글을 자연스러운 목소리로 읽어 주는 기술을 TTS(Text-to-Speech, 문자 음성 변환)라고 합니다. VoxCPM은 이 일을 위한 오픈소스 프로젝트이며 현재 공식 저장소가 중심에 두는 모델은 VoxCPM2입니다. 한국어를 포함한 여러 언어로 음성을 만들고 글로 목소리의 느낌을 설명하거나 허락받은 짧은 녹음을 참고해 음색을 닮게 생성할 수 있습니다.
저장소는 GitHub의 OpenBMB 조직이 관리합니다. 공식 README와 모델 카드에는 30개 언어, 48kHz 출력, 음성 설계와 복제 기능이 소개돼 있습니다. 아래 내용은 2026년 10월 26일 확인한 공식 저장소와 VoxCPM2 모델 카드를 기준으로 합니다. 실제 음질이나 한국어 발음을 이 글에서 직접 측정한 것은 아닙니다.
핵심 선택 기준: VoxCPM2는 다국어 음성과 목소리 설계·복제가 필요한 작업에 맞습니다. 일반 Python 실행 경로는 GPU 환경을 준비하는 편이 수월하며 공식 표에는 모델용 VRAM이 약 8GB로 안내돼 있습니다. CPU·Apple Silicon용 경로도 소개되지만 속도와 설정은 실행 방식마다 다릅니다.
VoxCPM2는 어떤 음성 작업에 도움이 될까요?
제품 안내 영상의 내레이션을 준비하면서 차분한 설명과 활기찬 소개 중 어떤 분위기가 어울릴지 비교할 수 있습니다. VoxCPM2는 성우에게 대본과 원하는 표현을 전달하듯 문장과 목소리의 느낌을 입력해 음성 시안을 만드는 데 쓸 수 있습니다. 여러 언어의 내레이션을 구상하는 제작자에게도 선택지가 됩니다.
이 비유는 작업 방식을 설명할 뿐 실제 성우의 연기나 결과 음질을 보장하지 않습니다. 특정 사람의 목소리를 참고하는 기능은 그 사람의 허락이 있어야 하며 나온 발음과 표현도 사람이 들어 보고 고쳐야 합니다.
VoxCPM2는 목소리를 어떻게 만드나요?
기본 음성 합성은 읽힐 문장을 모델에 넣고 WAV 같은 음성 파일을 받는 방식입니다. VoxCPM2는 여기에 목소리를 정하는 두 가지 선택지를 더합니다. Voice Design은 “차분하고 또렷한 진행자”처럼 목소리의 특성을 글로 설명하는 방식이고 음성 복제는 녹음된 사람의 목소리를 참고하는 방식입니다. 뒤의 방법은 본인의 녹음이나 사용 허락을 받은 자료에만 적용해야 합니다.
기술적으로는 텍스트에서 음성을 만들어 내는 모델과 오디오 표현을 다루는 구성요소가 함께 작동합니다. 공식 설명은 이를 이산 음성 토큰화에 의존하지 않는 tokenizer-free 구조라고 부릅니다. 입문자가 먼저 알아야 할 점은 내부 구조보다도 텍스트만 쓸지, 음색 설명을 더할지, 참조 녹음을 제공할지에 따라 입력 자료와 검토할 권리가 달라진다는 것입니다.
기대할 수 있는 장점과 현재의 한계
- 다국어: 공식 지원 목록에 한국어가 포함됩니다. 여러 언어의 안내 음성을 같은 프로젝트에서 제작하려는 경우에 유용합니다. 언어별 자연스러움이 동일하다는 뜻은 아닙니다.
- 목소리 선택 폭: 참조 음성 없이 설명만으로 새 음색을 설계하거나 허락받은 녹음으로 음색을 닮게 할 수 있습니다. 공식 README는 스타일 제어 결과가 실행마다 달라질 수 있다고 밝힙니다.
- 제작·배포 선택지: Python API, 명령줄, 스트리밍과 여러 실행 백엔드가 문서화돼 있습니다. 그만큼 모델 파일, Python·PyTorch·장치 환경을 맞추는 작업이 필요합니다.
공식 자료의 48kHz는 출력 오디오의 표본화 주파수입니다. 숫자가 높다는 사실만으로 다른 TTS보다 목소리가 자연스럽거나 발음이 정확하다고 판단할 수는 없습니다. 목소리 복제 품질도 참조 녹음의 상태와 문장에 영향을 받을 수 있으므로 배포 전 직접 듣고 확인해야 합니다.
KittenTTS와 비교하면 어떤 차이가 있나요?
두 도구 모두 텍스트를 음성으로 바꾸고 음성 복제를 안내하지만 장점을 살릴 수 있는 조건이 다릅니다. 아래 표는 VoxCPM2와 KittenTTS 2의 공식 문서를 바탕으로 비교했습니다. KittenTTS 언어 안내는 2026년 11월 10일 다시 확인했습니다. 같은 문장·장비로 시험한 음질 또는 속도 순위는 아닙니다.
| 선택 기준 | VoxCPM2 | KittenTTS 2 |
|---|---|---|
| 언어 | 공식 목록 30개 언어, 한국어 포함 | 2026년 11월 10일 확인한 README 기준 한국어 포함 20개 언어; 음성별 지원은 모델 문서 확인 |
| 목소리 만들기 | 설명문으로 음색 설계, 참조 녹음으로 복제 | 내장 음성 선택, 참조 녹음 복제와 표현 태그 |
| 장비 | 일반 실행 안내는 CUDA 환경 중심, 모델 표에 약 8GB VRAM | CPU 실행을 공식 안내하지만 대표 모델은 약 6GB RAM을 준비하도록 안내 |
| 출력 규격 | 48kHz | 24kHz |
| 모델 사용 조건 | 모델 카드에 Apache-2.0 | 코드와 별도로 KittenTTS 2 가중치에 Stellon Labs Community License |
GPU 없이 아주 작은 파일로 시작하려면 KittenTTS의 소형 0.8 ONNX 모델도 별도로 살펴볼 만합니다. 다만 그 모델군의 기능을 KittenTTS 2의 음성 복제·표현 제어와 동일하다고 가정해서는 안 됩니다. 반대로 VoxCPM2의 기능 폭이 더 넓게 보인다고 해서 동일 조건에서 더 좋은 음질이라는 결론도 내릴 수 없습니다.
어떤 작업에 적합할까요?
가상의 활용 예: 한국어와 영어 버전이 필요한 교육 영상에서, 제작자가 같은 대본을 각 언어로 준비해 안내 음성을 만들 수 있습니다. 고정 진행자의 음색이 필요하다면 당사자의 동의를 받아 짧은 참조 음성을 시험할 수 있습니다. 이 시나리오는 활용 방식을 설명하기 위한 예시이고 특정 영상의 제작 성과를 확인한 사례가 아닙니다.
음성 설계와 여러 언어가 중요한 제작자에게는 VoxCPM2의 기능 구성이 매력적일 수 있습니다. 반면 낮은 장비 요구, 빠른 첫 설정 또는 작은 배포 파일이 더 중요하다면 KittenTTS의 다른 모델군까지 비교해야 합니다. 어느 쪽이든 고유명사·숫자 발음, 문장 사이의 호흡, 배경 소음과 파일 크기를 실제 출력에서 확인하는 과정이 필요합니다.
공식 모델을 받고 시작하는 방법
공식 README는 Python 3.10 이상 3.13 미만, PyTorch 2.5 이상과 CUDA 12 이상을 기본 설치 요건으로 제시하며 pip install voxcpm을 안내합니다. 기본 모델 표에는 VoxCPM2의 VRAM이 약 8GB로 표시됩니다. CPU·Apple Silicon 실행 경로는 별도 백엔드와 성능 조건을 확인해야 합니다. 일반적인 Windows 설치 프로그램을 받는 방식은 아닙니다.
- 먼저 자신의 운영체제, Python 버전, GPU·메모리 조건을 확인하고 공식 Quick Start의 현재 절차를 읽습니다.
- 독립된 Python 환경에서 공식 설치 명령
pip install voxcpm을 실행합니다. 이 명령은 Python 패키지를 설치하며 모델 가중치 다운로드와는 구분됩니다. - 공식 예제에서
openbmb/VoxCPM2모델을 불러와 짧은 문장으로 음성을 생성하고 저장 파일을 들어 봅니다. 음성 복제는 기본 합성이 동작한 뒤, 허락받은 녹음으로 시험하세요.
OpenBMB의 Hugging Face 모델 페이지가 새 탭에서 열립니다. 직접 설치 파일이 아닌 모델 설명·가중치 페이지입니다.
2026년 10월 26일 확인한 GitHub 최신 릴리스는 2.0.3입니다. 이 글은 모델 다운로드·설치·음성 생성을 직접 수행하지 않았습니다. 릴리스와 패키지 버전은 설치 직전에 다시 확인하세요.
라이선스 및 상업적 이용 안내
VoxCPM2의 코드와 모델 가중치는 무료로 사용할 수 있으며 상업적 이용도 가능합니다. 공식 저장소는 둘 다 Apache-2.0이라고 밝히고 공식 모델 카드도 상업적 사용이 무료라고 명시합니다. 따라서 회사의 음성 제작이나 상업용 프로젝트에도 해당 버전의 모델을 쓸 수 있습니다. 코드·가중치를 재배포하거나 수정본을 배포할 때에는 Apache-2.0 원문에 따른 라이선스 사본·기존 고지·수정 표시와 적용 가능한 NOTICE를 확인하세요.
모델 라이선스가 입력 녹음이나 실제 인물의 목소리에 대한 허락을 대신하지는 않습니다. 모델 카드만으로 생성 음성의 별도 저작권 귀속을 단정할 수도 없습니다. 복제에 쓰는 음성의 동의, 대본의 권리, 공개 플랫폼의 AI 음성 표시 규칙을 확인하세요. 외부 호스팅 API를 쓴다면 그 서비스의 약관과 비용은 별도입니다. 공식 모델 카드·라이선스 확인일: 2026년 10월 28일.
자료 확인일: 2026년 10월 26일. 본 게시글은 AI의 도움을 받아 작성되었으며 공식 저장소·모델 카드·라이선스 자료를 참고했습니다. 대표 이미지와 본문 도식은 자체 제작 시각 자료이며 공식 제품 화면이나 직접 측정 결과가 아닙니다.
