오전에 삼성의 TTS 기능 제한 문제에 대해 글을 쓴 바 있습니다. 이 문제를 생각하다 보면, 오래전부터 느껴온 아쉬움이 다시 떠오릅니다. 바로 한국어 TTS 품질의 한계입니다.

과거에는 어느 정도 이해할 수 있었습니다. AI 기술이 지금처럼 발전하기 전에는 음성 데이터를 수집하는 일도 어렵고, 개발 비용도 컸으며, 저작권 문제 역시 만만치 않았을 것입니다. MS TTS를 비롯해 여러 음성 합성 엔진을 사용해 보았지만, 당시 한국어 TTS는 대체로 기계음에 가까웠습니다.

하지만 지금은 상황이 달라졌습니다. 이제는 개인 PC에서도 상당한 수준의 TTS 모델을 구동할 수 있고, 데이터셋 역시 과거보다 훨씬 쉽게 구축할 수 있습니다. 실제로 개인이나 소규모 개발자가 만든 한국어 TTS가 기존 구글 TTS보다 자연스럽게 들리는 경우도 있습니다. 그럼에도 불구하고, 한국어 TTS의 기본 환경은 여전히 충분히 개선되지 못하고 있습니다.

특히 영어와 비교하면 차이가 더욱 뚜렷합니다. 영어 TTS는 매우 부드럽고 자연스러우며, 기본 엔진만으로도 충분히 사용할 만한 수준입니다. 반면 한국어는 삼성에서는 저작권 문제를 이유로 기능을 제한하고, 구글은 한국어 품질 개선에 적극적이지 않아 보입니다. 국가 역시 한국어 TTS의 공공적 기반을 마련하는 데 충분한 관심을 기울이지 않는 듯합니다.

미국도 저작권에 민감한 나라입니다. 그럼에도 구글이나 여러 플랫폼에서 제공하는 영어 TTS는 한국어처럼 제한적이거나 품질이 떨어지지 않습니다. 과거에는 기술과 자본의 한계가 이유가 될 수 있었지만, 지금은 더 이상 그렇지 않습니다. 대한민국의 상징이라 할 수 있는 한국어 음성 기술이 민간 자본과 플랫폼 정책에 지나치게 좌우되는 현실은 매우 아쉽습니다.

저는 국가가 기본적인 한국어 TTS 엔진과 앱을 공공재 성격으로 개발·공개해야 한다고 생각합니다. 품질이 반드시 최고 수준일 필요는 없습니다. 우선은 정확한 발음과 안정적인 사용성을 갖춘 기본 한국어 TTS 엔진을 제공하는 것이 중요합니다. 예를 들어 ‘영희’, ‘철수’와 같은 남녀·연령대별 기본 음성 4종 정도를 제공하고, 누구나 자유롭게 사용할 수 있도록 하면 됩니다.

이와 함께 텍스트를 입력하면 용량 제한 없이 음성으로 변환하고, 필요하면 녹음 파일로 저장할 수 있는 앱도 제공되어야 합니다. 윈도우, 안드로이드 등 다양한 플랫폼에서 사용할 수 있어야 하며, 안드로이드의 기본 TTS 엔진으로도 선택할 수 있도록 지원해야 합니다.

이 문제는 과거 글꼴의 역사와도 비슷합니다. 1990년대와 2000년대 초반까지만 해도 사용할 수 있는 한글 글꼴은 명조체와 고딕체 중심으로 매우 제한적이었습니다. 그러나 이후 공개 글꼴이 늘어나면서 한글 표현의 다양성이 크게 확대되었습니다. 한국어 TTS 역시 마찬가지입니다. 기본적인 공공 TTS 엔진이 마련되면, 민간 기업들은 그 위에서 더 고급화되고 개성 있는 음성 서비스를 개발할 수 있습니다.

한국어는 특정 기업이나 플랫폼의 자산이 아니라, 우리 모두의 언어입니다. 따라서 기본적인 한국어 음성 기술 역시 누구나 접근할 수 있는 공공 인프라가 되어야 합니다. 민간 자본이 독점하거나 저작권을 이유로 사용을 제한하는 구조에서 벗어나, 한국어 음성을 국민 모두가 자유롭게 사용할 수 있는 방향으로 나아가야 합니다.

저는 이것이 단순한 편의 기능의 문제가 아니라, 한국어의 디지털 주권과 공공성에 관한 문제라고 생각합니다.

한국어 TTS는 이제 국가 차원에서 기본 인프라로 개발하고 공개해야 할 때입니다

========================================

ChatGTP로 다시 정리한 글입니다ㅈ.