감정을 표현하는 음성이 만들어지는 것은 아니다.
4. 녹음에서 생성·사용·삭제로 이어지는 수명주기
AWS는 음성 복제의 수명주기를 녹음, 생성, 대기, 사용의 네 단계로 설명하며, 한 사람의 녹음에서 맞춤형 Amazon Polly 음성을 만드는 구조를 제시한다. 입력 녹음은 1~10개를 사용할 수 있고, 직접 제공하거나 콘솔에 업로드하거나 음성을 만들 리전의 Amazon S3에 저장한 자료를 활용할 수 있다. 생성 요청을 받으면 음성 식별자가 먼저 반환되고 실제 생성은 백그라운드에서 비동기로 진행되며, 통상 소요 시간은 5~10분이다. 이 과정에는 화자 유사성에 대한 품질 확인도 포함되며, 생성 상태는 대기에서 활성 또는 실패로 바뀐다. 완성된 음성은 생성형 엔진을 통한 실시간 합성과 S3에 결과를 저장하는 장문 합성에 사용할 수 있고, 더 이상 필요하지 않은 음성은 삭제할 수 있다.
5. 화자 동의와 합성 음성 사용에 대한 책임
복제 음성은 한 사람의 녹음으로 만들어지며, 사용자는 음성을 생성할 때마다 모든 녹음에 필요한 권리와 화자의 동의를 확보했음을 확인해야 한다. 콘솔과 API 모두 이러한 확인을 요구하며, 사용에는 AWS 서비스 약관, 생체정보 고지 및 동의 약관, 책임 있는 AI 정책과 허용 가능한 사용 정책이 적용된다. Amazon Polly는 복제 음성으로 합성한 오디오에 워터마크를 추가한다고 설명한다. AWS는 사용자에게 화자의 동의 기록을 보관하고, 동의가 철회되면 음성을 삭제하며, 적절한 경우 청취자에게 합성 음성임을 알릴 것을 권한다. 음성 사용 권한을 필요한 사람과 시스템에만 부여하는 것도 권고 사항으로 제시돼, 기능을 제공받는 것과 별개로 동의와 권한을 관리할 책임이 사용자에게 있음을 보여준다.
6. 계정별 접근 통제와 녹음·음성 데이터 처리
복제 음성은 이를 생성한 AWS 계정에 귀속되며, 사용자는 AWS Identity and Access Management인 IAM으로 접근 권한을 통제할 수 있다. 음성은 자동으로 암호화되고, 사용자가 관리하는 AWS Key Management Service인 AWS KMS 키를 암호화에 적용하거나 태그를 붙이는 기능도 제공된다. AWS는 음성 생성이 완료되면 원본 녹음의 사본을 보관하지 않으며, 해당 녹음을 Amazon Polly 모델 학습에도 사용하지 않는다고 밝힌다. 대신 음성 합성에 필요한 음성 데이터만 암호화해 저장하고, 사용자가 음성을 삭제하면 이 데이터도 즉시 제거한다고 설명한다. 삭제는 음성이 활성 상태이거나 생성에 실패한 상태에서 가능하며, 이러한 데이터 처리와 접근 통제 내용은 본문에 제시된 AWS의 제품 설명이다.
7. 녹음 품질을 좌우하는 환경과 입력 조건
AWS는 복제 음성이 화자의 목소리뿐 아니라 노트북 팬 소리, 실내 반향, 녹음 소프트웨어의 처리 흔적까지 학습할 수 있다고 경고한다. 권장 녹음량은 자연스러운 발화 2~10분이며, 각 녹음은 최대 1분 길이로 나누고 음성 하나에 최대 10개, 총 15분까지 제공할 수 있다. 조용한 공간에서 한 사람이 마이크와 일정한 거리를 유지하는 것이 권장되며, 분량을 늘리는 것보다 품질이 중요하고 녹음을 추가해도 결과가 달라지지 않을 수 있다고 설명한다. 파일은 모노 WAV, 16비트, 24kHz를 권장하지만 다른 오디오 형식도 지원하며, 상세한 지원 범위는 개발자 가이드에서 확인하도록 안내한다. 회의 앱과 브라우저 녹음기의 에코 제거·잡음 억제는 음성을 변형할 수 있으므로 피하고, 모든 녹음을 원하는 결과와 같은 스타일로 유지할 것을 권한다.
8. 도입 환경과 실제 검토가 필요한 범위
본문은 계정에 기능이 활성화된 뒤 콘솔이나 코드에서 복제 음성을 만들고 시험할 수 있다고 안내하며, 콘솔에서는 최대 10개 녹음을 제공하고 개별 업로드 파일은 최대 5MB라고 설명한다. 코드 사용에는 최신 boto3와 음성 생성·조회·합성·삭제 등에 필요한 IAM 권한이 요구되며, 장문 합성과 S3 사용에는 관련 권한이 추가로 필요하다. S3의 원본 녹음은 음성을 생성할 AWS 리전에 있어야 하고, 해당 자료를 읽을 권한도 갖춰야 한다. 따라서 도입 가능성은 지원 리전 여부뿐 아니라 접근 승인, 녹음 조건, 권한 설정과 실제 사용량에 따른 비용을 함께 고려해야 하는 문제로 제시된다. 제공된 source_body는 Python 예제의 상태 확인 부분에서 끊기므로, 이후 코드의 세부 동작이나 추가 설명은 확인할 수 없다.
🧾 핵심 주장 / 시사점
- Amazon Polly 음성 복제의 가치는 고유한 목소리 확보와 함께, 대본이 바뀌어도 여러 채널에서 같은 브랜드 음성을 유지할 수 있다는 데 있다. 다만 실제 절감 효과를 판단할 정량 자료는 본문에 없다.
- 7개 언어 지원은 하나의 복제 음성이 7개 언어를 모두 구사한다는 뜻이 아니다. 언어별 음성 준비와 녹음 스타일의 일관성이 콘텐츠 확장의 제약으로 작용한다.
- 원본 녹음의 비보관과 학습 미사용, 합성용 음성 데이터의 암호화 보관은 구분할 필요가 있다. 데이터 처리 기능과 별개로 화자 동의와 사용 권한을 지속적으로 관리해야 한다.
✅ 액션 아이템
- Amazon Polly의 접근 승인 여부와 지원 AWS 리전을 확인하고, 음성 생성 무료·사용 종량제 조건에 따른 적용 비용을 검토한다.
- 다국어 서비스에 필요한 7개 언어의 범위를 정하고, 언어별 복제 음성에 사용할 녹음 품질과 스타일의 일관성을 검토한다.
- 화자 동의 기록을 보관하고, 동의 철회 시 삭제와 AWS 계정별 접근 통제를 실제 음성 사용에 적용한다.
❓ 열린 질문
- Amazon Polly 접근 승인 여부와 사용 종량제 요금은 예정된 서비스의 도입 가능성과 비용에 어떤 영향을 주는가?
- 각 복제 음성이 녹음된 언어로만 말하는 제약을 고려할 때, 다국어 서비스에 필요한 언어별 음성은 무엇인가?
- 화자 동의 철회 시 삭제와 AWS 계정별 접근 통제를 실제 사용 과정에서 어떻게 이행할 것인가?