답변
목소리가 매번 바뀌는 건 도구의 구조적 특성일 가능성이 큽니다. 생성형 AI 영상·음성 도구는 매 요청마다 확률적으로 결과를 새로 생성하기 때문에, 같은 프롬프트를 다시 넣어도 캐릭터의 목소리 톤·음색이 조금씩 달라지는 것은 자연스러운 현상입니다. 목소리를 고정하려면 도구가 제공하는 '고정 시드(seed)', '음성 프리셋 지정', '레퍼런스 오디오 업로드' 같은 재현성 기능을 명시적으로 써야 하며, 그런 기능 없이 프롬프트 텍스트만으로 매번 같은 목소리를 기대하기는 어렵습니다. 확실하게 고정하고 싶다면 별도 서비스를 병행하는 방법이 있습니다. ElevenLabs 같은 음성 클로닝 서비스는 유료 요금제 사용자가 생성한 오디오의 상업적 이용을 허용하며, 한 번 클로닝한 목소리를 여러 영상에 재사용해 일관된 톤을 유지할 수 있습니다. 다만 목소리 복제 기능을 쓰려면 그 목소리의 주인(본인 또는 정식 동의를 받은 인물)에게 사용 동의를 받았음을 확인하는 절차를 거쳐야 합니다. 비용을 늘리고 싶지 않다면 더 단순한 방법도 있습니다. 일부 도구는 자체 제공하는 기본 음성 프리셋 목록을 제공하는데, 프로젝트 전체에서 같은 프리셋 하나를 일관되게 선택해 쓰는 것이 가장 단순하게 목소리를 고정하는 방법입니다. 도구가 매번 목소리를 랜덤 생성하는 방식이라면, 성공적으로 나온 결과물의 설정값(프롬프트·프리셋 이름)을 기록해두고 다음 생성 때 동일하게 재사용하는 것도 실무에서 쓰이는 대안입니다. 목소리뿐 아니라 생김새(강아지 등 캐릭터)까지 고정하고 싶다면, 매 생성마다 새 프롬프트를 쓰기보다 캐릭터별로 고정된 레퍼런스 이미지·설명 문구 세트를 만들어두고 모든 장면에서 동일하게 재사용하는 '에셋 관리' 방식이 권장됩니다. 도구가 이미지 업로드 기반 '캐릭터 고정' 또는 '레퍼런스 투 비디오' 기능을 제공한다면, 텍스트 프롬프트만 쓰는 것보다 이 기능을 쓰는 편이 일관성을 훨씬 높입니다.