AI 70+ 연구원

미래를 준비하자! 설 땅이 없다

숫자와 고유명사를 넣어 테스트했다

아래 문장을 0.6B와 1.7B에 같은 조건으로 입력했다.

이 문장 하나만으로도 연도, 숫자, 인명, 사업명을 한꺼번에 확인할 수 있었다.

0.6B에서 나타난 숫자 발음 문제

0.6B에서는 목소리 자체는 내 목소리와 비슷했지만
숫자를 읽는 과정에서 눈에 띄는 문제가 나타났다.

역사 영상에서는 연도가 매우 자주 등장하기 때문에
이런 오류가 반복된다면 실제 나레이션 사용에는 큰 불편이 생길 수 있다.

1.7B는 연도 발음이 더 안정적이었다

같은 문장을 1.7B로 반복 테스트했을 때
1960년대는 모두 정상적으로 “천구백육십년대”에 가깝게 읽었다.

1961년, 1965년, 1970년, 1973년 같은 연도도
0.6B에 비해 훨씬 안정적으로 들렸다.

그런데 ‘5개년 계획’에서 또 문제가 생겼다

1.7B라고 해서 모든 표현을 완벽하게 읽는 것은 아니었다.

특히 경제개발 5개년 계획을 읽을 때
일부 결과에서는 숫자와 뒤의 단어가 자연스럽게 이어지지 않았다.

숫자는 ‘보이는 글’과 ‘읽히는 글’을 다르게 써도 된다

여기서 중요한 방법을 하나 찾았다.

유튜브 화면에는 원래 표현을 그대로 보여주고,
Voicebox에 입력하는 나레이션용 문장은
AI가 읽기 쉬운 한글 발음 형태로 바꾸는 것이다.

이렇게 하면 화면에는 정확한 공식 명칭을 유지하면서,
음성은 자연스럽게 읽도록 만들 수 있다.

이번 테스트에서 얻은 규칙

실제 테스트 화면

숫자 발음만 놓고 보면 1.7B가 우세했다

지금까지의 결과에서는
Qwen3-TTS 1.7B가 0.6B보다 한국어 숫자와 연도를 더 안정적으로 읽었다.

하지만 1.7B도 모든 표현을 완벽하게 처리하는 것은 아니었다.
특히 숫자와 단위가 붙는 표현에서는
가끔 잘못 읽거나 어색하게 끊는 경우가 있었다.

따라서 앞으로는
Voicebox용 발음 대본과 화면용 자막을 필요에 따라 다르게 작성하기로 했다.