AI 영상 소리 넣기, 목소리·효과음·음악 순서와 음량표
AI 영상 소리 넣기에서 무음 클립에 목소리 · 효과음 · 음악 · 배경음을 얹는 순서, 목소리가 묻히지 않게 음악을 낮추는 법, 방송 · 음원 · 팟캐스트의 공식 음량 기준, 생성 도구가 만든 소리를 쓸 때 남길 기록을 정리했습니다.

AI 영상 소리 넣기는 목소리, 효과음, 음악 순서로 층을 얹고, 목소리가 나오는 구간에서는 음악을 낮춰 말이 묻히지 않게 하는 작업입니다. 생성 도구에서 나온 클립은 소리가 없거나, 있어도 컷마다 크기와 공간감이 달라 그대로 이어 붙이기 어렵습니다. 층을 나눠 얹은 뒤 마지막에 올릴 곳의 음량 기준에 맞춰 전체를 한 번 측정합니다.
효과음 · 음악 · 음성을 각각 만드는 방법은 따로 다루고, 이 글은 만든 소리를 섞는 순서와 음량만 다룹니다.
AI 영상 소리 넣기, 왜 처음부터 소리가 없거나 어색한가요
영상 생성 도구는 화면만 만들고 소리는 비워 두는 경우가 있고, 소리까지 함께 만드는 도구도 있습니다. 함께 만든 소리는 편하지만 세 가지가 걸립니다. 컷마다 따로 만들어져 이어 붙이면 음량과 공간감이 튀고, 목소리 · 효과음 · 음악이 한 덩어리로 나와 하나만 줄이거나 바꿀 수 없으며, 소리의 이용 조건이 영상과 따로 정해진 경우가 있습니다.
그래서 광고로 쓸 영상은 생성된 소리를 참고로만 두고, 소리를 층별로 따로 얹는 편이 고치기 쉽습니다. 문구가 바뀌면 목소리 층만, 음악이 바뀌면 음악 층만 바꾸면 됩니다.
| 층 | 역할 | 얹는 순서 | 음량 자리 |
|---|---|---|---|
| 목소리(내레이션 · 대사) | 정보를 전달함 | 1번 | 가장 크게, 다른 층의 기준 |
| 효과음 | 화면 동작을 짚어 줌(열기 · 닫기 · 따르기) | 2번 | 목소리와 겹치지 않는 순간에 짧게 |
| 음악 | 속도와 분위기를 정함 | 3번 | 목소리 구간에서는 낮추고, 말이 없는 구간에서 올림 |
| 배경음(앰비언스) | 장소의 공기를 채움(카페 웅성거림 · 바람) | 4번 | 가장 작게, 들릴 듯 말 듯 |
소리는 어떤 순서로 얹나요
- 목소리 먼저: 내레이션을 녹음하거나 음성 합성(TTS)으로 만들어 컷 길이에 맞춥니다. 말이 컷보다 길면 컷을 늘리기보다 문장을 줄입니다. 음성 합성 서비스의 무료 한도와 상업 이용 조건은 TTS 사이트 비교표에 있습니다.
- 효과음: 문이 열리거나 뚜껑이 닫히는 프레임에 소리의 시작점을 맞춥니다. 한두 프레임만 어긋나도 늦게 들리므로 파형의 시작을 동작 프레임에 붙입니다. 원하는 효과음을 문장으로 만드는 법은 AI 효과음 만들기에 있습니다.
- 음악: 영상 길이에 맞게 자르고, 끝은 음악의 마디가 끝나는 자리에 맞춥니다. 목소리가 나오는 구간에서는 음악을 자동으로 낮추는 기능(더킹, ducking)을 쓰거나 손으로 음량을 내립니다. 처음에는 목소리보다 10dB쯤 낮게 두고 귀로 조정하세요(예시로 든 값입니다). 광고에 쓸 음악을 고를 때 볼 것은 AI 음악을 광고 배경음악으로 쓸 때에 정리돼 있습니다.
- 배경음: 장소가 보이는 컷에만 낮게 깝니다. 컷이 바뀔 때 배경음이 뚝 끊기지 않게 앞뒤를 0.5초쯤 서서히 줄이고 키웁니다.
- 전체 음량 측정: 편집 프로그램의 음량 측정 기능(라우드니스 미터)으로 영상 전체의 평균을 재고 아래 기준에 맞춥니다. 작업 파일의 샘플링 레이트는 48kHz로 맞춥니다. YouTube의 권장 업로드 인코딩 안내도 오디오 샘플링 레이트로 48kHz를 적고 있습니다.
음량은 어떻게 맞추나요
음량은 귀에 들리는 크기를 반영해 잰 평균값으로 맞춥니다. 단위는 LUFS 또는 LKFS이고, 같은 측정 방식(ITU-R BS.1770)을 따르는 단위라 이름만 다릅니다. 숫자가 0에 가까울수록 큰 소리입니다. 파형이 순간적으로 가장 높이 치솟는 값은 트루 피크(true peak)라고 하며 따로 상한을 둡니다.
| 쓰는 곳 | 공식 기준 | 함께 볼 것 |
|---|---|---|
| 국내 디지털 TV 방송(방송 광고 포함) | 평균 -24 LKFS, 허용오차 ±2dB | 방송미디어통신위원회 고시, 목소리 · 배경음악 · 효과음을 가리지 않고 모든 소리를 측정 |
| Spotify(음원 재생) | -14 LUFS로 맞춰 재생 | 마스터를 -14 LUFS, 트루 피크 -1dB 이하로 권장 |
| Apple 팟캐스트 | -16 LKFS(±1dB) | 트루 피크 -1dB FS 이하 |
| YouTube · 인스타그램 | 확인한 공식 업로드 안내에 음량 수치 없음 | 예시로 -14 LUFS 안팎, 트루 피크 -1dB 이하로 맞춘 뒤 휴대폰으로 들어 확인 |
방송에 낼 광고라면 고시 기준으로 맞추고, 온라인에만 올릴 영상이라면 값 하나를 정해 모든 편에 같은 기준을 씁니다. 편마다 음량이 다르면 연달아 볼 때 소리가 튑니다. 표의 수치는 공식 안내에서 확인한 내용이며 바뀔 수 있으니, 납품 전에 매체의 최신 안내를 한 번 더 보세요.
생성 도구가 만든 소리는 그대로 써도 되나요
소리를 쓸 수 있는지는 영상과 따로 봅니다. 같은 서비스 안에서도 음악 · 음성 · 효과음의 상업 이용 조건이나 출처 표기 의무가 요금제마다 다를 수 있고, 음성 합성은 목소리 자체에 사용 조건이 붙기도 합니다. 그래서 소리 파일마다 아래 항목을 남겨 둡니다. 같은 영상을 나중에 다른 매체에 다시 쓸 때 이 기록으로 바로 판단합니다.
| 항목 | 적을 내용 | 적는 예 |
|---|---|---|
| 층 | 목소리 · 효과음 · 음악 · 배경음 가운데 무엇인지 | 음악 |
| 파일 이름 | 편집 프로젝트에 쓴 파일 이름 | bgm_v2.wav |
| 만든 곳 · 요금제 | 서비스 이름과 그때의 요금제 | (서비스 이름) 유료 요금제 |
| 만든 날 | 생성하거나 구입한 날짜 | (생성한 날짜) |
| 이용 조건 | 상업 이용 여부와 확인한 문서 위치 | (약관의 상업 이용 항목 주소) |
| 출처 표기 | 표기가 필요한지, 필요하면 어디에 적는지 | 영상 설명란 |
자주 묻는 질문
목소리 없이 음악만 깔아도 되나요?
됩니다. 이때는 음악이 기준 층이 되므로 음악을 먼저 놓고 컷 길이를 음악 박자에 맞춥니다. 효과음은 박자와 동작이 겹치는 순간에만 짧게 넣고, 전달할 정보는 자막으로 보여 주세요.
소리를 끄고 보는 사람도 있는데 자막도 넣어야 하나요?
넣습니다. 소리가 없어도 뜻이 통하도록 내레이션의 핵심 문장을 자막으로 보여 주고, 소리를 켠 사람에게는 목소리와 자막이 같은 내용을 말하게 맞춥니다. 자막이 들어갈 자리는 화면 아래쪽 안전 영역 안으로 잡으세요.
휴대폰 스피커와 이어폰 가운데 무엇으로 확인하나요?
둘 다로 확인합니다. 작은 스피커는 낮은 소리를 잘 내지 못해, 음악의 저음에 기댄 믹스는 휴대폰에서 비어 들립니다. 목소리가 두 환경에서 모두 또렷하게 들리면 균형이 맞은 것입니다.
소리 작업을 외부에 맡기면 비용은 무엇으로 정해지나요?
목소리를 성우 녹음으로 할지 음성 합성으로 할지, 음악을 구입한 음원으로 할지 새로 만들지, 효과음 개수, 납품할 음량 기준의 수(방송용 · 온라인용), 수정 횟수로 정해집니다. AI 광고 영상 제작을 맡길 때 이 항목을 견적에 따로 적어 받으면 소리 작업이 어디까지 들어 있는지 분명해집니다.
오늘 할 일
가진 15초 클립 하나에 목소리 · 효과음 · 음악 세 층을 얹고 전체 음량을 재 보세요.
이어서 읽기 — AI 영상 길이 늘리기, 연장과 이어 붙이기 비교표



