Gemini 음성 AI, TTS와 Live API는 언제 골라야 할까?
완성된 대본을 음성 파일로 만들려면 TTS, 상대의 말을 듣고 즉시 답하는 서비스를 만들려면 Live API를 먼저 검토하세요. 둘 다 목소리를 만들지만 입력과 대화 방식이 다릅니다.
대본이 정해져 있다면 TTS
Gemini TTS는 텍스트를 입력받아 음성을 출력합니다. 한 명의 내레이션뿐 아니라 여러 화자의 대화 형식도 지원하고, 말투·속도·톤을 조절할 수 있습니다. 오디오북이나 미리 작성한 방송 대본처럼 읽을 문장이 정해진 작업에 맞습니다.
가령 제품 소개 대본을 검수한 뒤 내레이션을 붙이는 상황을 생각해 보세요. 이때 먼저 필요한 것은 실시간 대화 연결이 아니라, 확정된 문장과 원하는 전달 방식입니다. 활용을 설명한 가상 예시이며 직접 생성한 음질 비교는 아닙니다.
출처: Google AI for Developers, CC BY 4.0. Google AI 번역 한국어 페이지의 본문 일부를 크롭했으며 내용은 변경하지 않았습니다. 2026년 10월 26일 확인.
상대에 따라 답이 달라진다면 Live API
Live API는 오디오·이미지·텍스트의 연속 입력을 처리하고 음성으로 응답합니다. 모델이 답하는 도중 사용자가 끼어들어 말을 바꾸는 상호작용도 지원합니다.
예를 들어 학습자가 답하면 다음 질문을 바꾸는 말하기 연습 서비스라면, 대본 낭독만으로는 부족합니다. 대화를 주고받을 연결과 사용자 입력 처리가 필요합니다. 이 역시 기능 차이를 설명한 가상 설계입니다.
선택이 바뀌면 구현 준비도 달라집니다
TTS는 대본을 확정하고 지원 모델·목소리·출력 조건을 확인하는 쪽에서 시작합니다. Live API는 상태를 유지하는 WebSocket 연결을 사용하므로, 파일 한 번 생성하는 흐름과 동일하게 생각하면 안 됩니다.
브라우저에서 Live API에 직접 연결하는 실제 서비스라면 일반 API 키를 노출하지 말고 공식 문서의 단기 토큰 방식도 확인하세요. 어느 쪽이 더 싸거나 음질이 좋다는 결론은 이 비교에 포함하지 않습니다. 같은 대본·대화 조건으로 직접 측정한 결과가 없기 때문입니다.
다음 행동은 만들려는 기능을 한 문장으로 쓰는 것입니다. “정해진 문장을 읽는다”인지 “말을 듣고 다음 답을 정한다”인지 나누면, 먼저 읽을 개발 문서가 달라집니다.
2026년 10월 26일 공식 자료 비교 기준입니다.