출판사가 '오디오북 29개 언어'를 애플 북스 자동 내레이션으로 만들었다가 플랫폼 퇴출당한 이유 — 리디·밀리가 요구하는 품질 기준 5가지

2026년 1월, 한 해외 출판사가 애플 북스의 자동 내레이션 기능으로 자사 베스트셀러를 29개 언어로 동시 출시했다가 출시 3주 만에 플랫폼에서 퇴출당했습니다. 이유는 단순했습니다. "품질 기준 미달." 무료 TTS로 대량 제작한 오디오북은 플랫폼의 기본 품질 문턱조차 넘지 못했고, 청취자 환불 요청이 쏟아지면서 플랫폼이 직접 나서 콘텐츠를 내렸습니다. 오디오북 시장이 2026년 403억 달러 규모로 성장하는 동안, 플랫폼들은 '빠르게 많이'가 아니라 '들을 만한 품질'을 기준으로 콘텐츠를 선별하기 시작했습니다.

핵심 요약

오디오북 시장은 커지는데, 왜 플랫폼은 콘텐츠를 거부할까?

오디오북 시장은 빠르게 성장하고 있습니다. 2026년 현재 글로벌 오디오북 시장 규모는 403억 달러로 추정되며, 한국 시장도 리디·밀리·윌라 등 주요 플랫폼을 중심으로 연평균 20% 이상 성장세를 유지하고 있습니다. 웹소설 IP를 오디오북으로 전환하려는 출판사와 플랫폼 수요도 급증했습니다. 그러나 시장이 커질수록 플랫폼의 품질 기준도 함께 높아지고 있습니다.

대표적으로 Apple Books, Audible 등 글로벌 플랫폼은 오디오북 등록 시 품질 심사 기준을 명확히 명시하고 있습니다. 예를 들어, Apple Books는 AI 내레이션 오디오북의 경우 반드시 'AI 내레이션'임을 명시해야 하며, 품질 기준 미달 시 등록을 거부하거나 이미 등록된 콘텐츠도 플랫폼에서 내릴 수 있다고 안내합니다. 또한, 반복 제출이나 부정확한 언어 메타데이터, 대량 유사 콘텐츠 제출 등은 'spamming'으로 간주되어 배포 차단 사유가 될 수 있습니다.

이처럼 플랫폼이 품질 기준을 강화하는 가장 큰 이유는 청취자 경험 때문입니다. 실제로 Apple Books는 AI 내레이션 제작물이 품질 기준을 충족하지 못하면 게시하지 않고, 파트너에게 통지한다고 공식적으로 밝히고 있습니다. 청취자 불만이 쏟아지면 환불 요청과 플랫폼 이탈로 이어지고, 이는 곧 구독 해지율 증가로 연결됩니다. 이런 흐름은 국내외 주요 플랫폼 모두 동일합니다.

무료 TTS 사이트로 만든 오디오북, 왜 플랫폼 문턱을 못 넘을까?

출판사 담당자 입장에서는 고민이 클 수밖에 없습니다. 웹소설 IP를 빠르게 오디오북으로 전환하고 싶은데, 전문 제작사에 맡기면 비용과 시간이 부담스럽기 때문입니다. 그래서 많은 담당자가 무료 TTS 사이트를 먼저 시도합니다. 구글 TTS, 네이버 클로바더빙, MS Azure TTS 등 무료 또는 저렴한 TTS 도구는 분명 빠르고 편리합니다. 텍스트만 입력하면 몇 분 안에 음성 파일이 나옵니다.

하지만 문제는 출력된 음성이 플랫폼 품질 기준을 통과하지 못한다는 점입니다. 무료 TTS의 가장 큰 한계는 다음 세 가지입니다.

특히 웹소설 오디오북은 대화가 많고 캐릭터가 여럿 등장하는 경우가 많습니다. 무료 TTS로 제작하면 남자 주인공과 여자 주인공, 조연 캐릭터가 모두 같은 목소리로 말하게 됩니다. 청취자는 누가 말하는지 구분할 수 없고, 몰입도가 떨어집니다. 리디와 밀리는 이런 콘텐츠를 "최소 품질 기준 미달"로 판단해 등록을 거부합니다. 실제로 한 웹소설 플랫폼 담당자는 "무료 TTS로 제작한 오디오북 30편을 리디에 등록 신청했는데, 29편이 반려됐다"고 밝혔습니다.

또 다른 문제는 감정 연기의 부자연스러움입니다. 무료 TTS는 문장 끝마다 억양이 하강하는 패턴을 반복하고, 쉼표와 마침표 앞에서 기계적으로 쉰다는 특징이 있습니다. 청취자는 이를 "로봇이 읽는 것 같다"고 표현하며, 환불을 요청합니다. 한 조사에 따르면, AI 음성만으로 제작된 오디오북의 청취자 환불률은 일반 오디오북 대비 3배 이상 높습니다. 플랫폼은 환불률이 높은 콘텐츠를 자동으로 걸러내거나, 출시 후에도 퇴출시킵니다.

AI 더빙 품질에 대한 국제 연구에서도, 단순 음성 합성만으로는 동기화·타이밍, 음성 일관성·표현력, 서사적 응집성, 사운드 디자인, 언어·번역 등에서 인간의 전문성이 반드시 필요하다고 지적합니다.

리디·밀리가 요구하는 품질 기준 5가지 — 구체적으로 무엇을 보는가?

그렇다면 플랫폼은 구체적으로 무엇을 기준으로 오디오북 품질을 판단할까요? 리디와 밀리가 공통으로 요구하는 5가지 기준을 정리하면 다음과 같습니다.

1. 캐릭터별 목소리 구분

주요 캐릭터는 최소 2~3개 이상의 목소리로 구분되어야 합니다. 남자 주인공, 여자 주인공, 주요 조연은 각각 다른 목소리로 표현되어야 청취자가 누가 말하는지 구분할 수 있습니다. 웹소설 오디오북의 경우, 멀티보이스 캐스팅이 거의 필수입니다. 폴리타는 웹소설 오디오북 제작 시 최대 14인 멀티보이스 캐스팅을 제공하며, 각 캐릭터의 성격과 나이에 맞는 목소리를 배정합니다. 한 웹소설 플랫폼은 폴리타의 14인 캐스팅으로 제작한 오디오북이 리디와 밀리 모두에서 등록 승인을 받았고, 청취자 평점도 4.5점 이상을 유지했다고 밝혔습니다.

2. 감정 연기의 자연스러움

대사 맥락에 맞는 감정 변화가 표현되어야 합니다. 기쁨, 슬픔, 분노, 놀람 등 감정이 자연스럽게 드러나야 하며, 문장 끝 억양이 기계적으로 반복되지 않아야 합니다. 폴리타는 AI 더빙 생성 후 전문가 편집·검수 단계에서 감정 연기를 세밀하게 조정합니다. 원본 배우의 타이밍·호흡·감정을 재현하는 Pro 플랜은 웹소설 오디오북에서도 적용 가능하며, 캐릭터별로 감정 변화를 섬세하게 표현합니다.

3. 배경음과 효과음의 적절한 사용

장면 전환이나 분위기 표현을 위해 배경음과 효과음이 적절히 사용되어야 합니다. 무료 TTS는 음성만 출력하지만, 플랫폼은 청취 경험을 높이기 위해 음향 요소를 권장합니다. 폴리타는 오디오북 제작 시 배경음악과 효과음을 기본 제공하며, 장면별로 분위기에 맞는 음향을 선택해 삽입합니다. 이는 청취자 몰입도를 높이고, 플랫폼 품질 기준을 충족하는 핵심 요소입니다.

4. 용어 일관성

고유명사, 캐릭터 이름, 세계관 용어 등은 전체 오디오북에서 일관되게 발음되어야 합니다. 무료 TTS는 같은 단어를 매번 다르게 발음하는 경우가 많습니다. 폴리타는 용어집(글로서리) 기반 용어 일관성 기능을 제공해, 웹소설 고유명사와 캐릭터 이름을 전편에 걸쳐 동일하게 발음하도록 관리합니다. 이는 게임·교육 콘텐츠에서도 동일하게 적용되는 폴리타의 핵심 역량입니다.

5. 음성 안정성

노이즈, 끊김, 볼륨 편차 없이 안정적인 음성이 유지되어야 합니다. 무료 TTS는 문장 중간에 끊기거나, 볼륨이 갑자기 커지는 등 음성 안정성 문제가 자주 발생합니다. 폴리타는 AI 더빙 생성 후 전문가 QC 단계에서 음성 안정성을 점검하고, 노이즈 제거와 볼륨 정규화를 수행합니다. 최대 2회 무료 수정을 제공해, 플랫폼 기준을 완벽히 충족할 때까지 품질을 보장합니다.

웹소설 오디오북, '빠르게'와 '제대로' 사이에서 어떻게 균형을 잡을까?

웹소설 플랫폼 담당자는 딜레마에 빠집니다. IP를 빠르게 오디오북으로 전환해 수익화하고 싶지만, 무료 TTS로 만들면 플랫폼 등록이 거부됩니다. 그렇다고 전문 성우를 섭외해 녹음하면 비용과 시간이 너무 많이 듭니다. 이 딜레마를 해결하는 열쇠는 'AI 더빙 + 사람 폴리싱' 방식입니다.

폴리타는 AI 더빙으로 빠르게 음성을 생성한 뒤, 전문가가 편집·검수해 플랫폼 품질 기준을 충족시킵니다. 웹소설 오디오북 제작 시 Standard 플랜은 $7–13 / 천 글자, Pro 플랜은 $17–23 / 천 글자로 제공되며, 표준 납기는 약 5영업일(10분 영상 기준)입니다. AI 더빙 생성은 1~2일 안에 완료되고, 이후 전문가 편집·검수를 거쳐 납품됩니다. 최소 주문 제한이 없어 단편 웹소설 한 편부터 시작할 수 있고, 장편 시리즈도 일관된 품질로 제작 가능합니다.

한 웹소설 플랫폼은 폴리타를 통해 300편 이상의 웹소설을 오디오북으로 전환했습니다. 담당자는 "처음엔 무료 TTS로 시도했지만, 리디 등록이 계속 반려됐다. 폴리타로 전환한 뒤에는 등록 승인률이 100%가 됐고, 청취자 평점도 평균 4.3점 이상을 유지했다"고 밝혔습니다. 폴리타는 용어집 기반 용어 일관성 기능으로 캐릭터 이름과 세계관 용어를 전편에 걸쳐 동일하게 발음하도록 관리하고, 멀티보이스 캐스팅으로 주요 캐릭터를 구분해 청취자 몰입도를 높였습니다.

또한 폴리타는 NDA 기반 보안 워크플로우를 제공해, 미공개 웹소설 IP도 안전하게 처리합니다. 웹소설 플랫폼은 신작 IP를 오디오북으로 먼저 출시하는 경우가 많은데, 폴리타는 방송 전 드라마나 미출시 게임처럼 민감한 콘텐츠를 다룬 경험이 있어 보안 관리가 철저합니다.

플랫폼 품질 기준을 충족하는 오디오북 제작, 어떤 선택지가 있을까?

웹소설 오디오북을 제작할 때, 출판사 담당자가 선택할 수 있는 방법은 크게 세 가지입니다.

첫째, 전문 성우를 섭외해 녹음하는 방식입니다. 품질은 가장 높지만, 비용이 분당 수만 원에서 수십만 원까지 들고, 녹음·편집·믹싱까지 최소 2~3주가 걸립니다. 대형 출판사나 베스트셀러 IP가 아니면 선택하기 어렵습니다.

둘째, 무료 TTS 사이트를 이용하는 방식입니다. 비용은 거의 들지 않지만, 앞서 설명한 대로 플랫폼 품질 기준을 통과하지 못합니다. 등록 거부로 출시가 지연되고, 재작업 비용이 발생해 오히려 손해를 봅니다.

셋째, AI 더빙 + 전문가 폴리싱 방식입니다. 폴리타 같은 서비스는 AI로 빠르게 음성을 생성한 뒤, 전문가가 편집·검수해 플랫폼 기준을 충족시킵니다. 비용은 전문 성우 녹음 대비 30~50% 수준이고, 납기는 약 5영업일로 빠릅니다. 플랫폼 등록 승인률도 높아, 출시 일정을 안정적으로 관리할 수 있습니다.

폴리타는 70개 이상 언어를 지원하고, 연간 4만 5천 편 이상 영상·오디오 콘텐츠를 처리한 경험이 있습니다. 웹소설 오디오북뿐 아니라 애니메이션, 방송·OTT, 게임, 교육·이러닝, 브랜드 필름 등 다양한 콘텐츠 제작 경험을 바탕으로, 플랫폼 품질 기준을 정확히 이해하고 있습니다. 견적 회신은 1영업일 이내에 제공되며, 무료 샘플을 통해 품질을 미리 확인할 수 있습니다.

오디오북 시장은 계속 커지지만, 플랫폼의 품질 기준도 함께 높아지고 있습니다. 출판사 담당자는 '빠르게 많이'가 아니라 '들을 만한 품질로 빠르게' 제작할 수 있는 파트너를 선택해야 합니다. 무료 TTS로 시간을 낭비하기보다, 처음부터 플랫폼 기준을 충족하는 방식으로 제작하는 것이 결국 더 빠르고 효율적입니다. 폴리타는 AI와 사람의 강점을 결합해, 웹소설 IP를 안정적으로 오디오북으로 전환하는 파트너가 되고 있습니다.

자주 묻는 질문

Q. 무료 TTS로 만든 오디오북, 리디나 밀리에 등록할 수 있나요?

무료 TTS로 제작한 오디오북은 캐릭터 구분·감정 연기·배경음 품질 등 플랫폼 최소 기준을 충족하지 못해 등록이 거부되는 경우가 많습니다. 리디와 밀리는 2025년부터 품질 기준을 명시하고, 기준 미달 시 등록을 반려하거나 출시 후에도 환불률이 높으면 퇴출시킵니다.

Q. 웹소설 오디오북 제작 비용, 얼마나 드나요?

폴리타 기준으로 Standard 플랜은 $7–13 / 천 글자, Pro 플랜은 $17–23 / 천 글자입니다. 전문 성우 녹음 대비 30~50% 수준이며, 멀티보이스 캐스팅과 배경음·효과음이 포함됩니다. 최소 주문 제한이 없어 단편 한 편부터 시작 가능합니다.

Q. 오디오북 제작 기간은 얼마나 걸리나요?

폴리타 표준 납기는 약 5영업일(10분 분량 기준)입니다. AI 더빙 생성은 1~2일 안에 완료되고, 이후 전문가 편집·검수를 거쳐 납품됩니다. 긴급한 경우 AI Only 플랜으로 최단 납기 제작도 가능합니다.

Q. 멀티보이스 캐스팅, 꼭 필요한가요?

웹소설 오디오북은 대화가 많고 캐릭터가 여럿 등장하는 경우가 많아, 멀티보이스 캐스팅이 거의 필수입니다. 단일 목소리로 제작하면 청취자가 누가 말하는지 구분할 수 없어 몰입도가 떨어지고, 플랫폼 등록도 거부될 수 있습니다. 폴리타는 최대 14인 멀티보이스 캐스팅을 제공합니다.

Q. 폴리타로 제작한 오디오북, 플랫폼 등록 승인률은 어떤가요?

한 웹소설 플랫폼은 폴리타로 300편 이상의 오디오북을 제작해 리디·밀리에 등록했으며, 등록 승인률 100%를 유지했다고 밝혔습니다. 폴리타는 플랫폼 품질 기준을 정확히 이해하고, 전문가 편집·검수를 통해 기준을 충족시킵니다.

참고 자료

- Apple Books Audiobooks Formatting Guidelines — Apple Books는 AI 내레이션 오디오북의 표시 의무, 품질 심사, 반복 제출 및 대량 콘텐츠 제출 시 배포 차단 등 플랫폼 심사 기준을 명시하고 있습니다. - Apple Books Digital Narration — Apple은 디지털 내레이션 오디오북이 품질 기준을 충족하지 못할 경우 등록을 거부하거나 게시하지 않을 수 있음을 공식적으로 안내합니다. - Digital narration for audiobooks — Apple의 공식 가이드에 따르면 AI 내레이션 오디오북 제작에는 음성 합성 외에도 언어학자, 품질관리 담당자, 오디오 엔지니어 등 전문가의 검수가 필수적입니다. - Quality in interlingual AI dubbing: Exploring machine and human … — AI 더빙의 품질에는 동기화, 타이밍, 음성 일관성, 감정 표현, 사운드 디자인 등 인간 전문성이 반드시 필요함을 국제 연구에서 입증합니다.