AI 음성합성(TTS) 시장이 빠르게 재편되면서, 기업들이 TTS API를 선택하는 기준이 달라지고 있다. 음질과 가격을 넘어 '이 서비스가 계속 운영될 것인가'라는 지속 가능성이 핵심 평가 항목으로 떠오른 것이다.

TTS API는 한번 도입하면 콜봇, AICC, 오디오 콘텐츠, 사내 시스템 등 서비스 전반에 깊숙이 결합된다. 이 때문에 API 제공사가 사업을 재편하거나 서비스를 종료하면 이를 도입한 기업은 짧은 시간 안에 대체 서비스를 찾아 음성 파이프라인 전체를 이전해야 하는 부담을 안게 된다. 최근 국내외 음성 AI 업계에서 일부 서비스의 운영 중단·사업 전환 소식이 이어지며 이런 리스크는 더 이상 가정이 아닌 현실이 됐다.

이런 흐름 속에서 국내 음성 AI 기업 휴멜로의 TTS API 'DIVE'가 전환처를 찾는 기업들의 대안으로 주목받고 있다. 휴멜로에 따르면 최근 기존 TTS API에서 DIVE로의 마이그레이션 문의가 눈에 띄게 증가했다.

대안 선택의 첫 번째 기준인 '품질'은 이미 공개 검증을 마쳤다. 휴멜로의 'DIVE 나나' 모델은 허깅페이스(Hugging Face)에서 공개 운영되는 한국어 특화 벤치마크 '한국어 TTS 아레나'에서 종합 1위를 차지했다. 사용자가 두 음성을 블라인드로 비교 평가하는 방식으로, 구글 제미나이·오픈AI·일레븐랩스·네이버클로바·SKT AX 등 국내외 주요 모델이 참여한 가운데 전체 ELO 기준 가장 높은 점수를 기록한 것이다. 

한국어 운율과 감정 표현, 장문 합성 안정성을 집중 고도화한 결과로, 글로벌 빅테크 모델조차 어색함을 남기는 한국어 음성 출력에서 가장 자연스러운 결과물을 낸다는 것이 객관적 지표로 확인된 셈이다. 한국어 고객 접점이 대부분인 국내 기업에게는 전환 후 품질 하락을 걱정할 필요가 없다는 의미이기도 하다.

DIVE의 또 다른 강점은 '갈아타기 쉬운 구조'다. 콘솔 'PROSODY'에서 회원가입 즉시 API 키가 발급되고, REST API 기반이라 기존 TTS 연동 코드를 큰 수정 없이 교체할 수 있다. WAV·MP3·PCM·U-LAW 등 다양한 오디오 포맷을 지원해 기존 인프라 설정을 그대로 유지할 수 있다는 점도 전환 비용을 낮추는 요소다.

성능 면에서도 2초 분량의 음성 원본만으로 30초 이내 보이스 클로닝을 완성하고, 30자 기준 0.3초 이하의 실시간 합성 지연시간과 48kHz 스튜디오급 음질을 제공한다. 그리고 무엇보다 다양한 캐릭터성이 분명한 195개 이상의 보이스 템플릿을 제공하며 매달 지속적인 신규 보이스를 지원하여 숏폼/롱폼 시장에서의 민감한 트렌드에도 적극 대응하는 게 특징으로 기존 서비스에서 사용하던 브랜드 보이스를 새로 구축해야 하는 기업 입장에서는 재구축 부담이 크게 줄어드는 셈이다.

휴멜로 관계자는 "TTS는 도입보다 운영이 중요한 인프라인 만큼, 한국어 품질이 검증된 안정적인 파트너를 찾는 기업들에게 실질적인 혜택을 드리고자 7월 회원가입 기업 대상 시크릿 프로모션을 마련했다"며 "전환을 검토 중인 기업이라면 무료 체험으로 음질과 속도를 직접 비교해본 뒤 결정해도 늦지 않다"고 말했다.