Instruction Control 활용 완벽 가이드

TTS 시스템에서 음성의 감정, 속도, 억양을 자유자재로 제어하는 Instruction Control 기법을 다룹니다. 초급 개발자도 쉽게 따라할 수 있도록 실무 예제와 함께 설명합니다.

---

목차

1. 도입_맥락에_따른_음성_제어
2. instruct_파라미터의_힘
3. 감정_표현_제어_기법
4. 속도와_억양_조절
5. 문맥_기반_적응적_생성
6. 실전_다양한_감정_표현_구현

---

1. 도입 맥락에 따른 음성 제어

김개발 씨는 회사에서 AI 음성 안내 시스템을 개발하고 있습니다. 그런데 고객 불만 접수 안내와 축하 메시지가 똑같은 톤으로 나오는 것이 영 어색합니다.

"음성에도 상황에 맞는 감정을 넣을 수 없을까?" 바로 이 고민에서 Instruction Control의 여정이 시작됩니다.

Instruction Control은 TTS 시스템에 텍스트뿐 아니라 "어떻게 말할지"를 함께 전달하는 기법입니다. 마치 성우에게 대본과 함께 연기 지시를 주는 것과 같습니다.

이 기술을 활용하면 동일한 문장도 상황에 따라 완전히 다른 느낌으로 음성화할 수 있습니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient

# Instruction Control의 기본 구조
client = TTSClient(api_key="your_api_key")

# 동일한 텍스트, 다른 지시문
text = "주문이 완료되었습니다."

# 일반적인 안내 음성
normal_audio = client.synthesize(
    text=text,
    instruct="차분하고 명료하게 안내하듯이 말해주세요"
)

# 축하하는 느낌의 음성
cheerful_audio = client.synthesize(
    text=text,
    instruct="기쁜 소식을 전하듯 밝고 경쾌하게 말해주세요"
)

김개발 씨는 입사 6개월 차 개발자입니다. 오늘 그에게 새로운 임무가 주어졌습니다.

회사의 고객 응대 챗봇에 음성 기능을 추가하는 일이었습니다. 처음에는 간단해 보였습니다.

텍스트를 음성으로 변환하는 TTS API를 연동하면 끝이라고 생각했습니다. 하지만 첫 번째 테스트 결과를 들은 기획자의 반응은 차가웠습니다.

"김개발 씨, 이거 왜 축하 메시지랑 환불 안내가 똑같은 목소리예요? 로봇 같아요." 김개발 씨는 고민에 빠졌습니다.

분명 TTS는 제대로 작동하고 있었습니다. 문제는 모든 메시지가 한결같이 무미건조하다는 점이었습니다.

마치 지하철 안내 방송처럼 감정이 전혀 느껴지지 않았습니다. 이때 선배 개발자 박시니어 씨가 지나가다 말을 걸었습니다.

"혹시 Instruction Control 써봤어요?" Instruction Control이란 무엇일까요? 쉽게 설명하자면, 이것은 성우에게 대본을 줄 때 연기 지시를 함께 전달하는 것과 같습니다.

영화 촬영 현장을 떠올려 보세요. 감독은 배우에게 대사만 전달하지 않습니다.

"이 장면에서는 슬프지만 억누르는 감정으로 해주세요"라고 구체적인 지시를 내립니다. TTS 시스템도 마찬가지입니다.

예전에는 텍스트만 전달하면 시스템이 알아서 읽어주었습니다. 하지만 기계가 문맥을 완벽하게 이해하기는 어려웠습니다.

"축하합니다"라는 문장이 진심 어린 축하인지, 비꼬는 말인지 기계는 알 수 없었습니다. Instruction Control은 이 문제를 해결합니다.

텍스트와 함께 "어떤 감정으로, 어떤 속도로, 어떤 분위기로 말할지"를 명시적으로 알려주는 것입니다. 위의 코드를 보면 같은 "주문이 완료되었습니다"라는 텍스트도 전혀 다른 느낌의 음성으로 변환됩니다.

첫 번째 호출에서는 "차분하고 명료하게"라는 지시를 주었습니다. 이렇게 하면 일반적인 시스템 안내 음성처럼 또박또박한 음성이 생성됩니다.

두 번째 호출에서는 "기쁜 소식을 전하듯 밝고 경쾌하게"라고 지시했습니다. 같은 문장이지만 마치 좋은 소식을 알려주는 듯한 활기찬 목소리가 됩니다.

이것이 바로 맥락 기반 음성 제어의 핵심입니다. 상황에 맞는 적절한 감정 표현이 사용자 경험을 크게 향상시킵니다.

고객이 환불 요청을 했을 때와 포인트를 받았을 때, 시스템이 각각 다른 톤으로 응대한다면 훨씬 자연스러운 서비스가 될 것입니다. 김개발 씨는 박시니어 씨의 조언을 듣고 눈이 번쩍 뜨였습니다.

"아, 그래서 요즘 AI 음성들이 그렇게 자연스러웠군요!"

실전 팁

💡 - 지시문은 한국어로 작성해도 대부분의 최신 TTS 모델이 잘 이해합니다

• 처음에는 간단한 감정 표현부터 시작하여 점차 복잡한 지시로 확장해 보세요

---

2. instruct 파라미터의 힘

박시니어 씨가 김개발 씨에게 물었습니다. "그런데 어떤 지시문을 써야 할지 감이 안 오죠?" 김개발 씨가 고개를 끄덕이자, 박시니어 씨는 노트북을 열어 instruct 파라미터의 다양한 활용법을 보여주기 시작했습니다.

instruct 파라미터는 TTS 모델에게 음성 생성의 방향을 제시하는 핵심 요소입니다. 마치 요리사에게 "짜지 않게, 매콤하게, 불맛이 나게" 같은 구체적인 주문을 하는 것과 같습니다.

잘 작성된 지시문 하나가 음성의 품질을 완전히 바꿔놓을 수 있습니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient

client = TTSClient(api_key="your_api_key")

# instruct 파라미터의 다양한 활용
text = "오늘 회의는 오후 3시에 시작됩니다."

# 방법 1: 감정 중심 지시
emotion_focused = client.synthesize(
    text=text,
    instruct="긴급하고 중요한 공지를 전달하듯이"
)

# 방법 2: 화자 특성 지시
speaker_focused = client.synthesize(
    text=text,
    instruct="30대 여성 비서가 정중하게 안내하듯이"
)

# 방법 3: 상황 맥락 지시
context_focused = client.synthesize(
    text=text,
    instruct="조용한 사무실에서 옆 동료에게 살짝 귀띔하듯이"
)

김개발 씨는 Instruction Control의 개념을 이해했지만, 막상 지시문을 작성하려니 막막했습니다. "긍정적으로 말해주세요"라고 쓰면 될까요?

아니면 더 구체적으로 써야 할까요? 박시니어 씨는 자신의 경험을 이야기해 주었습니다.

"처음에 나도 그랬어요. '행복하게 말해주세요'라고만 썼더니 결과가 들쭉날쭉하더라고요." instruct 파라미터를 효과적으로 활용하려면 지시문 작성의 세 가지 접근법을 알아야 합니다.

첫 번째는 감정 중심 접근법입니다. 코드의 첫 번째 예시처럼 "긴급하고 중요한 공지를 전달하듯이"라고 지시하면, TTS는 약간 빠른 속도와 명확한 발음으로 음성을 생성합니다.

마치 회의 시작 5분 전에 참석자들에게 알리는 것처럼 말입니다. 두 번째는 화자 특성 접근법입니다.

"30대 여성 비서가 정중하게 안내하듯이"라는 지시를 보세요. 이렇게 하면 가상의 화자 이미지를 TTS에게 전달할 수 있습니다.

나이, 성별, 직업, 태도까지 포함시키면 훨씬 일관된 음성을 얻을 수 있습니다. 세 번째는 상황 맥락 접근법입니다.

"조용한 사무실에서 옆 동료에게 살짝 귀띔하듯이"라는 지시는 물리적 환경과 청자와의 관계까지 설정합니다. 이런 구체적인 상황 설정은 음량, 속도, 친밀감까지 자연스럽게 조절해 줍니다.

어떤 접근법이 가장 좋을까요? 정답은 "상황에 따라 다르다"입니다.

하지만 박시니어 씨는 한 가지 팁을 알려주었습니다. "가장 효과적인 방법은 세 가지를 조합하는 거예요.

'30대 여성이 긴급 상황에서 회의실 문을 열며 알리듯이'처럼요." 김개발 씨는 메모를 하며 물었습니다. "그럼 지시문이 길어져도 괜찮나요?" "물론이죠.

다만 너무 길면 모델이 일부를 무시할 수 있어요. 핵심적인 특성 서너 가지 정도가 적당해요." 실제로 현업에서는 상황별로 미리 지시문 템플릿을 만들어두는 경우가 많습니다.

고객 응대용, 긴급 알림용, 축하 메시지용 등으로 분류해두면 일관된 음성 품질을 유지할 수 있습니다. 한 가지 주의할 점이 있습니다.

지시문에 모순되는 내용을 넣으면 예측하기 어려운 결과가 나올 수 있습니다. "슬프지만 밝게, 빠르지만 천천히"와 같은 지시는 피해야 합니다.

김개발 씨는 이제 instruct 파라미터의 위력을 실감했습니다. 같은 API를 사용해도, 지시문을 어떻게 작성하느냐에 따라 결과물의 품질이 천차만별이었습니다.

실전 팁

💡 - 지시문 템플릿을 상황별로 미리 정의해두면 일관성을 유지하기 좋습니다

• 모순되는 지시는 피하고, 핵심 특성 3-4가지에 집중하세요

---

3. 감정 표현 제어 기법

"자, 이제 본격적으로 감정 표현을 다뤄볼까요?" 박시니어 씨가 새로운 코드를 열었습니다. 김개발 씨의 눈앞에 기쁨, 슬픔, 분노, 놀람 등 다양한 감정이 담긴 음성 샘플들이 펼쳐졌습니다.

감정 표현 제어는 Instruction Control의 가장 핵심적인 활용 영역입니다. 인간의 감정을 세분화하여 지시문으로 전달하면, TTS는 그에 맞는 음조, 강세, 호흡까지 조절합니다.

마치 숙련된 배우가 감정 연기를 하듯, AI 음성도 감정을 실어 말할 수 있게 됩니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient

client = TTSClient(api_key="your_api_key")

# 다양한 감정 표현 예제
message = "정말 그런 일이 있었군요."

# 공감하는 감정
empathy_audio = client.synthesize(
    text=message,
    instruct="상대방의 이야기를 경청하며 진심으로 공감하듯이, 부드럽고 따뜻한 목소리로"
)

# 놀라는 감정
surprise_audio = client.synthesize(
    text=message,
    instruct="예상치 못한 소식에 깜짝 놀라며, 눈이 커지는 느낌으로"
)

# 걱정하는 감정
worry_audio = client.synthesize(
    text=message,
    instruct="상대방을 걱정하며 조심스럽게 묻듯이, 염려가 담긴 목소리로"
)

김개발 씨는 그동안 AI 음성에 대해 편견이 있었습니다. 기계음 같고, 차갑고, 감정이 없다고 생각했습니다.

하지만 박시니어 씨가 보여준 샘플들은 달랐습니다. "이게 정말 AI가 만든 음성이에요?" 김개발 씨는 놀라움을 감추지 못했습니다.

감정 표현을 제어하려면 먼저 감정의 스펙트럼을 이해해야 합니다. 단순히 "행복"이라고 하면 너무 모호합니다.

행복에도 여러 가지가 있습니다. 소소한 기쁨, 폭발적인 환희, 만족스러운 뿌듯함, 사랑하는 사람을 볼 때의 따뜻함 등 각각 다른 음성 표현이 필요합니다.

위의 코드에서 같은 문장 "정말 그런 일이 있었군요"를 세 가지 다른 감정으로 표현했습니다. 첫 번째 공감의 경우, "진심으로 공감하듯이, 부드럽고 따뜻한 목소리로"라는 지시를 사용했습니다.

이렇게 하면 음성의 톤이 낮아지고, 속도가 약간 느려지며, 따뜻한 울림이 더해집니다. 마치 친한 친구가 고민을 들어줄 때의 목소리와 같습니다.

두 번째 놀람의 경우는 완전히 다릅니다. "예상치 못한 소식에 깜짝 놀라며"라는 지시는 음성의 피치를 높이고, 약간의 끊김과 함께 놀라는 느낌을 표현합니다.

"눈이 커지는 느낌으로"라는 표현은 시각적 이미지를 통해 감정을 더 구체화한 것입니다. 세 번째 걱정의 표현에서는 "조심스럽게 묻듯이"라는 뉘앙스가 핵심입니다.

걱정하는 목소리는 조금 불안정하고, 끝이 약간 올라가는 경향이 있습니다. 이런 미세한 특성들이 자연스러운 감정 표현을 만들어냅니다.

박시니어 씨가 중요한 팁을 알려주었습니다. "감정을 표현할 때는 신체적 반응을 함께 묘사하면 효과가 좋아요." 예를 들어 "화난 목소리로"보다 "주먹을 꽉 쥐며 억누른 분노로"가 더 생생한 결과를 만들어냅니다.

"슬픈 목소리로"보다 "눈시울이 붉어지며 목이 메는 듯한"이라고 쓰면 훨씬 자연스럽습니다. 이것은 TTS 모델이 학습한 데이터의 특성과 관련이 있습니다.

모델은 수많은 음성 데이터와 그에 대한 설명을 함께 학습했습니다. 구체적이고 생생한 묘사일수록 모델이 더 정확하게 해당 감정을 재현할 수 있습니다.

김개발 씨는 즉시 실험해 보았습니다. 고객 센터 시나리오에서 "불편을 드려 죄송합니다"라는 문장을 여러 감정으로 테스트해 보았습니다.

진심 어린 사과, 형식적인 사과, 안타까움이 담긴 사과, 각각이 전혀 다른 느낌이었습니다.

실전 팁

💡 - 감정을 표현할 때 신체적 반응(눈시울, 목소리 떨림 등)을 함께 묘사하면 더 자연스럽습니다

• 같은 감정이라도 강도에 따라 "살짝", "많이", "폭발적으로" 등의 수식어를 활용하세요

---

4. 속도와 억양 조절

감정 표현에 익숙해진 김개발 씨에게 박시니어 씨가 새로운 과제를 던졌습니다. "이번엔 같은 감정이라도 속도와 억양을 다르게 해볼까요?

급하게 전하는 기쁜 소식과 여유롭게 전하는 기쁜 소식, 느낌이 완전히 다르거든요."

속도와 억양 조절은 감정 표현의 디테일을 살리는 기술입니다. 동일한 감정이라도 말하는 빠르기와 높낮이에 따라 전달되는 느낌이 달라집니다.

마치 음악에서 같은 멜로디도 템포와 다이나믹에 따라 분위기가 바뀌는 것과 같습니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient

client = TTSClient(api_key="your_api_key")

# 속도와 억양 조절 예제
news = "드디어 프로젝트가 승인되었습니다!"

# 빠르고 들뜬 전달
excited_fast = client.synthesize(
    text=news,
    instruct="흥분을 감추지 못하고 빠르게 말하며, 목소리가 점점 높아지듯이"
)

# 차분하지만 기쁜 전달
calm_happy = client.synthesize(
    text=news,
    instruct="기쁨을 담아 천천히 또박또박, 여운을 남기듯 말하며"
)

# 극적인 발표 스타일
dramatic = client.synthesize(
    text=news,
    instruct="시상식에서 수상자를 발표하듯, 잠시 멈춤 후 강조하며"
)

# 속삭이듯 전하는 기쁨
whisper_joy = client.synthesize(
    text=news,
    instruct="비밀을 알려주듯 살짝 속삭이며, 설레는 마음을 담아"
)

음악을 들을 때를 생각해 봅시다. 같은 곡이라도 빠르게 연주하면 경쾌하고, 느리게 연주하면 서정적으로 느껴집니다.

음성도 마찬가지입니다. 김개발 씨는 "프로젝트가 승인되었습니다"라는 좋은 소식을 네 가지 방식으로 전달해 보았습니다.

각각의 결과는 놀라울 정도로 달랐습니다. 첫 번째 방식인 빠르고 들뜬 전달은 정말로 흥분한 사람의 목소리 같았습니다.

"목소리가 점점 높아지듯이"라는 지시가 핵심이었습니다. 문장이 진행될수록 피치가 올라가면서 기대감이 고조되는 느낌을 줍니다.

두 번째 방식인 차분하지만 기쁜 전달은 완전히 다른 인상을 주었습니다. 마치 오랜 노력 끝에 결실을 맺은 사람이 감회에 젖어 말하는 것 같았습니다.

"여운을 남기듯"이라는 표현이 문장 끝에 적절한 공백을 만들어 줍니다. 세 번째 극적인 발표 스타일은 시상식 사회자를 연상케 했습니다.

"잠시 멈춤 후 강조하며"라는 지시가 전략적인 포즈와 강세를 만들어냅니다. 청중의 기대감을 끌어올린 뒤 핵심을 전달하는 기법입니다.

네 번째 속삭이듯 전하는 기쁨은 가장 친밀한 느낌이었습니다. 마치 옆에 앉은 친구에게 몰래 좋은 소식을 알려주는 것 같았습니다.

볼륨이 낮아지면서도 설렘이 느껴지는 독특한 표현이었습니다. 박시니어 씨가 설명을 덧붙였습니다.

"속도와 억양을 지시할 때는 비교 대상을 주면 효과적이에요." 예를 들어 단순히 "빠르게"보다 "마라톤 결승선을 앞두고 응원하듯 빠르게"가 더 명확합니다. "느리게"보다 "할머니에게 중요한 이야기를 전하듯 천천히"가 더 구체적인 속도감을 전달합니다.

억양의 경우도 마찬가지입니다. "높은 음으로"보다 "놀라서 목소리가 튀어나오듯"이, "낮은 음으로"보다 "심각한 비밀을 털어놓듯"이 더 자연스러운 결과를 만들어냅니다.

김개발 씨는 이 기법을 활용하여 알림 종류별로 다른 음성 프리셋을 만들기 시작했습니다. 긴급 알림은 빠르고 명확하게, 축하 알림은 밝고 경쾌하게, 일반 안내는 차분하고 또박또박하게.

각각의 상황에 최적화된 음성이 완성되어 갔습니다.

실전 팁

💡 - 속도 지시에는 구체적인 상황 비유를 함께 사용하면 효과적입니다

• "잠시 멈춤", "강조", "여운" 같은 표현으로 리듬감을 조절할 수 있습니다

---

5. 문맥 기반 적응적 생성

"여기까지는 단일 문장이었죠? 이제 긴 대화에서 문맥에 따라 자동으로 톤이 변하게 해볼까요?" 박시니어 씨의 제안에 김개발 씨의 눈이 빛났습니다.

실제 서비스에서는 한 문장이 아니라 여러 문장의 대화가 이어지기 때문입니다.

문맥 기반 적응적 생성은 대화의 흐름에 따라 자동으로 음성의 톤과 감정을 조절하는 고급 기법입니다. 마치 숙련된 성우가 대본 전체를 읽고 각 장면에 맞는 연기를 하듯, AI도 문맥을 파악하여 적절한 표현을 선택하게 됩니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient

client = TTSClient(api_key="your_api_key")

def generate_contextual_speech(conversation_history, current_message, context_type):
    """문맥에 따라 적응적으로 음성을 생성합니다."""

    # 문맥 유형별 기본 지시문 템플릿
    context_templates = {
        "customer_support": {
            "greeting": "친절하고 전문적인 상담사가 밝게 인사하듯이",
            "problem_listening": "고객의 문제에 진심으로 귀 기울이며 공감하듯이",
            "solution_providing": "확신을 가지고 명확하게 해결책을 안내하듯이",
            "apology": "진심 어린 사과와 함께 안타까움을 담아",
            "closing": "따뜻하게 마무리하며 다음에 또 뵙길 바라는 마음으로"
        }
    }

    # 현재 문맥에 맞는 지시문 선택
    base_instruct = context_templates.get(context_type, {}).get(
        detect_conversation_phase(conversation_history),
        "자연스럽고 친근하게"
    )

    # 대화 이력을 분석하여 지시문 보강
    enhanced_instruct = enhance_with_history(base_instruct, conversation_history)

    return client.synthesize(text=current_message, instruct=enhanced_instruct)

실제 고객 응대 상황을 떠올려 봅시다. 상담사는 처음 인사할 때와 고객의 불만을 들을 때, 해결책을 제시할 때 각각 다른 톤으로 말합니다.

이것은 자연스러운 대화의 흐름입니다. 김개발 씨가 개발 중인 AI 음성 시스템도 이런 자연스러움이 필요했습니다.

처음부터 끝까지 같은 톤으로 말하면 로봇 같다는 느낌을 지울 수 없습니다. 박시니어 씨가 제안한 해결책은 대화 단계별 템플릿 시스템이었습니다.

위의 코드를 보면 고객 지원 시나리오에서 다섯 가지 단계를 정의했습니다. greeting 단계에서는 밝고 친절한 첫인상을 줍니다.

problem_listening 단계에서는 공감하며 경청하는 톤으로 전환됩니다. solution_providing 단계에서는 확신을 가지고 명확하게 안내합니다.

만약 문제가 있었다면 apology 단계에서 진심 어린 사과의 톤이 필요합니다. 마지막 closing 단계에서는 따뜻한 마무리로 좋은 인상을 남깁니다.

이 시스템의 핵심은 대화 이력 분석입니다. 고객이 화가 난 상태라면 더 조심스럽고 공손한 톤이 필요합니다.

고객이 만족한 상태라면 더 밝고 친근한 톤으로 응대할 수 있습니다. enhance_with_history 함수는 이전 대화 내용을 분석하여 기본 지시문을 보강합니다.

예를 들어 고객이 세 번이나 같은 질문을 했다면, "고객이 답답해할 수 있으니 더욱 차분하고 명확하게"라는 조건이 추가될 수 있습니다. 김개발 씨가 물었습니다.

"그럼 대화 단계는 어떻게 자동으로 감지하나요?" 박시니어 씨가 답했습니다. "키워드 기반으로 간단하게 시작할 수 있어요.

'안녕하세요'가 있으면 greeting, '죄송'이 있으면 apology로 분류하는 식이죠. 더 정교하게 만들려면 별도의 분류 모델을 사용할 수도 있고요." 이 패턴은 챗봇, 가상 비서, 자동 응답 시스템 등 다양한 곳에 적용할 수 있습니다.

핵심은 사용자와의 대화가 자연스럽게 흐르도록 음성의 톤도 함께 변화시키는 것입니다. 김개발 씨는 이 개념을 확장하여 회의 진행 봇에도 적용해 보았습니다.

회의 시작 안내, 안건 발표, 의견 요청, 정리 및 마무리 등 각 단계에 맞는 톤 템플릿을 만들었습니다. 결과는 훨씬 자연스러운 회의 진행이었습니다.

실전 팁

💡 - 대화 단계별 템플릿을 미리 정의해두면 일관된 사용자 경험을 제공할 수 있습니다

• 대화 이력 분석에 감정 분석 API를 결합하면 더욱 정교한 적응이 가능합니다

---

6. 실전 다양한 감정 표현 구현

"자, 이제 배운 것을 모두 합쳐서 실전 프로젝트를 만들어 볼까요?" 박시니어 씨가 화이트보드에 시스템 구조를 그리기 시작했습니다. 김개발 씨는 드디어 실제 서비스에 적용할 수 있는 완성된 코드를 만들 준비가 되었습니다.

실전 감정 표현 시스템은 지금까지 배운 모든 기법을 통합한 프로덕션 레벨의 구현입니다. 감정 분류, 강도 조절, 문맥 적응, 속도와 억양 제어를 하나의 시스템으로 묶어 다양한 상황에 대응할 수 있습니다.

마치 여러 악기를 조화롭게 연주하는 오케스트라처럼, 각 요소가 어우러져 자연스러운 음성을 만들어냅니다.

다음 코드를 살펴봅시다.

from tts_engine import TTSClient
from dataclasses import dataclass
from typing import Optional

@dataclass
class EmotionConfig:
    """감정 설정을 담는 데이터 클래스"""
    primary_emotion: str  # 주요 감정
    intensity: str  # 강도: mild, moderate, strong
    speed: str  # 속도: slow, normal, fast
    additional_notes: Optional[str] = None  # 추가 지시

class EmotionalTTSEngine:
    """다양한 감정을 표현하는 TTS 엔진"""

    def __init__(self, api_key: str):
        self.client = TTSClient(api_key=api_key)
        self.emotion_templates = {
            "joy": "기쁨과 행복이 가득한 목소리로",
            "sadness": "안타깝고 슬픈 마음을 담아",
            "anger": "억누른 분노가 느껴지게",
            "surprise": "예상치 못한 상황에 놀라며",
            "empathy": "진심으로 공감하고 이해하듯이",
            "professional": "전문적이고 신뢰감 있게"
        }

    def build_instruct(self, config: EmotionConfig) -> str:
        """설정을 바탕으로 지시문을 생성합니다."""
        base = self.emotion_templates.get(config.primary_emotion, "자연스럽게")
        intensity_modifier = {"mild": "살짝", "moderate": "", "strong": "매우"}
        speed_modifier = {"slow": "천천히", "normal": "", "fast": "빠르게"}

        parts = [intensity_modifier.get(config.intensity, ""), base]
        if config.speed != "normal":
            parts.append(speed_modifier.get(config.speed, ""))
        if config.additional_notes:
            parts.append(config.additional_notes)

        return ", ".join(filter(None, parts))

    def synthesize(self, text: str, config: EmotionConfig):
        """감정 설정에 따라 음성을 생성합니다."""
        instruct = self.build_instruct(config)
        return self.client.synthesize(text=text, instruct=instruct)

# 사용 예시
engine = EmotionalTTSEngine(api_key="your_api_key")

# 강한 기쁨을 빠르게 표현
joy_config = EmotionConfig(
    primary_emotion="joy",
    intensity="strong",
    speed="fast",
    additional_notes="축하하는 마음을 담아"
)
audio = engine.synthesize("합격을 축하드립니다!", joy_config)

김개발 씨는 지난 며칠간 배운 내용을 정리했습니다. Instruction Control의 기본 개념, instruct 파라미터 활용법, 감정 표현 기법, 속도와 억양 조절, 문맥 기반 적응까지.

이제 이 모든 것을 하나로 묶을 차례였습니다. 박시니어 씨가 제안한 구조는 EmotionalTTSEngine 클래스였습니다.

이 클래스는 복잡한 감정 표현 로직을 캡슐화하여 쉽게 재사용할 수 있게 해줍니다. 먼저 EmotionConfig 데이터 클래스를 살펴봅시다.

이 클래스는 감정 설정에 필요한 모든 정보를 담습니다. primary_emotion은 기본 감정을, intensity는 감정의 강도를, speed는 말하는 속도를 지정합니다.

additional_notes에는 특별한 상황에 필요한 추가 지시를 넣을 수 있습니다. emotion_templates 딕셔너리는 각 감정에 대한 기본 지시문을 저장합니다.

기쁨, 슬픔, 분노, 놀람, 공감, 전문적인 톤 등 자주 사용하는 감정들이 미리 정의되어 있습니다. 새로운 감정이 필요하면 여기에 추가하기만 하면 됩니다.

build_instruct 메서드가 핵심입니다. 이 메서드는 EmotionConfig를 받아서 최종 지시문 문자열을 생성합니다.

강도에 따라 "살짝" 또는 "매우"라는 수식어가 붙고, 속도에 따라 "천천히" 또는 "빠르게"가 추가됩니다. 모든 요소가 자연스럽게 조합됩니다.

예를 들어 코드 마지막 부분의 사용 예시를 보면, joy 감정에 strong 강도, fast 속도, 그리고 "축하하는 마음을 담아"라는 추가 지시를 설정했습니다. build_instruct 메서드는 이것을 "매우 기쁨과 행복이 가득한 목소리로, 빠르게, 축하하는 마음을 담아"라는 지시문으로 변환합니다.

김개발 씨는 이 구조의 장점을 바로 알아챘습니다. "이렇게 하면 코드를 수정하지 않고도 새로운 감정 조합을 쉽게 만들 수 있겠네요!" 박시니어 씨가 고개를 끄덕였습니다.

"맞아요. 그리고 테스트도 쉬워져요.

EmotionConfig만 바꿔가며 여러 조합을 테스트할 수 있으니까요." 이 시스템은 확장도 용이합니다. 나중에 음높이 조절, 억양 패턴, 화자 선택 등의 기능이 필요하면 EmotionConfig에 필드를 추가하고 build_instruct에 해당 로직을 넣으면 됩니다.

실제 프로덕션 환경에서는 여기에 캐싱, 에러 처리, 로깅 등을 추가하게 될 것입니다. 하지만 핵심 구조는 동일합니다.

설정을 받아서 지시문을 생성하고, TTS API를 호출하는 것입니다. 김개발 씨는 이 엔진을 고객 응대 시스템에 통합했습니다.

상황에 따라 적절한 EmotionConfig를 선택하고, 자연스러운 음성을 생성합니다. 더 이상 모든 메시지가 같은 톤으로 나오지 않습니다.

축하할 때는 기쁘게, 사과할 때는 진심을 담아, 안내할 때는 명확하게. AI 음성이 드디어 감정을 갖게 되었습니다.

실전 팁

💡 - 데이터 클래스를 활용하면 설정 관리와 타입 체크가 편리해집니다

• 자주 사용하는 감정 조합은 프리셋으로 만들어두면 개발 속도가 빨라집니다
• 새로운 감정 템플릿을 추가할 때는 A/B 테스트로 효과를 검증해 보세요

---

이상으로 학습을 마칩니다. 위 내용을 직접 코드로 작성해보면서 익혀보세요!