AI 영상 번역기

AI 영상 번역기는 한 언어로 된 영상을 다른 언어로 바꿔 줍니다. 말을 번역하고, 목표 언어의 새 음성 트랙을 만들고, 가능하다면 화자의 입모양까지 새 대사에 맞추죠. 전체 더빙 서비스는 업로드 한 번으로 이 모든 걸 처리합니다. Mage는 음성과 입모양을 각각 직접 제어할 수 있는 별도 도구로 처리해요. 그래서 한 시간짜리 녹화보다는 광고, 인트로, 캐릭터 영상 같은 짧은 클립에 잘 맞습니다.

역할은 이렇게 나뉩니다. Mage는 영상을 받아쓰거나 스스로 번역하지 않으며, 자막도 추가하지 않아요. 새 언어의 스크립트는 직접 쓰거나 번역가 또는 AI 어시스턴트가 작성합니다. 그러면 Eleven Speech가 90개 이상의 언어로 읽어 주고, Lipsync가 화자의 정지 이미지(영상에서 고른 선명한 프레임이나 저장한 캐릭터)를 움직여 새 오디오에 맞게 입이 움직이게 합니다. 클립당 최대 15초까지 가능해요.

결과물은 그 프레임으로 만든 새로운 말하는 클립이에요. 원본 영상에서 입만 바꾼 것이 아니라서, 원본의 제스처나 카메라 움직임은 유지되지 않습니다. 화자가 보이지 않는 내레이션이라면 립싱크가 전혀 필요 없어요. 편집기에서 원본 화면 위에 새 음성을 얹으면 됩니다. 광고 이미지 속 텍스트는 Ad Localizer 스킬이 제자리에서 바꿔 줍니다.

Mage에서 자동으로 되는 것: Eleven Speech는 작성한 스크립트를 그 언어의 음성으로 바꿔 주며, [whispers]나 [laughs] 같은 태그로 속도와 감정을 연출할 수 있어요. Lipsync는 이미지 한 장과 최대 15초의 오디오로, 자연스러운 표정과 은은한 머리 움직임이 담긴 말하는 영상을 만듭니다. 어시스턴트 안의 Ad Localizer 스킬은 정지 광고 속 텍스트를 인식하고, 어시스턴트가 번역하게 한 다음, 문구를 승인하면 각 줄을 같은 글꼴, 크기, 위치로 교체합니다.

자동이 아닌 것: 원본 음성 받아쓰기, 대화 번역, 새 대사의 타이밍을 원본에 맞추기, 원래 화자의 목소리 유지, 배경 음악과 음성 분리, 그리고 자막. Mage에는 음성 인식, 자동 더빙, 자막 도구가 없습니다. 또한 Lipsync는 정지 이미지로 새 클립을 만들기 때문에 원본 영상의 움직임, 컷, 화면 속 다른 사람은 유지되지 않아요.

• 자동: 스크립트를 90개 이상의 언어 음성으로.
• 자동: 이미지 한 장으로 새 오디오에 맞춘 입모양.
• 자동: 승인 후 이미지 속 광고 텍스트 교체.
• 직접: 받아쓰기, 번역, 최종 검수.
• 불가: 자막, 원본 영상에 새 입모양 적용.

더빙 스크립트는 자막 파일과 다릅니다. 원본과 거의 같은 시간 안에 말할 수 있어야 하니, 의미와 길이를 함께 고려해 번역하세요. 독일어와 프랑스어는 영어보다 길어지는 경우가 많고, 일본어와 중국어는 짧아지는 경우가 많아요. 음성 속도를 높이기보다 문장을 줄이세요. 브랜드명과 제품명은 그대로 두고, 숫자, 날짜, 가격은 현지인이 말하는 방식으로 표현하세요.

Claude, ChatGPT 또는 다른 어시스턴트를 쓴다면, Mage를 연결해, 어시스턴트가 번역 초안을 작성하고 음성을 만들기 전에 한 줄씩 보여줍니다. 이 번역은 Mage 기능이 아니라 어시스턴트가 만든 결과물이므로, 고객에게 공개되는 용도라면 원어민에게 꼭 검수를 받으세요. 그런 다음 자연스럽게 끊기는 부분에서 스크립트를 Lipsync 클립 하나의 길이인 15초 이하로 나누세요.

대부분의 번역에는 Eleven Speech를 사용하세요. 16가지 음성 중 화자의 나이와 분위기에 맞는 음성을 고르고, 대상 언어로 스크립트를 작성한 뒤 대괄호 안의 오디오 태그로 연기를 지시하면 됩니다. MP3는 스크립트 길이와 정확히 같고 요청당 최대 5,000자까지 지원하므로 다듬어야 할 무음 구간이 없습니다. 음성과 태그는 AI 텍스트 음성 변환 가이드에서 자세히 설명합니다.

Eleven Speech는 기본 제공 음성으로만 말합니다. 새 음성 트랙이 원래 화자처럼 들리길 원한다면 Seed Audio가 최대 3개의 오디오 레퍼런스로 음성을 유도할 수 있습니다. 단, 사용 허락을 받은 음성 녹음만 사용해야 합니다. 5초, 10초, 30초, 60초, 120초의 고정 길이로 생성되므로 전체 스크립트를 만들기 전에 짧은 문장으로 타이밍과 언어를 확인해 보세요. 음성을 맞추는 방법은 AI 음성 복제 가이드에서 더 자세히 다룹니다.

더빙을 위해 자기 목소리를 복제하는 것은 일반적인 방식입니다. 예를 들어 YouTube는 이를 변경된 콘텐츠 표시가 필요 없는 AI 활용 사례로 꼽습니다. 하지만 다른 사람의 목소리를 복제하는 것은 다른 문제이며, Mage는 실존 인물을 본인의 동의 없이 모방하는 것을 허용하지 않습니다.

사람이 카메라를 보고 말하는 영상이라면, 영상에서 입이 보이고 다물었거나 편안한 상태인 가장 선명한 정면 프레임을 골라 Lipsync의 피사체로 사용하세요. 최대 15초 길이의 번역된 오디오를 추가하고 모델을 선택하면 됩니다. 기본 모델은 Plum이고, Blueberry 2는 입력한 이미지를 그대로 움직여 원본 프레임의 느낌을 유지합니다. 각 클립은 그 정지 이미지에서 새로 만들어지는 연기이며, 카메라는 화자에게 고정된 채로 유지됩니다.

시리즈에 계속 등장하는 화자라면 캐릭터로 저장해 두세요. 어떤 언어에서도 얼굴이 똑같이 유지됩니다. 그런 다음 Storyboard에서 클립을 순서대로 배열하면 최대 6개를 소리와 함께 하나의 MP4로 이어 붙여 줍니다. 움직임이 잘 살아나는 프레임을 고르는 방법은 AI 말하는 사진 가이드를 참고하세요.

해설 영상, 제품 데모, 화면 녹화처럼 카메라에 나와 말하는 사람이 없다면 립싱크는 건너뛰세요. 새 내레이션을 생성한 뒤 영상 편집기에서 오디오 트랙을 교체하면 됩니다. Mage는 기존 영상에 새 음성을 자동으로 섞어 주지 않습니다.

• 입이 보이는 정면 프레임을 고르세요.
• 오디오 한 조각은 15초 이하로 유지하세요.
• 계속 등장하는 화자는 캐릭터로 저장하세요.
• 카메라에 나오는 사람이 없다면 편집기에서 오디오를 교체하세요.

정적인 광고는 헤드라인, 버튼, 혜택 같은 텍스트로 메시지를 전달합니다. 어시스턴트의 Ad Localizer 스킬이 이 부분을 처리합니다. 모든 문구를 받아 적고, 의미와 어조에 맞게 번역하고, 줄바꿈과 숫자 형식, 오른쪽에서 왼쪽으로 쓰는 레이아웃을 조정한 뒤 승인용으로 카피를 보여줍니다. 이후 GPT Image 2.5 Flare로 이미지 속 각 문구를 교체하며, 글꼴 스타일, 레이아웃, 제품, 로고는 그대로 유지하고 브랜드명과 패키지 텍스트는 건드리지 않습니다. 영상 음성 해설은 번역하지 않습니다. 이 스킬은 Mage 스킬 페이지에서 찾을 수 있으며, 광고 제작의 나머지 과정은 AI 광고 생성기에서 확인하세요.