ElevenLabs v4 출시: v3와 달라진 점은?
2026.10.15
글만 넣으면 목소리, 효과음, 배경음악까지 나오는 도구가 필요하신가요?
ElevenLabs가 딱인데요. 마침 ElevenLabs가 지난 9월 28일 새 음성 모델 Eleven v4를 출시했어요.
기본 버전보다 감정 태그를 더 잘 따르고 10초 녹음으로 목소리를 복제하고 90개 넘는 언어를 말한대요.
ElevenLabs 소개, 새로운 버전인 v4에서는 무엇이 업데이트 되었는지, ElevenLabs를 사용하는 팁 그리고 마지막으로 제가 얼마전에 v3를 사용하여 만든 음성을 포함한 서비스를 출시했어서 같은 대사로 v3, v4를 비교해보며 글을 마칠게요.
ElevenLabs로 뭘 만들 수 있나요?
ElevenLabs는 글을 소리로 바꿔 주는 AI 서비스예요. 목소리 읽기가 대표 기능이고 효과음과 배경음악도 글로 만들 수 있어요.
기능과 요금은 지피터스의 일레븐랩스 사용기에 잘 정리돼 있어요.
기능 | 하는 일 |
|---|---|
텍스트 음성 변환 | 글을 사람 목소리로 읽어 줘요 |
목소리 설계 | "50대 후반의 지친 탐정"처럼 글로 설명하면 새 목소리를 만들어 줘요 |
효과음 | "무거운 철문이 닫히는 소리"처럼 쓰면 효과음을 만들어 줘요 |
음악 | 분위기를 설명하면 배경음악을 만들어 줘요 |
v4는 v3와 뭐가 다른가요?
v4는 감정 연기와 목소리 복제가 좋아졌어요. 그리고 속도·스타일 같은 설정 대신 대본 안에 태그를 써서 연출해요. 2026년 10월 공식 자료로 비교하면 이래요.
항목 | v3 | v4 |
|---|---|---|
감정 태그 | 지원 | 더 정확히 따라요. 여러 태그도 순서대로 지켜요 |
쉼 넣기 |
| 같음 |
목소리 설정 | 안정성 중심 | 안정성, 유사도만 (스타일·속도 없음) |
언어 | 70개 이상 | 90개 이상 |
목소리 복제 | 즉석 복제. 정밀 복제는 공식 문서마다 "지원 안 됨"·"최적화 덜 됨"으로 다름 | 10초 녹음으로 즉석 복제, 정밀 복제 정식 지원 |
한 번에 읽힐 수 있는 길이 | 5,000자 | 10,000자 |
빠른 버전 | v3 Conversational: 약 0.28초 | v4 Turbo: 첫 소리까지 약 0.15초 |
가격 | 같은 크레딧 | 같은 크레딧 |


공식 발표로는 다른 회사 음성 모델과 블라인드로 비교했을 때 약 75%가 v4를 골랐대요. 표본 수는 공개되지 않았어요. 음성 모델 순위 사이트 Artificial Analysis에서는 출시 시점에 v4가 1위, v3가 18위였어요.
무료 계정도 매달 1만 크레딧을 주고 v4를 API로 쓸 수 있었어요. 유료 요금제 가격은 요금 페이지에서 확인하세요.
주의할 점
속도·스타일 설정이 없어요. "조금 느리게"는
[slowly]같은 태그로 대본 안에 써야 해요.글로 설계한 목소리는 표현력이 약할 수 있대요. 공식 문서에 "예전 모델보다 연기가 덜하거나 소리가 덜 좋을 수 있다"고 적혀 있어요. "어떤 목소리는 v3가 더 마음에 들 수 있다"고도 해요.
다른 언어로 말하게 하면 원래 억양이 사라져요. 한국어 목소리로 영어를 읽히면 원어민 억양이 나와요. 억양을 살리고 싶다면 단점이에요.
직접 들어 보니 어떻게 달라졌나요?
숫자로 가장 크게 갈린 건 끝 잘림이에요. 같은 문장을 넣었을 때 자동 검사로 v3는 13번 중 6번 마지막 소리가 잘렸어요. v4는 13번 모두 끝까지 읽었어요. 문장을 바꾼 v4 12번도 모두 괜찮았어요. 길이는 문장마다 들쭉날쭉했고 전체로는 v4가 약 8% 짧았어요.
(들어 본 뒤 감정 태그 차이가 더 크면 이 문단 첫 문장을 바꿈)
어떻게 비교했나요
제 서비스의 대사 6줄과 185자짜리 긴 대본 하나를 v3와 v4에 읽혔어요.
A (v3): 게임에 쓴 문장 그대로. v3에서 쉼을 주려고 넣은
...와 영어 감정 태그가 들어 있어요.B (v4): A와 같은 문장
C (v4):
...와 태그를 뺀 원래 문장D (v4): v4 공식 가이드 방식(
[pause], 목소리 묘사 태그)으로 다시 쓴 문장
A와 B는 두 번씩(긴 대본은 한 번씩) 만들었어요. 두 모델 모두 같은 기본 목소리(Bill, Roger)를 썼고 설정도 안정성·유사도만 같게 맞췄어요.
실제 서비스는 글로 설계한 목소리에 속도 0.93을 걸어 만들었어요. 무료 계정은 API로 목소리를 설계할 수 없어서 이번엔 기본 목소리를 썼어요. 그래서 서비스 속 소리와는 목소리가 달라요.
결과
확인한 것 | v3 | v4 |
|---|---|---|
끝 음절이 잘리나 (자동 검사, 같은 문장) | 13번 중 6번 | 13번 중 0번 |
같은 문장 길이 합 (A와 B) | 141.5초 | 129.9초 (약 8% 짧음) |
같은 문장을 두 번 만들 때 길이 차이 | 평균 0.57초 | 평균 0.20초 |
생성 시간 (A·B 13번씩 평균) | 2.93초 | 2.53초 |
185자 긴 대본 | 29.5초, 끝 잘림 | 26.0초, 끝까지 읽음 |
감정 태그를 따르나 | v3보다 잘 따름 | |
쉼이 자연스러운가 | v3보다 자연스러움 |
직접 들어 보세요
글 아래에 음성 파일 5개를 첨부했어요. 파일마다 앞이 v3이고 1초 쉰 뒤 v4가 나와요.
긴 대본: 진상 장면 185자
짧은 줄 "마, 골라봐라. 다섯 중 하나다."
자백, 울먹이는 대사
한숨과 목멤: v3 → v4 → v4식 태그로 다시 쓴 판
사건 소개 나레이션
v4 잘 쓰는 법
공식 가이드와 출시 뒤 나온 글에서 바로 쓸 만한 것만 골랐어요.

모든 줄에 태그를 달지 마세요. v4는 문맥으로 감정을 짐작하고 한 문장보다 문단으로 줄 때 가장 잘한대요.
태그는 목소리를 묘사하세요. v4는 효과음도 만들어요. 그래서 소리처럼 읽힐 수 있는 태그는 효과음으로 오해할 수 있어요.
[low, gravelly voice]처럼 쓰세요.한 구절에는 감정 하나만. 문장 첫머리 태그는 줄 끝까지 이어져요. 감정을 바꾸려면 바꿀 자리에 새 태그를 넣으세요.
결과가 별로면 문장 말고 태그를 바꾸세요.
[sad]가 안 맞으면[worried]처럼요.중요한 대사는 두세 번 뽑아서 고르세요. 태그는 지시일 뿐이라 매번 똑같이 따르진 않아요.
속도는 태그와 문장 길이로.
[slowly],[rushed]를 쓰거나 문장을 짧게 나누세요.연출은 Turbo로 찾고 최종본만 v4로. Turbo는 1천 자당 0.04달러로 v4(0.08달러)의 절반이에요(API 요금).
출처: ElevenLabs 감정 연출 가이드 · 공식 Best practices · Morphic v4 가이드 · aquallc 일본어 나레이션 가이드 (10월 15일 확인)
만들면서 알게 된 팁
화면 글과 읽기용 글을 따로 두세요. "15분"은 "십오 분"처럼 숫자와 기호를 한글로 풀어 써야 제대로 읽어요. AI로 대본을 쓴다면 "숫자를 말하는 대로 풀어 써 줘"를 프롬프트에 넣으세요. 일본어로 v4를 써 본 kazu_t 님도 같은 방법을 권했어요.
후보 목소리를 한 페이지에 모아 들어 보세요. 같은 대사로 후보를 만들어 나란히 들으면 금방 골라져요. 한국어 목소리는 Voice Library에서 언어를 Korean으로 걸러 찾으면 돼요.

감정이 큰 대사는 안정성을 낮추세요. 실제 제 서비스 내에서 자백은 안정성을 0으로 내려 감정을 살렸어요.
v3를 쓴다면 끝 잘림을 검사하세요. 이번 비교에서 v3는 13번 중 6번 끝이 잘린 것으로 나왔어요.
쉼은
...보다[pause]로, 공식 문서는...가 망설이는 말투까지 더한다고 해요.무료 계정은 기본 목소리로 시작하세요. API로 목소리를 새로 만들려면 유료 요금제가 필요해요. 무료 계정으로 만든 음성은 상업적으로 쓸 수 없어요.
참고
Eleven v4 공식 블로그 · Eleven v4 공식 문서 · ElevenLabs 요금 · v4에서 쉼 넣는 법 · Kudo의 v4 후기(일본어)
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.



![[AX] AgentBrowser 끝판왕 비교, Aside vs CDP 실제 확인해봤어요 썸네일](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2F8a390ee32ae65eac35925a7c.jpg&w=3840&q=75)
우와... 일레븐 랩스 안 써봤는데... 이전이랑 비교되는 설명을 보고 실제 들어보니까 한 번 써봐야겠네요. 매달 1만 크레딧이면... 어느 정도의 결과물을 만들 수 있나요?? 써본 양으로 역추산 가능한가요??
한 번에 지시, 세팅을 했다는 가정 하에 10분정도 만들 수 있습니다!!