일레븐랩스 V4 소식을 보고 "이번에는 뭐가 달라졌나"가 궁금해 찾아오셨을 것입니다. 일레븐랩스가 9월 28일에 일레븐 V4와 V4 터보를 공개했고, 공식 블로그는 10월 19일에도 내용을 갱신했습니다. 이 글은 일레븐랩스 공식 블로그와 개발자 문서에 적힌 내용만 기준으로 달라진 점, 모델별 한도, 처음 목소리를 만들어 보는 순서를 정리했습니다.
요금표와 구독 비교는 다루지 않았습니다. 가격은 자주 바뀌고, 이 글에서 보려는 것은 "무엇이 새로워졌고 내 일에 어떤 모델이 맞는가"이기 때문입니다.
공식 발표 한눈에 보기
| 항목 | 일레븐 V4 | 일레븐 V4 터보 |
|---|---|---|
| 한 줄 설명 | 가장 감정 표현이 풍부한 음성 합성 모델 | V4의 감정 표현을 실시간 용도로 가져온 모델 |
| 대상 용도 | 내레이션, 오디오북, 광고, 캐릭터 대사 | 음성 에이전트, 실시간 통화 |
| 속도 | 문서에 별도 수치 없음 | 추론 지연 중앙값 약 100ms, 첫 음성까지 중앙값 약 150ms |
| 언어 | 90개 이상 | 90개 이상 |
| 목소리 복제 | 10초 분량 음성으로 즉시 복제 | V4와 같은 복제 기능 |
| 공개일 | 2026년 9월 28일 | 2026년 9월 28일 |
공식 블로그는 V4가 새 구조 위에서 만들어졌고 어조, 속도, 감정, 인물의 성격, 문맥을 읽도록 설계됐다고 설명합니다. 같은 문장이라도 의사가 놀란 환자에게 말하는 경우와 게임 속 인물이 동료에게 외치는 경우가 다르게 들려야 한다는 예를 들었습니다. 또한 외부 평가 기관의 음성 비교에서 1위이고 맹검 비교에서 청취자 약 75%가 경쟁 모델보다 V4를 선호했다고 밝혔지만, 이 수치는 회사가 인용해 소개한 것이라 직접 들어 보고 판단하는 것이 좋습니다.
달라진 점 다섯 가지
공식 블로그의 소제목 순서대로 정리하면 새로워진 부분은 다섯 가지입니다.
1. 새 구조: 이전 세대 모델이 글을 소리 내어 읽는 수준이었다면, V4는 글의 어조와 문맥을 해석해 감정을 싣는 쪽에 초점을 맞췄다고 설명합니다.
2. 터보 모델: 빠른 응답과 감정 표현을 둘 다 가져가는 모델입니다. 음성 에이전트가 사람 사이의 평균적인 말 끊김보다 빨리 반응할 수 있다고 소개합니다.
3. 여러 언어: V4와 V4 터보 모두 90개 이상 언어를 지원합니다. 한 언어로 녹음한 목소리가 다른 언어도 유창하게 말하고, 목소리의 정체성은 유지하면서 그 언어 원어민의 억양을 따른다고 합니다. 한국어도 지원 언어 목록에 들어 있습니다.
4. 복제 품질: 즉시 복제(Instant Voice Clone)가 10초 분량의 음성만으로도 높은 충실도를 낸다고 소개합니다.
5. 여러 화자 대화: 한 장면의 문맥을 이해하고 방금 상대가 한 말에 반응하는 대화를 만들어, 줄마다 따로 만든 소리를 이어 붙인 느낌을 줄였다고 설명합니다.
이 중 일반 사용자에게 가장 와닿는 변화는 3번과 4번입니다. 한국어로 말하는 목소리를 만들거나 내 목소리를 짧게 녹음해 복제하는 일이 이전보다 쉬워졌다는 방향의 설명이기 때문입니다. 다만 한국어 억양이나 자연스러움이 구체적으로 어느 정도인지는 공식 자료에 수치가 없어서, 짧은 문장으로 직접 시험해 보는 단계가 꼭 필요합니다.
감정 태그, 이렇게 씁니다
V4가 가장 많이 강조하는 기능은 글 안에 대괄호 태그를 넣어 연기를 지시하는 방식입니다. 공식 블로그에 소개된 형태는 세 종류입니다.
| 종류 | 공식 예시 | 하는 일 |
|---|---|---|
| 감정·말투 | [excited, happy], [sleepy drowsy voice] | 읽는 사람의 기분과 목소리 상태를 지정 |
| 행동·소리 | [laughs], [yawning] | 웃음, 하품 같은 소리를 넣음 |
| 연기 지시·효과음 | [said angrily in French accent], [light rain], [phone buzzing] | 말하는 방식을 자연어로 묘사하거나 배경 소리를 넣음 |
공식 블로그는 V4가 이런 태그와 방향 지시를 이전 모델보다 정확히 따른다고 적었고, 국제 음성 기호(IPA)로 발음을 지정하는 기능도 크게 개선됐다고 밝혔습니다. 태그 문법의 전체 목록은 개발자 문서에 있습니다.
처음 써 보는 분은 아래 순서가 안전합니다.
1. 한 문장짜리 대사를 정하고 태그 없이 먼저 생성해 기본 톤을 듣습니다.
2. 같은 문장 앞에 감정 태그 하나만 넣어 다시 생성하고, 차이를 비교합니다.
3. 마음에 들면 행동 태그를 하나 추가합니다. 한꺼번에 여러 개를 넣으면 어느 태그 때문에 달라졌는지 알 수 없습니다.
4. 만족스러운 조합은 메모해 두고 대본 전체에 적용합니다.
모델별 글자 수 한도와 길이 환산
개발자 문서에는 요청 한 번에 처리할 수 있는 글자 수가 모델마다 다르게 적혀 있습니다. 대본이 긴 분은 이 표가 모델 선택의 기준이 됩니다.
| 모델 ID | 한 번에 넣는 글자 수 | 오디오 길이(문서 환산) |
|---|---|---|
| eleven_v4 | 10,000자 | 약 10분 |
| eleven_v3 | 5,000자 | 약 5분 |
| eleven_multilingual_v2 | 10,000자 | 약 10분 |
| eleven_flash_v2_5 | 40,000자 | 약 40분 |
| eleven_flash_v2 | 30,000자 | 약 30분 |
V4는 이전 세대 v3보다 한 번에 넣는 글자 수가 두 배이고, 약 10분 분량을 한 번에 만들 수 있다는 뜻입니다. 문서의 환산 기준은 1,000자에 약 1분입니다. 직접 계산하면 3분짜리 영상 대본은 약 3,000자, 10분을 넘는 오디오북 한 장은 문서 한도를 나눠 요청해야 합니다. 이 환산은 영어 기준 대략값일 수 있으니 한국어 대본은 실제 생성 시간을 한 번 재 보고 맞추세요.
어떤 일에 어떤 모델을 쓸까
문서의 설명을 용도별로 맞춰 본 선택표입니다. 어느 모델이 더 낫다는 평가가 아니라 문서에 적힌 용도와 조건의 대응입니다.
| 하고 싶은 일 | 문서상 맞는 모델 | 이유 |
|---|---|---|
| 감정이 실린 내레이션이나 오디오북 | V4 | 가장 감정 표현이 풍부한 모델, 10분 분량 한 번에 |
| 통화·상담처럼 바로 대답해야 하는 음성 | V4 터보 | 중앙값 약 100ms의 낮은 지연, 에이전트 플랫폼과 함께 최적화 |
| 아주 긴 글을 한 번에 | 플래시 v2.5 | 한 번에 40,000자(약 40분) |
| 여러 사람이 말하는 장면 | V4 | 자연스러운 다화자 대화 지원 |
| 내 목소리로 말하게 하기 | V4 | 10초 분량 음성으로 즉시 복제 |
V4 터보는 문서에 실시간 연결(Text to Dialogue 웹소켓)로 제공된다고 적혀 있습니다. 일반적인 글 읽어 주기보다는 개발자가 음성 에이전트를 만들 때 쓰는 쪽입니다.
음성 에이전트 쪽에서 달라지는 것
공식 블로그는 V4 터보를 일레븐랩스의 대화형 에이전트 플랫폼(ElevenAgents)과 함께 하나의 시스템으로 최적화했다고 설명합니다. 다른 에이전트 제작 도구는 여러 회사의 모델과 소프트웨어를 이어 붙이기 때문에 사용자가 결과를 다듬기 어렵다는 점을 비교 포인트로 들었습니다. 이 비교는 회사 입장의 설명이므로 그대로 받아들이기보다, 내가 쓰는 도구에서 음성·응답·연결이 따로 노는지를 먼저 점검하는 용도로 읽으세요.
개발자 문서의 변경 기록에는 2026년 9월 28일 항목에 일레븐 V4와 V4 터보가 올라와 있고, 에이전트 쪽 항목에는 V4 에이전트용 음성 모델이 현재 에이전트 설정 유형과 함께 언급됩니다. 개발자가 아니라면 챙길 것은 하나입니다. 에이전트의 목소리를 V4 계열로 지정할 수 있게 되었다는 점입니다. 직접 만들 계획이 없다면 이런 선택지가 생겼다는 정도만 알아 두면 충분하고, 만든다면 변경 기록의 날짜별 항목에서 내가 쓰는 도구 버전과 맞는지 확인하세요.
### 다국어 더빙에 쓸 때
공식 블로그는 V4가 한 목소리를 여러 언어로 말하게 하는 더빙·현지화에 적합하다고 소개합니다. 브랜드가 정한 목소리가 어느 언어에서도 같은 정체성으로 들리도록 하는 것이 목표입니다. 한국어 영상을 해외용으로 바꾸거나 반대로 외국어 영상을 한국어로 옮기려는 분은 아래 순서로 한 문장부터 시험해 보세요.
1. 원어 대사를 정하고 목소리를 하나 고릅니다.
2. 같은 목소리로 한국어와 다른 언어를 각각 생성합니다.
3. 억양이 목적 언어 원어민처럼 들리는지 확인합니다. 공식 블로그는 억양 유지가 이전보다 강해졌다고 설명하지만, 얼마나 자연스러운지는 직접 들어야 압니다.
4. 이름, 숫자, 전문 용어는 발음이 맞는지 따로 확인하고, 어긋나면 국제 음성 기호 지정을 시도합니다.
쓰기 전에 확인할 점
- 한국어 품질은 직접 들어 봐야 합니다. 한국어가 지원 언어에 들어 있다는 것과 어색하지 않다는 것은 다른 이야기입니다.
- 복제는 본인 목소리나 허락받은 목소리만 쓰세요. 타인의 목소리를 동의 없이 복제하면 문제가 될 수 있습니다. 이 글은 약관 내용을 다루지 않으니 서비스의 이용 조건을 직접 확인하세요.
- 수치는 회사 발표입니다. 순위와 선호도, 지연 시간은 일레븐랩스가 밝힌 값이고 각주로 측정 조건이 붙어 있습니다.
- 모델 이름이 자주 바뀝니다. 개발자 문서에 변경 기록이 날짜별로 쌓이니, 코드에서 모델을 지정한다면 설정 한 곳에서 관리하세요.
함께 읽으면 좋은 글: 같은 시기에 나온 다른 AI 소식은 딥시크 V4.1 플래시, 가격과 클로드 코드 연결법과 제미나이 4 아르곤, 이전 모델과 달라진 점과 작업 모드 써 보는 순서에서 이어 보실 수 있습니다.
---
출처: Introducing Eleven v4, our most emotive model(ElevenLabs 블로그, 2026-09-28) · Models(ElevenLabs 개발자 문서) · Changelog(ElevenLabs 개발자 문서) · 소식 신호: 조코딩 AI뉴스 영상 제목 「Gemini 4 Argon, DevDay, Tavus…, Eleven V4, ideogram 4.5, Kling 4.0 등」