사진 한 장과 음성을 올리면 AI 말하는 사진이 그 얼굴이 모든 말을 하는 영상으로 만듭니다.
오디오와 같은 길이의 MP4를 받게 됩니다. 짧은 클립은 대부분 3~5분이 걸립니다.
저희가 직접 테스트한 결과입니다. 인물 사진 한 장과 대사 한 줄로 말하는 영상을 만들었습니다. 소리를 켜 주세요.

그가 영어로 말하는 대사: “Hi there. A minute ago this clip was silent. Now every word I say matches my lips.”
스탠다드 · 음성 6.5초 · 56 크레딧 · 약 3.5분
같은 남성이 같은 대사를 두 번 말하게 했습니다. 한 번은 AI 말하는 사진으로, 한 번은 사진을 움직인 뒤 립싱크로 만들었습니다.
사진과 오디오를 넣으면 말하는 영상이 나옵니다. 한 단계로 끝나며, 말에 맞춰 머리와 얼굴이 움직입니다.
56 크레딧
먼저 사진으로 8초짜리 무음 클립을 만들고, 대사에 맞춰 입을 다시 그립니다. 두 단계이며, 첫 단계에서 움직임을 고를 수 있습니다.
30 + 64 = 94 크레딧
말하는 인물 사진 하나만 필요하다면 AI 말하는 사진이 더 싸고 간단합니다. 특정한 움직임, 더 긴 샷, 얼굴 주변의 장면이 필요하면 먼저 사진을 움직이세요.
AI 말하는 사진은 정지 이미지 한 장과 오디오 트랙으로 만든 영상입니다. 사진 속 얼굴이 말에 맞춰 입을 열고, 눈을 깜빡이고, 고개를 움직입니다. 인물 사진과 녹음한 목소리를 주면 그 사람이 말하는 모든 프레임을 그려 냅니다.
카메라 없이 목소리에 얼굴을 입힐 수 있습니다. 제품 설명, 강의 인트로, 가족사진, AI 캐릭터가 하루 걸리는 촬영 대신 몇 분 만에 말을 합니다.
모델은 오디오를 읽고 소리마다 입 모양을 계산하며, 말할 때 따라오는 작은 움직임도 함께 만듭니다. 강조하는 단어에서 고개를 끄덕이고, 질문할 때 눈썹을 올리고, 구절 사이에 눈을 깜빡이는 식입니다. 그런 다음 사진을 바탕으로 프레임을 하나씩 그리며, 표정이 바뀌는 동안 얼굴, 머리카락, 옷은 그대로 유지합니다.
인물의 정체성, 헤어스타일, 옷차림, 배경, 사진의 구도.
말에 맞춘 입술 움직임, 자연스러운 눈 깜빡임, 작은 머리와 어깨 움직임, 그리고 사운드트랙이 되는 내 오디오.
AI 말하는 사진은 모두 브라우저에서 진행됩니다. 카메라도 편집 프로그램도 필요 없습니다.
카메라를 보는 얼굴 하나가 담긴 JPG 또는 PNG, 각 변 최소 300픽셀.
MP3, WAV, M4A 또는 AAC 녹음. 스탠다드와 HD는 최대 15초, 시네마틱은 최대 30초.
화질을 고르고 동의 체크박스를 선택한 뒤 '생성하기'를 누르세요. 짧은 클립은 대부분 3~5분이면 완성됩니다.
모든 화질에 같은 사진과 오디오를 씁니다. 차이는 선명도, 음성 길이, 움직임이 얼마나 실감 나는지입니다.
초당 8 크레딧
SNS 게시물, 초안, 빠른 테스트. 위 예시가 스탠다드입니다.
초당 16 크레딧
진행자 영상, 광고, 데스크톱 전체 화면으로 보여 줄 모든 것.
초당 27 크레딧
긴 연설, 표현력 있는 전달, 가장 실감 나는 머리와 몸 움직임.
AI 말하는 사진은 보이는 것만 움직일 수 있습니다. 다음 다섯 가지가 결과를 가장 크게 좌우합니다.
정면이나 살짝 돌린 얼굴. 옆모습은 입이 반만 보입니다.
모델이 단어마다 입 모양을 만들려면 양쪽 입꼬리가 필요합니다.
무표정이나 옅은 미소여야 모델이 입을 자연스럽게 열 여지가 생깁니다.
사진 속 활짝 웃는 입이나 벌린 입은 모든 단어와 충돌합니다.
얼굴에 고른 조명, 짙은 그림자 없이, 각 변 최소 300픽셀.
눈과 입술 주변의 디테일이 움직임을 자연스럽게 만듭니다.
단체 사진은 말하게 할 얼굴 하나만 남기고 자르세요.
얼굴이 여러 개면 엉뚱한 사람이 말할 수 있습니다.
손, 마이크, 선글라스, 머리카락이 입을 가리지 않게 하세요.
가려진 부분은 제대로 그려지지 않거나 아예 그려지지 않습니다.
영상 길이는 오디오와 정확히 같고, 그 초만큼 비용을 냅니다. 조금만 준비하면 크레딧을 아낄 수 있습니다.
앞뒤의 조용한 구간을 잘라 내세요. 말하는 구간과 같은 비용이 듭니다.
조용한 방에서 마이크 가까이 녹음하세요. 배경 음악이나 다른 사람 목소리가 있으면 입술이 엉뚱한 소리를 따라갈 수 있습니다.
문장 사이의 짧은 쉼은 얼굴이 눈을 깜빡이고 원래대로 돌아올 시간을 주어 더 사람처럼 보입니다.
입은 단어가 아니라 소리를 따라가므로 어떤 언어나 억양이든 괜찮습니다.
화면 속 인물이 내 대사를 말하게 하는 방법은 세 가지입니다. 무엇으로 시작하는지에 따라 고르세요.
Imgveo 가격
스탠다드 5초에 40 크레딧
Imgveo 가격
5초 클립에 40 크레딧
Imgveo 가격
사운드 포함 8초 클립 30 크레딧부터
가격은 실시간 가격표에서 가져옵니다.
슬라이드의 글자보다 얼굴이 말하는 편이 더 잘 전달되는 모든 곳에 쓸 수 있습니다.
제품 페이지, 강의, 온보딩에 말을 건네는 친근한 얼굴을 더하세요.
모든 영상에 같은 인물 사진을 쓰면 시청자가 진행자를 알아봅니다.
생성한 캐릭터가 자기소개를 하고, 이야기를 들려주고, 팬에게 답하게 하세요.
예시처럼 카메라를 보고 입을 다문 캐릭터를 생성하세요.
가족이 녹음한 메시지로 오래된 인물 사진에 생기를 불어넣으세요.
사진을 선명하게 스캔하고 업로드 전에 얼굴 하나만 남기고 자르세요.
같은 메시지를 여러 언어로 녹음하고 모두 한 장의 인물 사진으로 만드세요.
녹음 길이를 비슷하게 맞추면 영상들이 일관돼 보입니다.
크레딧을 쓰기 전에 무엇을 기대할 수 있는지 솔직하게 알려 드립니다.
얼굴, 머리, 어깨가 움직입니다. 걷기, 손짓, 카메라 이동은 동영상 모델을 쓰세요.
입이 반쯤 가려지면 움직임이 어색해집니다. 정면 사진을 쓰세요.
스탠다드와 HD는 최대 15초, 시네마틱은 최대 30초입니다. 긴 원고는 여러 클립으로 나누세요.
그 얼굴과 목소리를 사용할 권리가 있어야 합니다. 규칙을 어기는 콘텐츠는 차단합니다.
AI 말하는 사진이 받는 파일, 돌려주는 결과, 드는 비용입니다.
사진: JPG 또는 PNG, 최대 10 MB, 최소 300 px, 가로세로 비율 2.5 대 1 이내. 오디오: MP3, WAV, M4A 또는 AAC, 최대 10 MB.
오디오와 같은 길이의 MP4로, 내 음성이 사운드트랙이 되며 스탠다드는 720p, HD와 시네마틱은 1080p입니다.
오디오 1초당 8, 16 또는 27 크레딧이며, 초 단위로 반올림됩니다. 유료 요금제 전용입니다. 실패한 작업은 환불됩니다.
| 오디오 길이 | 스탠다드 | HD | 시네마틱 |
|---|---|---|---|
| 5초 | 40 | 80 | 135 |
| 10초 | 80 | 160 | 270 |
| 15초 | 120 | 240 | 405 |
| 30초 | — | — | 810 |
말하는 사진은 누구든 어떤 말이든 하는 것처럼 보이게 만들 수 있으므로, 먼저 허락을 확인합니다. 매번 실행하기 전에 그 얼굴과 목소리를 사용할 권리가 있음을 확인해야 하며, 모든 사진은 검토를 거칩니다.
Imgveo Studio를 열면 이 도구를 비롯한 모든 AI 동영상·이미지 모델을 하나의 작업 공간과 하나의 크레딧으로 사용할 수 있습니다.
목소리를 입힌 뒤 한 단계 더 나아가 보세요.
인물 사진과 음성을 올리면, 나머지는 AI 말하는 사진 메이커가 몇 분 안에 처리합니다.