MUCKYWORX // PROJECT
Audiobook Factory
PROJECT

Audiobook Factory

오디오북은 꼭 듣고 싶은데 Pocket FM 가격이 너무 비싸다면 어떻게 해야 할까요?

제가 하필이면 '뱀파이어 시스템'에 빠져버렸습니다. Pocket FM 사이트에서 제공하는 뱀파이어 시스템 맛보기에 제대로 낚여서 스토리에 완전히 몰입해 버렸죠. 그러다 어느 순간 무료 챕터가 끝났고, Pocket FM은 돈을 내라고 하더군요. 처음에는 낚이기 쉬운 첫 번째 유료 제안에 넘어갔고, 두 번째 제안은 꽤나 교활했습니다. 하지만 세 번째 제안이 왔을 때 저는 급브레이크를 밟았습니다. "이건 아니지" 싶었거든요. 이론적으로 계산해 보니 10분 정도 되는 챕터 하나에 거의 1유로꼴이었으니까요.

그래서 제가 직접 해결하기로 했습니다. 일단 독일어판은 구할 수 없어서 영어 원문을 구하는 것부터 시작했습니다. 그리고 이 2,517챕터짜리 대작을 제 로컬 AI를 이용해 번역했습니다. 번역 후에는 전체 내용을 분해해서 화자별로 분류했고, AI가 누가 어떤 화자인지, 어떤 감정이 들어가야 하는지 등을 결정하게 했습니다. 그리고 어떤 시점에 어떤 오디오 효과음이 들어가야 할지도 정했죠. 이 과정은 AI로 여러 번 반복 작업이 필요했고 시간도 꽤 걸렸습니다.

그 결과물을 개별 CSV 파일로 만들었고, 일반적인 음성 합성을 위해 토큰 제한 내에 들어오도록 다시 한번 쪼갰습니다. 여기에 효과음과 앰비언트 사운드를 추가해 3~4개의 오디오 레이어를 쌓았습니다. 그리고 이 모든 것을 음성으로 변환하고 다시 조립해서, 최종적으로 챕터당 하나의 MP3 파일이 나오도록 만들었습니다.

이 과정을 다시 한번 파이프라인으로 구축했습니다. 이제는 번역이 완료된 CSV 파일만 앞에 넣어주면 'Audio Book Factory'가 모든 것을 처리합니다. 총 7개의 Qwen3-TTS 워커를 사용하며, 모델은 1.7B 버전을 사용해 오디오북을 뽑아내고 있습니다. 10분 분량의 챕터 하나당 평균 3.5분에서 4분 정도 걸리는데, 이 정도면 꽤 괜찮은 처리 속도라고 생각합니다. 참고로 오디오 생성 속도는 1:3 비율입니다. 즉, 1분의 작업 시간으로 3분의 오디오가 생성됩니다.

현재 2,517 에피소드 중 약 800 에피소드까지 완료했습니다. 단순 계산해 보면, Pocket FM이 에피소드당 약 1유로를 요구했다면 저는 이 정도의 수고로 2,500유로를 아낀 셈입니다. 다시 말해, 이 모든 작업을 수행하는 제 컴퓨터 한 대 값을 벌어들인 것이고, 이제는 전기세 정도만 내면 되는 거죠.

아, 그리고 제가 항상 덧붙이는 이야기인데, 이번에도 평소처럼 서버에 있는 제 시스템에 간단한 오디오 플레이어를 만들었습니다. 덕분에 Tailscale 네트워크를 통해 이동 중에도 접속할 수 있죠. 최근에 밤마다 트럭 운전을 하게 되었는데, 덕분에 운전하면서 제대로 된 콘텐츠를 귀로 즐기고 있습니다.