AI TOOLS | 목소리 복제

공짜 앱 Voicebox로내 목소리 복제하기설치부터 첫 문장까지

공식 문서 원문, 맥·윈도 설치, 녹음부터 첫 문장까지 실제 화면 5단계, 녹음 대본, 일레븐랩스 요금 비교

읽는 시간 8분

Voicebox(보이스박스)는 내 목소리를 녹음해 두면 쓴 글을 그 목소리로 읽어 주는 무료 앱이에요. 릴스에서 말씀드린 설치부터 복제까지 순서를 실제 앱 화면으로 정리했어요. 우리도 이 순서대로 맥에서 직접 해 봤습니다.

한눈에

  • 무엇내 목소리를 10~30초 녹음해 두면, 쓴 글을 그 목소리로 읽어 줘요
  • 요금무료. 계정 없이 내 컴퓨터에서 돌아가요
  • 한국어돼요. 목소리 언어를 Korean으로 → 3단계
  • 설치맥·윈도. 메모리 8GB 이상 → 설치
  • 핵심녹음한 말과 대본 칸의 글을 똑같이 → 2단계

공식 설명 원문

Voicebox는 개발자 Jamie Pine이 GitHub에 공개한 오픈소스 앱이에요. 이 글의 사실은 GitHub 저장소, 공식 사이트, 공식 문서에서 확인했어요. 눌러서 원문을 바로 볼 수 있어요.

공식 문서에 이렇게 적혀 있어요

  • 공식 문서 'Voice Cloning'깨끗한 말소리 10~30초를 넣으면 모델이 목소리 특징을 뽑아내고, 그다음부터는 어떤 글이든 그 목소리로 만들 수 있다.You provide 10-30 seconds of clear speech, the model extracts a voice embedding, and from then on you can generate any text in that voice.
  • 공식 문서 'Voice Cloning'Qwen3-TTS 엔진: 영어·중국어·일본어·한국어 등 10개 언어.Qwen3-TTS — English, Chinese, Japanese, Korean, … (10)
  • 가격 페이지앱은 무료다. 영원히. 0달러, 계정 필요 없음.The app is free. Forever. / $0 No account required
  • 공식 사이트인터넷 없이 돌아간다. (처음 모델을 받을 때는 인터넷이 필요해요)Works offline
  • README음성 엔진 7개를 쓸 수 있다.7 TTS engines — Qwen3-TTS, Qwen CustomVoice, LuxTTS, Chatterbox Multilingual, Chatterbox Turbo, HumeAI TADA, and Kokoro
만든 사람Jamie Pine 개인 프로젝트. 온라인 서비스 운영은 Spacedrive Technology Inc.
최신판v0.5.0 (2026-04-26 공개, 한국 시간)
요금무료. 계정 없음. 클라우드 백업(연 12달러)은 '출시 예정'인 선택 사항이에요
한국어 복제 엔진Qwen3-TTS(1.7B·0.6B, 기본 1.7B), Chatterbox Multilingual
녹음 길이앱 권장 10~30초. 앱이 받는 범위는 2~30초
라이선스앱 MIT, Qwen3-TTS 모델 Apache 2.0, Chatterbox 모델 MIT
앱 화면영어·일본어·중국어. 한국어 화면은 없어요
설치 파일맥(애플 실리콘·인텔), 윈도. 리눅스는 아직 없어요
GitHub 별58,936개 (2026-10-29 조회)

직접 해 봤어요

Ai.Mag 대표 목소리를 앱 안에서 13초 녹음해 복제한 뒤, 아래 문장을 넣어 만든 소리예요. 직접 들어 보세요.

Voicebox가 만든 목소리 · 4.6초

“안녕하세요 에이맥입니다. 여러분들 이거는 AI가 복제한 제 목소리입니다.”

앱이 만든 WAV 파일을 웹에서 들을 수 있게 MP3로만 바꿨어요. 소리는 손대지 않았어요.

컴퓨터맥(애플 실리콘), 메모리 24GB
앱Voicebox v0.5.0
처음 받은 모델Qwen TTS 1.7B, 약 4.2GB (처음 쓸 때 한 번)
녹음앱 안에서 13초 (아래 대본)
목소리 설정언어 Korean, 엔진 Qwen3-TTS 1.7B
걸린 시간4.6초짜리 문장에 약 25초
글자 확인받아쓰기로 확인하니 넣은 글자를 그대로 읽었어요

2026-10-29, 맥 한 대에서 해 본 결과예요. 걸리는 시간은 컴퓨터와 모델에 따라 달라요. 첫 시도는 '생성 실패'가 떠서 한 번 더 만들었어요(안 될 때).

설치

맥과 윈도 설치 파일이 있어요. 공식 사이트(voicebox.sh)나 GitHub Releases에서 받아요.

맥v0.5.0

필요한 것macOS 11 이상, 메모리 8GB 이상(권장 16GB 이상), 여유 공간 5GB 이상(권장 10GB 이상). 모델과 만든 음성이 이 공간을 써요.

  1. 받기 애플 실리콘 맥은 voicebox.sh/download/mac-arm에서 Voicebox_0.5.0_aarch64.dmg(약 513MB). 인텔 맥은 Voicebox_0.5.0_x64.dmg(약 560MB)예요.
  2. 넣고 열기 받은 DMG를 열어 Voicebox를 '응용 프로그램(Applications)' 폴더로 옮기고 열어요.
  3. 첫 모델 받기 처음 음성을 만들 때 그 엔진의 모델을 자동으로 받아요. 이때는 인터넷이 필요해요. 우리 맥에서는 Qwen TTS 1.7B 약 4.2GB를 받았어요(공식 문서 표기는 약 3.5GB). 받은 뒤에는 인터넷 없이 돌아가요.
공식 문서 Installation의 System Requirements 절: 최소 macOS 11+·Windows 10+, RAM 8GB, 저장 공간 5GB / 권장 RAM 16GB+, NVIDIA GPU, 10GB+ 에 연두 테두리
공식 문서 'Installation': 필요한 사양(위 최소, 아래 권장)docs.voicebox.sh
공식 문서 Installation의 First Launch 절: 처음 쓰는 엔진의 모델을 자동으로 받고, 대부분 Qwen 1.7B(약 3.5GB)로 시작한다는 문장에 연두 테두리
공식 문서 'Installation': 첫 모델은 자동으로 받아져요docs.voicebox.sh

만든 목소리와 음성은 맥의 ~/Library/Application Support/sh.voicebox.app/ 폴더에 저장돼요(공식 문서).

윈도v0.5.0

필요한 것Windows 10 이상, 메모리 8GB 이상(권장 16GB 이상), 여유 공간 5GB 이상. 빠르게 만들려면 NVIDIA 그래픽카드를 권장해요.

  1. 받기 GitHub Releases v0.5.0에서 Voicebox_0.5.0_x64-setup.exe(약 517MB) 또는 Voicebox_0.5.0_x64_en-US.msi(약 518MB)를 받아 설치해요.
  2. 그래픽카드 가속(선택) NVIDIA 그래픽카드로 GPU 가속을 켜면 처음 쓸 때 CUDA 파일을 따로 받아요(압축 상태로 약 1.03GB + 약 2.11GB).
  3. 설치한 뒤 아래 복제 5단계를 따라 하면 돼요.

윈도는 우리가 직접 해 보지 않았어요. 리눅스는 완성된 설치 파일이 아직 없어요(직접 빌드해야 해요).

목소리 복제 5단계

앱 화면은 영어예요(한국어 화면은 아직 없어요). 아래 화면은 우리가 v0.5.0 맥 앱에서 실제로 누른 장면이고, 소리 없이 반복 재생돼요.

시작왼쪽 메뉴 Voices → 위쪽 Create Voice → Clone from audio를 누르면 1단계 화면이 나와요.

1녹음하기

Record 탭에서 Start Recording을 누르고 아래 대본을 소리 내어 읽어요. 다 읽으면 Stop Recording. 녹음 파일이 이미 있으면 Upload로 올려도 돼요(WAV 권장, MP3·M4A·FLAC도 돼요).

Start Recording → 읽는 동안 파형이 움직여요 → Stop RecordingVoicebox 0.5.0
녹음할 때 읽는 대본 · 약 13~15초
이 목소리, 진짜 제 목소리일까요? 아니면 AI일까요? 지난 릴스 두 편은, 사실 제 목소리를 복제한 AI가 읽었습니다. 오늘은 공짜 앱으로, 직접 해 보겠습니다.

우리가 실제로 읽은 대본이에요(13초). 내 문장으로 바꿔도 돼요. 다만 어떤 문장이든 2단계 대본 칸에 똑같이 넣어야 해요. 공식 문서는 10~30초를 권하고, 5초보다 짧은 녹음은 피하라고 해요.

공식 문서 Voice Cloning의 Overview 절: You provide 10-30 seconds of clear speech 문장에 연두 테두리
공식 문서 'Voice Cloning': 깨끗한 말소리 10~30초docs.voicebox.sh

2대본 넣기

녹음이 끝나면(Recording complete) 아래 Reference Text 칸에 방금 읽은 대본을 그대로 붙여 넣어요.

Recording complete → Reference Text 칸에 대본 붙여 넣기Voicebox 0.5.0

녹음한 말과 이 칸의 글이 똑같아야 해요. 칸 안에도 ’녹음에서 한 말을 정확히 적으라’고 쓰여 있고, 비워 두면 ‘Reference text is required’(대본이 필요합니다)라는 안내가 떠요. Voicebox가 쓰는 Qwen3-TTS 모델의 공식 설명도 녹음과 그 녹음의 대본을 함께 넣으라고 하고, 대본 없이 하면 복제 품질이 떨어질 수 있다고 적어 뒀어요.

왜 똑같아야 하나요

  • Voicebox 앱 안내 문구녹음에서 한 말을 정확히 적으세요.Enter the exact text spoken in the audio…
  • Qwen3-TTS 공식 모델 설명녹음과 함께 그 녹음의 대본을 넣는다. 대본 없이 목소리 특징만 쓰는 방식도 있지만, 복제 품질이 떨어질 수 있다.provide a reference audio clip (ref_audio) along with its transcript (ref_text). If you set x_vector_only_mode=True, only the speaker embedding is used so ref_text is not required, but cloning quality may be reduced.

직접 치기 번거로우면 Transcribe를 눌러 받아쓰기로 채울 수 있어요. 채워진 글이 실제로 한 말과 다르면 고쳐 주세요.

3이름 적고, 언어는 Korean

Name에 목소리 이름을 적고(우리는 '에이맥'), Language를 Korean으로 바꾼 뒤 Create Profile을 눌러요. Description·Personality는 비워도 돼요.

Name 입력 → Language: Korean → Create ProfileVoicebox 0.5.0

우리 화면에서는 Language가 처음에 English로 되어 있었어요. Default Engine은 No preference 그대로 두고, 엔진은 4단계 입력 칸에서 골랐어요.

4읽힐 글 쓰고 생성

만든 목소리 카드가 골라진 상태에서 아래 입력 칸(Generate speech using …)에 읽힐 글을 쓰고, 오른쪽 반짝이 버튼(Generate speech)을 눌러요. 칸 아래가 Korean · Qwen3-TTS 1.7B인지 확인하세요.

읽힐 글 입력 → Korean · Qwen3-TTS 1.7B 확인 → Generate speechVoicebox 0.5.0
처음 만들어 볼 문장 · 이름만 바꿔 쓰세요
안녕하세요 [이름]입니다. 이거는 AI가 복제한 제 목소리입니다.

처음엔 짧은 문장으로 시험해 보세요. 우리가 넣은 문장은 위 직접 해 봤어요에서 들을 수 있어요. 공식 문서도 품질이 가장 좋은 것으로 Qwen3-TTS 1.7B를 추천해요.

5듣고 저장

만드는 동안 결과 칸에 'Generating…'이 떠요. 끝나면 결과가 목록에 생기고 아래 재생 막대에서 바로 들려줘요. 파일로 남기려면 결과에서 Export Audio를 누르면 WAV 파일로 저장돼요.

Generating… → 결과 생김 → 재생. 우리 맥에서 4.6초 문장에 약 25초Voicebox 0.5.0

일레븐랩스와 비교

유료 목소리 복제 서비스 일레븐랩스(ElevenLabs)와 값을 비교했어요. 일레븐랩스는 무료 요금제로는 복제가 안 되고, 월 6달러(Starter)부터 돼요. 더 정밀한 전문 복제는 월 22달러(Creator)예요.

무엇한 달 요금목소리 복제
Voicebox0원됨 · 계정 없이 내 컴퓨터에서
일레븐랩스
Free
0원안 됨
일레븐랩스
Starter
6달러
(약 8,000원)
즉석 복제
일레븐랩스
Creator
22달러
(약 29,500원)
즉석 + 전문 복제
  • Starter는 11월 1일까지 첫 달 1달러(약 1,300원), Creator는 첫 달 11달러(약 14,700원)예요. 1년 결제면 Starter 월 5달러, Creator 월 18.33달러예요.
  • 일레븐랩스 무료 요금제는 상업 이용도 안 돼요. 상업 라이선스(Commercial License)는 Starter부터 붙어요.
일레븐랩스 공식 가격 페이지의 Starter(6달러, 첫 달 1달러)와 Creator(22달러, 첫 달 11달러) 칸. Instant Voice Cloning과 Professional Voice Cloning 줄에 연두 테두리
일레븐랩스 공식 가격 페이지: Starter에 즉석 복제, Creator에 전문 복제elevenlabs.io
Voicebox 공식 가격 페이지: The app is free. Forever. 아래 Local 요금 $0 No account required 에 연두 테두리
Voicebox 공식 가격 페이지: 0달러, 계정 필요 없음voicebox.sh

2026-10-29 각 회사 공식 가격 페이지 기준, 세금 별도. 원화는 1달러 = 1,340.47원(유럽중앙은행 2026-10-28 기준)으로 바꾼 값이에요. 두 서비스의 음질은 비교하지 않았어요.

주의할 것·안 될 때

  • 남의 목소리는 허락 없이 복제하지 마세요. 공식 문서에 ’목소리 복제는 동의가 있을 때만 써야 하고, 남의 목소리를 복제할 허락을 받았는지 확인하라’고 적혀 있어요. Voicebox 약관(웹사이트·클라우드)도 다른 사람을 사칭하거나 내 것이 아닌 목소리를 공유하는 것을 금지해요.
공식 문서 Voice Cloning의 Limitations 절: Voice cloning should only be used with consent 문장에 연두 테두리
공식 문서 'Voice Cloning': 동의가 있을 때만docs.voicebox.sh
  • 상업 이용은 라이선스 기준이에요. 앱은 MIT, Qwen3-TTS 모델은 Apache 2.0, Chatterbox 모델은 MIT 라이선스예요. 세 라이선스 모두 상업 이용을 허용하고, 만든 음성을 따로 제한하는 문구는 없어요. 다만 ’만든 음성을 상업적으로 써도 된다’고 직접 밝힌 공식 문장은 찾지 못했어요.
  • Chatterbox 엔진은 워터마크가 들어가요. Chatterbox로 만든 음성에는 귀에 들리지 않는 워터마크(PerTh)가 들어가요. 우리가 쓴 Qwen3-TTS는 공식 자료에 워터마크 언급이 없어요.
  • 앱 화면은 영어예요. 일본어·중국어 화면은 있지만 한국어 화면은 없어요. 한국어로 읽히고 복제하는 건 돼요.
  • 공간과 메모리가 필요해요. 최소 메모리 8GB, 여유 공간 5GB(권장 16GB·10GB 이상). 첫 모델만 몇 GB예요.
  • 리눅스는 완성된 설치 파일이 없어요. 맥·윈도만 받아서 바로 설치할 수 있어요.

안 될 때

  • '생성 실패'가 뜰 때우리도 첫 시도에 GPU 오류로 생성 실패가 떴어요. 한 번 더 만드니 됐어요.
  • 앱이 꺼질 때영어로 시험하다 한 번 꺼졌어요. 앱을 다시 켜고 한 번 더 해 보세요.
  • Reference text is required2단계 대본 칸이 비어 있다는 뜻이에요. 녹음한 대본을 넣으세요.

출처

2026-10-29 확인. GitHub 별 수는 같은 날 GitHub API 값이에요. 직접 해 본 결과는 맥 한 대(애플 실리콘, 메모리 24GB)에서 v0.5.0으로 한 거예요. 앱이 업데이트되면 내용이 바뀔 수 있어요.