숏폼 영상 더빙하는 법: 대본으로 리듬 맞는 내레이션 만들기

숏폼 영상에 내레이션을 얹을 때 가장 흔한 문제는 소리가 없는 것이 아니라 소리와 화면이 어긋나는 것입니다. 내레이션이 아직 앞 문장을 읽고 있는데 화면은 이미 다음 컷으로 넘어갔거나, 화면이 제품 클로즈업에 머무는데 내레이션은 진작 끝나 버린 경우입니다. 더빙의 올바른 순서는 반대입니다. 화면이 어떻게 잘렸는지 먼저 보고, 각 문단의 내레이션이 무엇을 말할지, 얼마나 말할지를 정합니다. PixMind의 텍스트 음성 변환은 대본 문단마다 MP3를 만들어 주고, 내레이션과 화면이 물리는지는 시작하기 전의 분할 작업에 달려 있습니다.

텍스트 음성 변환 열기. 편집해 둔 영상을 곁에 두고, 내레이션 문단을 각각 생성하고 각각 내려받아 편집 도구에 넣으세요.

핵심 요약

• 화면 문단 기준으로 내레이션을 나눈 뒤 글을 씁니다. 각 문단은 정보 과제 하나만 맡고 길이는 화면을 따릅니다.
• 한 번 생성하는 글자 수 상한은 비로그인과 무료 요금제 100자, 유료 멤버십 10000자입니다. 페이지에는 한 번에 결과 한 문단만 남으므로 문단마다 생성하고 문단마다 내려받습니다.
• 길이는 생성 결과가 기준입니다. 재생 막대에 각 오디오의 총 길이가 표시되므로 한 문단 먼저 재 보고 전체를 배치합니다. 글자 수를 초로 환산하는 공식은 쓰지 않습니다.
• 내레이션을 영상에 합치는 일은 외부 편집 단계입니다. 자막은 음원을 확정한 뒤 영상 텍스트 변환 도구로 최종본에서 생성합니다.

화면 리듬 기준으로 내레이션 나누기

더빙의 첫 동작은 타이핑이 아니라 화면 보기입니다. 편집한 영상을 두 번 완주하세요. 첫 번째는 컷 순서를 기억하고, 두 번째는 화면을 따라 마음속으로 읽으며 각 화면에 몇 문장이 들어갈지 감을 잡습니다. 그다음 컷 기능에 따라 영상을 나눕니다.

15초 정도의 제품 영상을 예로 들면 오프닝, 시연, 마무리 세 문단으로 나눕니다:

각 문단의 길이는 화면 자체에서 나오며 내레이션은 그 창에 들어맞아야지 화면이 내레이션을 기다리게 해서는 안 됩니다. 긴 글을 먼저 쓰고 화면에 밀어 넣으면 보통 억지 빠르기만 남아 듣는 느낌이 곧 나빠집니다. 300자짜리 제품 소개를 다 읽는 시간은 이미 영상 전체를 넘기기 일쑤입니다.

문단 나누기에는 실용적 효과도 있습니다. 한 번 생성은 글자 수로 제한되어 비로그인과 무료 요금제는 매번 최대 100자, 유료 멤버십은 10000자까지입니다. 스토리보드 기준으로 나눈 내레이션 문단은 보통 상한보다 훨씬 짧아 한 문단씩 생성하기에 딱 맞습니다.

글 대본을 귀로 알아듣는 표현으로 고치기

시청자는 숏폼에서 내레이션을 듣지 읽지 않습니다. 글쓰기로 옮기면 두 가지가 효과를 가장 크게 좌우합니다.

첫째, 화면이 이미 보여 주는 정보는 덜어냅니다. 화면이 뚜껑 돌려 닫기를 보여 주는데 내레이션이 '이어서 컵 뚜껑을 꽉 닫습니다'라고 할 필요 없고, 카메라가 완성품 클로즈업을 줬는데 '완성품이 곱다는 걸 알 수 있습니다'라고 되짚을 필요도 없습니다. 내레이션은 화면이 말할 수 없는 것만 합니다. 이름, 용도, 동작 뒤의 이유입니다.

둘째, 문장 하나에 포인트 하나, 문장 부호로 쉼을 조절합니다. 쉼표는 짧은 멈춤, 마침표는 숨 고르기입니다. 짧은 문장은 긴 문장보다 컷 전환에 맞추기 쉽고 듣는 이에게 소화할 시간도 줍니다.

시연 문단으로 예를 들면 초안은 '본 제품은 조작이 간단해 세 단계만 거치면 됩니다. 먼저 과일을 컵에 넣고, 이어 컵 뚜껑을 꽉 닫은 뒤, 마지막으로 시작 버튼을 누르면 몇십 초 뒤 신선한 주스 한 잔이 완성됩니다'입니다. 고치면 '세 단계면 끝. 과일 넣고, 뚜껑 잠그고, 버튼 누르기. 몇십 초 뒤 신선한 한 잔'입니다. 수정본은 수식을 덜어내고 쉼을 늘려 문장마다 동작 컷 하나씩을 정확히 짚습니다.

숫자와 모델명도 들려야 하는 그대로 쓰는 편이 낫습니다. '3단계'를 '삼 단계'로 들려면 그 발음 표기대로 적고, 모델명의 글자와 숫자가 이어 읽기 자연스러운지는 생성 결과로 판단합니다.

미리 듣고 어울리는 목소리 고르기

목소리에는 정답이 하나가 아닙니다. 같은 대본도 음색을 바꾸면 영상 전체의 인상이 따라 변합니다. 고르는 방법은 아주 직접적입니다. 같은 대본, 권장하기는 오프닝 그 한 문장으로, 음색 두 개 버전을 각각 생성해 듣고 정합니다.

비교할 때는 두 가지를 봅니다. 하나는 콘텐츠 성격입니다. 제품 시연에는 보통 밝고 경쾌한 목소리가 어울리고 설명형 콘텐츠는 차분하고 여유로운 톤이 잘 받습니다. 다른 하나는 명료함입니다. 제품명, 숫자, 이어 읽는 부분을 집중해서 듣고 어느 음색이 발음을 삼키거나 흐리지 않는지가 어떤 음색이 좋게 들리는지보다 중요합니다.

음색 창에서는 엔진과 언어로 걸러 볼 수 있고 음색에 마우스를 올리면 샘플을 바로 들을 수 있습니다. 샘플은 음색의 인상만 판단할 수 있고 최종 판단은 내 대본의 생성 결과입니다. 어느 엔진이 모든 과제에 최고라고 미리 정하지 말고 한두 개 더 시험해 보면 몇 분 안에 정해집니다.

실측 길이로 문구와 말 속도 조정하기

내레이션 길이가 맞는지는 추측으로 안 되고, 되는 방법은 한 문단 먼저 재 보고 전체를 배치하는 것입니다.

오프닝 문단을 생성하면 페이지 재생 막대에 이 오디오의 총 길이가 표시됩니다. 내려받기를 누르면 pixmind-tts- 로 시작하고 타임스탬프가 붙은 MP3 파일을 얻으며, 로컬 플레이어나 편집 트랙에 넣어 한 번 더 확인합니다. 세 문단의 길이를 모두 적어 스토리보드의 화면 길이와 나란히 비교하세요:

1. 내레이션이 화면보다 길면: 문구부터 지웁니다. 들어도 안 들어도 되는 수식과 반복 정보를 덜어내는 편이 말 속도 조정보다 효과적이며, 지우는 것은 부담이지 명료함이 아닙니다.
2. 조금 남으면: 말 속도를 소폭 조정합니다. 범위는 엔진마다 다릅니다. 마이크로소프트 엔진의 슬라이더는 -100%에서 +100%(기본 0), 화산 엔진은 0.8x~2.0x(기본 1.0x), MiniMax는 0.5x~2.0x(기본 1.0x)입니다. 조금씩 움직이고 고칠 때마다 다시 생성해 다시 듣습니다.
3. 내레이션이 화면보다 짧으면: 늘이면서 꽉 채우려 하지 않아도 됩니다. 화면에 내레이션 없는 시간 1~2초를 남기는 편이 문장마다 바짝 붙는 것보다 나을 때가 많습니다.

여기서 '몇 글자가 몇 초' 환산 공식을 주지 않는 이유는 공식 자체가 믿을 만하지 않기 때문입니다. 음색마다 말 속도 기준선이 다르고 문장 부호의 쉼, 숫자 읽기도 실제 길이를 바꿉니다. 같은 문장을 음색 두 개로 읽으면 길이가 한참 차이 날 수 있습니다. 공식을 외우기보다 오프닝 한 문단을 실제로 재 보고 실측 길이를 기준으로 삼으세요.

문단별 생성에서는 일관성도 지켜야 합니다. 같은 영상의 내레이션 문단은 같은 음색, 같은 파라미터여야 리듬이 이어집니다. 엔진을 바꾸면 말 속도와 볼륨이 기본값으로 초기화되니 손 대기 전에 조정해 둔 수치를 적어 두세요. 페이지에는 한 번에 결과 한 문단만 남으므로 한 문단 생성, 한 문단 내려받기를 반복합니다.

편집 도구에 내레이션 넣고 자막 보완하기

MP3는 편집 도구에서야 완성본이 됩니다. 이 단계는 PixMind 밖에서 어떤 소프트웨어로든 할 수 있으며 공통 흐름은 다음과 같습니다:

1. 프로젝트를 새로 만들고 화면과 내레이션 MP3 세 문단을 불러옵니다.
2. 스토리보드에 맞춰 각 내레이션을 해당 화면에 정렬하고 컷 전환 지점에 작은 틈을 남겨 소리가 잘리는 일을 막습니다.
3. 처음부터 끝까지 들으며 문단 사이 볼륨과 리듬이 이어지는지 확인합니다.
4. 확인한 뒤 완성본을 내보냅니다.

자막은 이 단계 다음에 만들며 최종 음원을 기준으로 해야 합니다. 대본 글자를 그대로 자막으로 쓰면 타임라인이 최종 소리와 어긋납니다. 문구를 고치고 말 속도를 조정한 뒤에는 각 문장의 시작과 끝이 이미 달라져 있기 때문입니다. 내레이션을 합친 완성본을 영상 SRT 변환 도구에 넘겨 완성본 자체에서 타임코드가 붙은 자막 파일을 만들고, 다시 편집 도구로 가져와 고유명사와 문장 나누기를 확인합니다.

자주 묻는 질문

내레이션이 길면 말 속도부터 고칠까요, 문구부터 고칠까요?

문구부터 고칩니다. 수식어와 화면이 이미 보여 주는 정보를 지우는 것만으로 대부분 해결되고, 말 속도는 더 지울 것이 없을 때만 소폭 움직입니다. 과하게 조정하면 발음이 몰리고 포인트가 흐려집니다. 고친 뒤 다시 생성해 재생 막대의 길이로 효과를 확인하세요.

통째 생성과 문단별 생성은 어떻게 고르나요?

화면 문단 기준으로 나눕니다. 긴 원고를 통째로 돌리면 한 번 생성 글자 수 상한에 걸려 비로그인과 무료 요금제는 매번 100자까지고 넘는 부분은 생성되지 않습니다. 페이지도 한 번에 결과 한 문단만 유지하므로 긴 원고는 어차피 나눠 내려받아야 합니다. 스토리보드로 나누면 제약에 맞으면서 각 문단 길이가 화면에 바로 대응해 후편집에서는 문제 있는 문단만 고칩니다.

더빙을 만든 뒤 자막은 어느 단계에서 만드나요?

내레이션을 확정하고 음원을 완성본에 합친 뒤입니다. 자막 타임코드는 최종 소리를 따라야 하므로 영상 SRT 변환 도구로 합친 완성본에서 생성하고, 생성 전 대본 글자는 쓰지 않습니다. 자막 파일을 받으면 편집 도구로 다시 가져와 고유명사와 문장 나누기를 확인합니다.

오프닝 한 문장부터 시작하기

완성 대본을 기다릴 필요 없습니다. 편집해 둔 영상을 열고 오프닝 문단만 쓰세요. 한 문장으로 무엇이고 누구를 위한 것인지 밝힙니다. 이를 텍스트 음성 변환에 붙여 넣고 생성하고, 듣고, 길이를 봅니다. 첫 문단이 자리 잡으면 나머지는 같은 순환의 반복입니다.

텍스트 음성 변환 열기.