ElevenLabs v3 한국어 더빙 외주 부업, 견적부터 납품까지 7단계

ElevenLabs의 Eleven v3는 텍스트 안에 대괄호로 오디오 태그를 넣어 말투를 지시할 수 있는 음성 합성 모델이에요. 공식 모델 문서 기준 한국어를 포함해 70개 이상 언어를 지원해요. 2026년 10월 20일 현재는 후속 모델 Eleven v4가 나와 v3는 이전 세대로 분류돼 있고, 공식 프롬프트 안내는 v4용 작성 요령이 v3에도 그대로 적용된다고 설명해요.

다만 시작하는 분들이 기대하는 그림과 실제 작업은 꽤 달라요. 후기 0개에서 단가를 올리기까지는 시간이 걸리고, 수익 규모는 투입 시간·수주 채널·경쟁 상황에 따라 개인차가 큽니다. 이 글은 그 과정에서 밟게 되는 7단계 워크플로우와, 흔히 빠지는 실수 5가지를 정리한 거예요.

ElevenLabs v3에서 쓰는 기능

v3에서 쓰는 핵심 기능은 오디오 태그와 Text to Dialogue(대화 생성)예요. 텍스트 안에 감정·말투 지시를 직접 넣을 수 있어요.

1. 오디오 태그 — 텍스트로 말투 지시

[whisper] 이건 아무도 모르는 비밀이에요
[laughing] 정말 웃긴 일이 있었거든요
[excited] 드디어 출시됐어요!
[sad] 이별의 순간이 다가왔어요
[sighs] 또 다시 같은 실수를 했네요

공식 문서는 오디오 태그가 정해진 목록이 아니라 대괄호로 감싼 자연어 지시라고 설명하고, 예시로 [sad]·[excited]·[angry]·[whisper]·[laughing]·[sighs] 등을 들어요. 아직 개발 중인 기능이라 결과가 달라질 수 있다는 경고도 붙어 있어요. 공식 문서 기준 감정은 텍스트 단서에서 나오고, Stability·Similarity 같은 목소리 설정은 일관성을 조절하는 역할이에요.

2. Text to Dialogue — 여러 화자 대화

영상에 화자가 2명 이상이면 Text to Dialogue를 써요. 공식 문서 기준 대화 턴마다 텍스트와 목소리를 따로 지정하고, 오디오 태그는 그 턴의 텍스트 안에 넣어요. 공식 안내의 여러 화자 예시처럼 줄마다 화자를 나눠 대본을 정리해 두면 편해요.

Speaker 1: 안녕하세요, 오늘 인터뷰 시간 내주셔서 감사합니다.
Speaker 2: [laughing] 네, 저도 영광이에요.
Speaker 1: 첫 질문부터 시작할게요.

공식 문서는 원하는 결과를 얻으려면 여러 번 생성해서 고르는 과정이 필요할 수 있다고 적고 있어요.

3. 한국어 발음은 직접 들어 보고 판단

한국어 발음 품질을 수치로 평가한 공식 자료는 찾지 못했어요. 대신 발음을 손보는 수단은 있어요.

• 발음이 특이한 이름은 철자를 소리 나는 대로 바꿔 쓰거나 별칭(alias) 태그를 쓸 수 있어요
• 발음 사전은 Studio·Dubbing Studio·API 음성 합성에서 쓸 수 있어요
• 공식 안내에 따르면 v4는 슬래시로 감싼 IPA 기호도 이해해요
• 전문가 음성 클론(Professional Voice Clone)은 v3에 완전히 최적화돼 있지 않아 클론 품질이 낮을 수 있다고 공식 문서가 밝혀요. 전문가 음성 클론이나 Voice Library 목소리를 쓰려면 공식 문서는 v4를 권해요

7단계 외주 워크플로우 — 영상 1편 처리 흐름

단계 1. 의뢰 수령 + 견적 산정

크몽 메시지로 영상 링크 또는 스크립트 받음. 확인 항목:

1. 영상 길이 (분 단위 단가 기준)
2. 화자 수 (1명 vs 다중)
3. 감정 변화 빈도 (단조 vs 다양)
4. 특수 요구 (배경음 살리기, 효과음 매칭)
5. 납기 (24시간·48시간·1주일)

견적 공식 예시(정해진 업계 기준이 아니라, 가중치를 이렇게 정해 볼 수 있다는 예예요):

본인 기준 단가 (원/분) × 영상 분
× 화자 가중치 (1명 1.0, 2명 1.5, 3명+ 2.0)
× 감정 가중치 (단조 1.0, 다양 1.3)
× 긴급 가중치 (24h 2.0, 48h 1.5, 1주일 1.0)

기준 단가는 시세를 직접 조사해서 넣으세요. 이 예시 가중치라면 같은 5분 영상이라도 감정 변화가 많은 2인 화자에 24시간 긴급 건은, 단조로운 1인 화자에 납기가 1주일인 건의 3.9배(1.5 × 1.3 × 2.0)가 돼요. 이 배수를 견적서에 명시해두면 나중에 ‘왜 이렇게 비싸냐’는 협상이 훨씬 수월합니다.

크몽에서 판매한다면 AI 음성으로 작업한다는 사실을 서비스 상세페이지에 밝혀 두세요. 크몽은 AI 활용 사실을 숨기면 기만적인 표시·광고에 해당한다고 안내해요.

단계 2. 스크립트 정제

의뢰인이 보낸 원본 스크립트는 음성 합성에 바로 맞지 않는 경우가 많아요. 필요한 정제:

1. 숫자 → 한글 변환 ("2026년" → "이천이십육년")
2. 외래어 통일 ("AI" → "에이아이" 또는 "AI" 영어로 일관)
3. 문장 분리 (너무 긴 문장은 끊기)
4. 오디오 태그 삽입 (감정 변화 지점에 [excited]·[sad] 등)
5. 고유명사 발음 가이드 ("Schrödinger" → "슈뢰딩거")

이 정제를 해 두면 다시 뽑는 횟수가 줄어요.

단계 3. Voice 선택 + 톤 테스트

ElevenLabs Voice Library 에서 한국어 보이스를 검색해요. 공식 문서 기준 이 라이브러리에는 커뮤니티가 공유한 목소리가 3,000개 넘게 있어요. 라인업은 수시로 바뀌니 특정 보이스 이름을 외우기보다, 용도별로 어떤 톤을 골라야 하는지 기준을 잡아두는 편이 낫습니다.

용도별로 후보를 두세 개씩 미리 정해 즐겨찾기해두면 의뢰가 들어올 때마다 고르는 시간이 사라져요. 처음 30초만 합성해서 의뢰인에게 톤 확인 받고 본 작업 시작. 이 단계를 빠뜨리면 다 만들어 놓고 통째로 다시 뽑는 일이 생겨요.

단계 4. 본 합성 + 길이 조정

스크립트 전체를 ElevenLabs 에 입력 → 합성. 영상 길이에 맞춰 출력 시간 조정:

• 너무 빠름 → speed 값을 1.0보다 낮춤 (최소 0.7)
• 너무 느림 → speed 값을 1.0보다 높임 (최대 1.2)
• 끊김 → 문장 길이 줄이기

공식 문서 기준 speed 기본값은 1.0이고, 0.7부터 1.2까지 조절할 수 있으며 극단적인 값은 음질에 영향을 줄 수 있어요. 말하는 속도는 목소리를 만들 때 쓴 원본 음성의 영향도 크게 받는다고 적혀 있어요.

단계 5. 영상과 동기화 + 후처리

DaVinci Resolve 또는 Premiere Pro 에서:

1. 합성된 음성 트랙 추가
2. 영상 화면 전환 시점에 음성 cue 맞추기
3. 배경음(BGM)은 의뢰인 요청 시 목소리를 가리지 않게 낮춰 깔기
4. EQ로 저역의 웅웅거림과 탁한 대역 정리
5. 컴프레서로 볼륨 편차 줄이기
6. 노멀라이즈로 최고 레벨 맞추기

수치는 목소리와 배경음에 따라 달라서 귀로 들으며 맞추세요. ElevenLabs 자동 더빙 기능을 쓴 경우, 공식 문서는 더빙된 영상이 최종본이 아닌 미리보기 품질이라며 더빙 오디오를 내려받아 원본 영상의 오디오 트랙을 바꾸라고 안내해요.

단계 6. 미리보기 전송 + 수정 반영

완성본 30초 미리보기 영상으로 잘라서 의뢰인 전송. 피드백 받기:

• 톤 변경 요청 → voice 다른 걸로 재합성
• 특정 단어 발음 이상 → 오디오 태그 추가 또는 발음 표기 변경
• 페이스 너무 빠름/느림 → speed 조정
• 다른 화자 추가 → Text to Dialogue 적용

수정 횟수는 예를 들어 '수정 2회 무료, 이후는 별도 비용'처럼 계약 조건에 적어 두세요. 크몽도 거래 전에 수정 가능 횟수와 범위, 추가 비용이 생기는 기준을 크몽메시지에 정리해 두라고 안내해요.

단계 7. 최종 납품 + 후기 요청

원본 영상 + 더빙 음성 분리 트랙 + 자막 (요청 시) 패키지로 전달. 크몽은 의뢰인이 낸 대금을 맡아 두었다가 구매 확정 뒤 정산하고, 의뢰인이 작업물을 받은 날부터 7일 안에 수정 요청이나 구매 확정을 하지 않으면 자동 구매 확정이 진행될 수 있어요(서비스 이용약관 제19·20조). 후기 요청 메시지:

작업 완료됐습니다! 다음에도 더 좋은 결과로 함께할 수 있도록
간단한 별점·후기 남겨주시면 큰 도움됩니다 :)

납기를 지키고 수정 조건을 미리 분명히 해 두는 게 좋은 후기로 이어지기 쉬워요.

요금제 고르기 — 원가부터 알고 단가를 매기세요

단가 이야기 전에 내 원가를 알아야 해요. 이걸 모르고 견적을 내면 열심히 일하고 손해 보는 달이 생겨요. 아래 표는 2026년 10월 20일 공식 요금 페이지의 월 결제 기준이에요.

요금제 페이지 FAQ 기준 텍스트 음성 변환은 대략 글자당 1크레딧이고, 크레딧은 모든 기능이 한 통에서 나눠 써요. 크레딧 지급량은 개편 때마다 바뀔 수 있으니 결제 직전에 다시 확인하고, 본인 월 물량을 대입해 계산하세요.

더빙(Dubbing) 기능을 따로 쓸 땐 원본 영상 길이 기준으로 과금돼요. 요금제 페이지 FAQ는 더빙 크레딧을 분당 2,000(자동, 워터마크 있음)·3,000(자동, 워터마크 없음)·5,000(Dubbing Studio, 워터마크 있음)·10,000(Dubbing Studio, 워터마크 없음)으로 적고 있어요. 다만 같은 날 더빙 문서는 최신 Dubbing v2(알파)에는 워터마크 선택이 없고 자동 더빙은 분당 달러로 과금된다고 적고 있어서, 실제 금액은 앱이 더빙 시작 전에 보여 주는 총비용으로 확인하는 게 정확해요. 여기서 초보가 꼭 깨지는 지점이 하나 있어요. 언어별로 따로 청구돼요. 공식 도움말은 더빙 요금이 원본 길이 기준으로 더빙하는 언어마다 붙는다고 밝혀요. 10분짜리 영상을 스페인어·프랑스어·독일어 3개 언어로 더빙하면 10분이 아니라 30분치가 나가요. 다국어 의뢰를 받을 땐 견적에 이걸 꼭 반영하세요.

요금·크레딧 정책은 자주 바뀌니 결제 전 ElevenLabs 공식 요금 페이지에서 최신 확인하세요.

원가 감각 잡기: 구독료를 그달에 처리한 건수로 나누면 건당 원가가 나와요. 여기에 스크립트 정제와 후처리에 들어간 시간을 시급으로 환산해 더한 값이 진짜 원가입니다. 받은 견적이 그 원가를 넘고도 남는지가 그 단가의 진짜 판정이에요. 이 계산을 안 하면 바쁘게 일하고도 손해 보는 달이 생깁니다.

단가 책정 노하우 — 무엇이 단가를 올리나

매출이 늘어나는 순서

부업 초기에는 후기가 없어서 낮은 단가로 시작할 수밖에 없어요. 후기가 쌓이면 노출이 좋아지고, 노출이 좋아지면 의뢰가 늘고, 의뢰가 밀리기 시작할 때 비로소 단가를 올릴 협상력이 생깁니다. 이 순서를 건너뛰고 단가부터 올리면 의뢰가 끊겨요.

수익 규모는 투입 시간·수주 채널·경쟁 상황에 따라 개인차가 큽니다. 첫 의뢰가 몇 달씩 늦어질 수도 있다는 점을 계획에 넣어 두세요. 매달 본인의 건수·평균 단가·실제 작업 시간을 기록해두면 어느 구간에서 막히는지 스스로 판단할 수 있어요.

샘플을 직접 들려주는 게 단가를 설득하는 가장 직접적인 방법이에요.

단가 올리는 5가지 신호

1. 후기 별점이 꾸준히 높고 후기 수가 쌓였을 때
2. 들어오는 의뢰가 처리할 수 있는 양을 넘을 때
3. 동시에 진행하는 의뢰가 늘어 납기가 빠듯해질 때
4. 빠른 납기 요청이 자주 들어올 때
5. 같은 의뢰인의 재의뢰가 이어질 때

이런 신호가 여러 개 겹치면 단가 인상을 검토할 때예요. 한 번에 크게 올리기보다 소폭으로 올려 반응을 보고 다시 조정하는 쪽이 안전합니다.

흔한 실수 5가지

실수 1. 첫 견적부터 너무 비싸게

후기가 없는데 단가가 높으면 선택받기 어려워요. 처음에는 시장가보다 낮게 잡아 후기를 먼저 쌓으세요.

실수 2. 스크립트 정제 안 하고 바로 합성

원본 그대로 던지면 발음과 문장 호흡이 어색해지기 쉬워요. 정제를 먼저 하면 다시 뽑는 횟수가 줄어요.

실수 3. 무료 요금제로 상업 작업

요금제 페이지 기준 상업 라이선스는 Starter(월 6달러)부터 붙고 무료 요금제에는 없어요. 무료 요금제로 만든 음성을 외주 결과물로 넘기지 마세요.

실수 4. 단일 voice 만 고정 사용

의뢰인마다 선호 톤이 달라요. 여러 목소리에 익숙해지고 작업 성격에 따라 매칭하세요.

실수 5. 후처리 생략 (음성 raw 그대로 납품)

EQ·컴프레서·노멀라이즈를 건너뛰면 배경음과 목소리가 따로 노는 결과물이 되기 쉬워요. 후처리 품질이 단가를 올려 받을 수 있는지를 가르는 지점이에요.

첫 30일 시작 가이드 — 첫 의뢰까지

Day 1~3: 인프라 세팅

1. 상업 라이선스가 붙는 요금제 결제 (Starter 월 6달러부터, 크레딧이 더 필요하면 Creator 월 22달러)
2. 한국어 voice 여러 개를 들어보고 선호 목소리 몇 개 선정
3. 크몽·숨고 프로필 작성 (포트폴리오 필요)
4. 톤이 다른 짧은 샘플 더빙 영상 몇 개 제작

Day 4~7: 포트폴리오 영상 + 광고

1. 유튜브 쇼츠로 샘플 업로드 ("AI 더빙 샘플" 키워드)
2. 인스타·X 본인 계정에 공유
3. 크몽 첫 등록 — 조사한 시장가보다 낮은 진입 단가로, AI 음성 활용 사실은 상세페이지에 표시

Day 8~14: 첫 의뢰 받기

첫 의뢰가 들어오기까지 시간이 걸릴 수 있어요. 이 기간:

• 연습용 영상으로 더빙 워크플로우 반복
• 후처리 단축키 익히기
• 첫 의뢰가 들어오면 납기와 수정 조건을 지키는 데 집중

Day 15~30: 후기 쌓기 + 단가 인상

후기가 몇 개 쌓이면 진입 단가에서 한 단계 올려 보세요. 한 번에 크게 올리기보다 소폭으로 올려 의뢰량 변화를 보는 게 안전합니다. 첫 달은 매출보다 후기 개수와 별점을 목표로 잡으세요.

마무리 — 다른 부업과 결합 가능

ElevenLabs 더빙 부업은 AI 캐릭터 일러스트 외주 같은 작업과 묶어 제안할 수도 있어요. 같은 ai-blog의 AI 캐릭터 일러스트 외주 부업 7단계 에서 다룬 캐릭터 작업과 본 글의 음성 더빙을 묶어 패키지로 제안해 볼 수 있어요.

처음에 크몽 후기 0개 시절은 답답해요. 샘플 영상을 잘 만들어 두는 게 첫 의뢰를 받는 데 가장 직접적인 준비예요.

다만 기대치는 정직하게 잡으세요. 수익은 개인차가 아주 큽니다. 첫 달부터 목돈이 들어오는 구조가 아니고, 후기를 쌓는 초반 몇 달이 가장 더뎌요. 그리고 이 일의 실제 정체는 "AI에 텍스트 넣기"가 아니라 스크립트 정제와 후처리예요. 합성 버튼을 누르는 건 순간이고요. 그 손품을 감당할 수 있는 분에게 맞는 부업이에요.

본업 끝나고 매일 시간을 조금씩 넣을 수 있다면 몇 달 단위로 보고 시작하세요. 단기 목표는 매출이 아니라 후기 개수로 잡는 편이 현실적이에요.

내 채널을 다국어로 굴려 광고수익을 노리는 쪽이 궁금하면 AI 쇼츠 자동 더빙 부업 7단계가 그 각도예요. 이 글은 외주 수주, 그쪽은 내 채널 운영이라 성격이 달라요.

⚠️ 음성 복제는 선을 지키세요. ElevenLabs 금지 사용 정책은 살아 있는 사람의 목소리를 명시적이고 충분한 설명을 들은 동의나 그 밖의 정당한 권한 없이 복제하는 것과, 허가 없이 정치 후보나 선출직 공무원을 사칭하는 것을 금지해요. 의뢰인 목소리를 클론하려면 본인 동의를 받고, 유명인 목소리는 손대지 마세요. 한국 법 기준 체크리스트는 AI 음성 복제 한국 법적 가이드 7가지 체크리스트에 정리돼 있어요.