음성 생성 AI 가격 비교, ElevenLabs OpenAI TTS Google TTS 어디가 맞나

2026-04-15

음성 생성 AI 가격 비교 표부터

음성 생성 AI 가격 비교를 찾는 사람은 거의 같은 질문으로 들어옵니다. 한국어 음성을 만들 때 ElevenLabs, OpenAI TTS, Google TTS 중 어디에 돈 쓰는 게 덜 아깝냐는 거죠. 셋 다 지금은 한국어를 낼 수 있지만, 돈 나가는 방식이 완전히 다릅니다.

서비스	지금 보는 가격	과금 방식	한국어 쪽 인상	이럴 때 맞음
ElevenLabs	Free 0달러, Starter 6달러, Pro 99달러	월 구독 + credits	자연스러운 톤, Voice Library, voice cloning이 강함	유튜브 내레이션, 광고, 더빙
OpenAI TTS	gpt-4o-mini-tts 입력 100만 토큰 0.60달러, 오디오 출력 100만 토큰 12달러 tts-1은 100만 characters 15달러	API 사용량	한국어 생성은 되지만 built-in voices는 영어 최적화	앱, 챗봇, 자동화
Google TTS	Gemini 2.5 Flash TTS 입력 100만 토큰 0.50달러, 오디오 출력 100만 토큰 10달러 Chirp 3 HD는 100만 characters 30달러	API 사용량	한국어 포함 언어 수가 많고 회사 환경에 잘 붙음	콜센터, 대량 처리, Cloud 운영

표만 보면 OpenAI가 제일 싸게 보이고, ElevenLabs는 월 구독이 먼저 눈에 들어오고, Google TTS는 상품 이름이 제일 복잡합니다. 실제로 고를 때도 여기서 한 번씩 멈춥니다.

ElevenLabs는 왜 아직 많이 고르나

ElevenLabs 가격표는 읽기가 쉽습니다. Free는 10k credits, Starter는 월 6달러에 30k credits, Pro는 월 99달러에 600k credits로 바로 보이거든요. Text to Speech 비교표에는 UI 기준 포함 분량도 붙어 있어서 Starter는 약 30분, Pro는 약 600분 정도 감이 옵니다.

좋은 건 목소리 쪽 옵션이에요. 문서에는 eleven_v3가 70개 넘는 언어를, Eleven Flash v2.5가 약 75ms 반응 속도를 내세우고 있구요. 한국어 음색을 다듬거나 사람 같은 감정을 붙이고 싶으면 아직은 ElevenLabs가 편합니다. 매달 구독료 내는 입장에선 6달러 스타터가 심리적으로 가장 단순하기도 하죠.

아쉬운 점도 분명해요. 많이 쓰지 않는 달에도 구독이 먼저 붙습니다. 회사에서 사용량이 들쭉날쭉하면 이 방식이 오히려 답답할 수 있습니다.

OpenAI TTS는 싸게 붙이기 좋다

OpenAI TTS는 요금표가 처음엔 덜 친절합니다. 최신 gpt-4o-mini-tts는 입력 텍스트와 출력 오디오를 토큰으로 따로 계산하거든요. 이 숫자만 보면 머리가 잠깐 멈추는데, 앱에 넣어보면 장점이 바로 보입니다. 같은 OpenAI API 흐름 안에서 text, image, speech를 같이 다루기 쉬워요.

문서에는 gpt-4o-mini-tts가 11개 built-in voices를 제공하고, accent, tone, emotional range, speed 같은 말투 제어를 프롬프트로 줄 수 있다고 적혀 있습니다. 한국어 생성도 가능하지만 voices are currently optimized for English 문장이 같이 붙어 있어요. 제 기준에선 광고 톤이나 감정 연기는 ElevenLabs가 더 낫고, 챗봇 안내 음성이나 사내 자동화는 OpenAI TTS가 더 편합니다.

토큰 계산이 싫다면 tts-1 계열도 있습니다. tts-1은 100만 characters 15달러, tts-1-hd는 30달러라서 계산은 훨씬 단순합니다.

Google TTS는 두 갈래로 봐야 덜 헷갈린다

Google TTS는 지금 새 라인과 오래된 라인이 같이 보입니다. 새 쪽은 Gemini 2.5 Flash TTS, Gemini 2.5 Pro TTS 같은 토큰 과금이고, 오래된 쪽은 Chirp 3 HD, Neural2, WaveNet처럼 characters 기준입니다. 처음 보는 사람은 여기서 가장 헷갈릴 가능성이 큽니다.

그래도 장점은 분명합니다. Google 문서 기준으로 Gemini 2.5 Flash TTS와 Pro TTS는 style, accent, pace, emotion을 자연어로 조절할 수 있구요. Chirp 3 HD는 한국어 ko-KR을 포함한 31개 언어/지역 지원을 이미 넓게 가져갔습니다. Cloud를 이미 쓰는 팀이면 권한, 청구, 배포를 한 묶음으로 들고 갈 수 있어서 손이 덜 갑니다.

가격도 나쁘지 않아요. 다만 Gemini TTS에는 무료 사용량이 없고, legacy 쪽은 Neural2나 Chirp 3 HD에 무료 구간이 조금 붙어 있습니다. 작은 테스트를 자주 하는 팀이라면 이 차이도 꽤 크게 느껴집니다.

이런 사람은 이렇게 고르면 편하다

콘텐츠 제작자라면 ElevenLabs가 가장 무난합니다. 음성 자체를 결과물로 파는 느낌이 강해서, 유튜브 더빙이나 광고 샘플 만들 때 덜 돌아갑니다.

앱 개발자라면 OpenAI TTS가 좋습니다. 이미 OpenAI API를 쓰고 있다면 붙이는 시간이 짧고, 음성 한두 개보다 기능 연결이 먼저인 경우가 많거든요.

회사 시스템이나 대량 처리라면 Google TTS가 맞습니다. 특히 Google Cloud 결제와 권한을 이미 쓰는 팀은 새로 배울 게 적습니다.

제가 지금 다시 고른다면

음성 생성 AI 가격 비교를 다시 해도 답은 비슷합니다. 좋은 목소리를 빨리 뽑아야 하면 ElevenLabs, 제품 안에 음성을 넣는 일이면 OpenAI TTS, Cloud 안에서 오래 굴릴 거면 Google TTS예요.

음성 생성 AI 가격 비교에서 결국 남는 건 음질 점수보다 청구서를 어떤 모양으로 받고 싶은지입니다.