Eleven v4와 Eleven v3: 달라진 점과 보이스오버에 미치는 영향

한 문단으로 보는 Eleven v4와 Eleven v3 비교#

Eleven v4와 Eleven v3를 선택할 때 녹음형 보이스오버와 실시간 음성 에이전트는 판단 기준이 다릅니다. ElevenLabs는 2026년 9월 28일 v4와 v4 Turbo를 발표 (새 탭에서 열립니다)했으며 발표문에는 10월 19일 업데이트 날짜가 표시되어 있습니다. 새로운 아키텍처, 더 폭넓은 언어 지원, 개편된 음성 제어는 제공업체가 발표한 변경 사항입니다. 2026년 10월 21일 기준으로 두 v4 모델 모두 OmniArt에서 사용할 수 없습니다. Eleven v3, Eleven Multilingual v2, Eleven Turbo v2.5로 계속 제작할 수 있습니다. 공개 전에 편집할 영상은 녹음된 표현력을 평가하고, 즉시 답해야 하는 에이전트는 스트리밍 지연 시간을 따로 살펴보세요.

ElevenLabs가 설명하는 변경 사항#

아래 표는 OmniArt에서 선택할 수 있는 제어 항목과 ElevenLabs의 모델 전반에 대한 주장을 구분합니다. OmniArt 수치는 2026년 10월 21일 확인한 음성 카탈로그와 언어 목록을 기준으로 합니다. v4 열은 날짜가 명시된 출시 발표 (새 탭에서 열립니다)를 요약한 것으로, 제공업체가 설명한 기능이며 OmniArt에서 직접 사용해 비교한 결과가 아닙니다.

언어 선택기의 항목 수는 연동 구현에 관한 정보이며 모델 품질을 완전히 보여주는 지표가 아닙니다. 필요한 언어를 먼저 확인한 뒤 그 언어로 이름, 날짜, 문장 연결을 들어보세요. 마찬가지로 제공업체에 복제 기능이 있다고 해서 창작 플랫폼에서도 이를 제공한다는 뜻은 아닙니다. 이 글은 OmniArt의 음성 복제 절차를 안내하거나 v4 도입 시기를 예측하지 않습니다.

두 가지 지연 시간 수치 읽기#

ElevenLabs는 2026년 9월 28일 발표하고 10월 19일 업데이트한 글 (새 탭에서 열립니다)의 아키텍처 절에서 Eleven v4 Turbo의 추론 지연 시간 중앙값이 약 100ms라고 보고합니다. 이 설명에는 측정 방법이 첨부되어 있지 않습니다. 이를 요청부터 실제 음성이 들릴 때까지의 시간으로 바꿔 부르면 안 됩니다.

같은 자료는 별도로 Eleven v4 Turbo의 첫 음성까지 걸리는 시간 중앙값이 약 150ms라고 보고합니다. 각주 3은 이를 요청부터 들을 수 있는 음성이 나올 때까지의 시간으로 정의합니다. 2026년 9월 동일한 대본과 기본 설정으로 측정했으며 v4 Turbo에는 WebSocket 스트리밍을 사용했습니다. 모든 시스템에서 네트워크 지연 시간을 측정해 제외했습니다. 비교 대상은 Cartesia Sonic 3.6, xAI TTS, Google Gemini 3.8 Flash-Lite TTS, OpenAI GPT-4o mini TTS였습니다. 두 수치 모두 제공업체 발표이며 Turbo가 아닌 v4 모델의 지연 시간 수치는 아닙니다.

두 값은 서로 다른 측정치입니다. 하나의 범위로 합치거나 두 값을 빼서 제공업체가 문서화하지 않은 처리 단계의 시간을 추론하지 마세요. 중앙값만으로는 느린 요청이 어떻게 동작할지도 알 수 없습니다.

실시간 에이전트는 이용자가 실제 사용하는 네트워크와 기기에서 전체 상호작용을 테스트하세요. 청취자의 대기 시간에는 음성 합성 외에도 발화 차례 감지, 응답 계획, 전송, 재생이 포함됩니다. 네트워크 시간을 빼면 벤치마크를 분리해 볼 수 있지만 청취자의 총대기 시간을 반영하는 정도는 낮아집니다.

미리 생성하는 YouTube 내레이션, 광고, 현지화 영상에서는 첫마디 지연 시간이 완성본을 결정하는 경우가 드뭅니다. 대신 표현 방식, 발음, 쉼, 편집의 용이성을 들어보세요. 생성 속도는 하루의 작업량에 영향을 줄 수 있지만, 표현이 부족한 녹음을 최종 편집에 쓸 만하게 만들어 주지는 않습니다.

선호도와 순위에 관한 주장#

ElevenLabs의 출시 글 (새 탭에서 열립니다)은 v4가 2026년 9월 Artificial Analysis의 Provider Voice Arena에서 1위를 기록했다고 설명합니다. 이는 제공업체가 인용한 과거 순위입니다. 2026년 10월 21일 기준 현재 순위는 독립적으로 확인하지 않았습니다.

이 글은 자체적으로 실시한 2026년 9월 블라인드 테스트에서 청취자 선호도가 약 75%였다고도 보고합니다. 평가자는 같은 문장의 표현력과 자연스러움을 비교했으며 동점은 절반으로 계산했습니다. 비교 모델은 Cartesia Sonic 3.6, Inworld TTS-2, Google Gemini 3.8 Flash-Lite TTS, Google Gemini 3.8 Flash TTS였습니다. 제공업체가 진행한 테스트이며 지연 시간 테스트와 비교 대상도 다릅니다. OmniArt에서 v3보다 선호되는 비율을 측정한 결과가 아닙니다.

이 주장은 어떤 모델을 들어볼지 정할 때 참고하고 실제 대본 평가를 대신하는 근거로 쓰지 마세요. 전체적으로 매끄럽게 읽어도 제품명을 잘못 발음하면 쓸모가 떨어질 수 있습니다. 현지화할 때는 목표 언어에 능숙한 사람이 맥락 안에서 표현을 확인하도록 하세요. 이 글에는 v4 청취 테스트가 없으며 독립적인 품질 순위도 제시하지 않습니다.

현재 OmniArt에서 보이스오버 만들기#

2026년 10월 21일 기준 OmniArt 음성 카탈로그와 가격 산정 단위에 따른 실용적인 선택지는 다음과 같습니다. 아래 한도와 비용은 OmniArt 설정이며 ElevenLabs API 가격이 아닙니다.

같은 날짜에 확인한 언어 목록에서 Multilingual v2는 언어 코드 29개와 자동 감지, Turbo v2.5는 32개와 자동 감지를 제공합니다. 대본 길이만 보고 선택하기 전에 선택기에서 목표 언어를 확인하세요.

위의 2026년 10월 21일 가격 규칙에 따르면 1,000자 대본은 v3에서 20 크레딧, Turbo v2.5에서 10 크레딧입니다. 블록 단위로 올림하므로 정확히 한 블록을 채운 뒤 글자를 추가하면 다음 유료 블록이 시작됩니다. 이는 생성 1회당 예상치이며 추가 테이크는 각각 비용이 듭니다. 지시 태그를 포함한 실제 대본을 오디오 모드에 붙여넣은 뒤 표시되는 예상 비용을 확인하세요.

v3를 평가하려면 음성 합성과 모델을 선택하고 목소리 프리셋을 고정한 채 표현 변화가 뚜렷하게 필요한 구절부터 시작하세요. 아래 대본을 시도한 다음 대괄호 태그를 지우고 다시 들어보세요.

의도한 순간에 들뜬 감정이 나타나는지, 조용하게 마무리하는 부분도 잘 들리는지 확인하세요. 지시가 있는 구절 옆에 중립적인 구절을 두면 개별 효과뿐 아니라 전환도 들을 수 있습니다. 한 번에 대본의 한 부분만 바꾸고 편집에 맞는 테이크를 남기세요.

태그 위치와 예시는 Eleven v3 오디오 태그 가이드를 참고하세요. 전체 편집 과정은 YouTube 영상용 AI 보이스오버, Free 요금제 대안은 MiniMax Speech 가이드에서 확인할 수 있습니다. 이전 튜토리얼과 차이가 있으면 위의 현재 한도와 비용을 적용하세요.