AWS, 아마존 폴리 생성형 엔진에 신규 음성 14종 추가

아마존웹서비스(AWS)는 텍스트를 음성으로 전환하는 아마존 폴리 서비스의 기반 기술인 아마존 폴리 생성형 엔진의 정식 업그레이드를 발표했다. AWS에 따르면 이번 업데이트는 더 표현력 있고 정확한 음성 출력을 낮은 지연 시간으로 제공하며, 이미 프로덕션 환경에서 가동되고 있다.

무엇이 바뀌었나

AWS는 이번 업그레이드로 9개 로케일에 걸쳐 신규 음성 14종이 추가됐다고 밝혔다. 신규 음성에는 미국 영어의 케네스(Kenneth)와 네이트(Nate), 호주 영어의 러셀(Russell)과 커티스(Curtis), 인도 영어의 키아라(Kiara)와 아르준(Arjun), 독일어의 티나(Tina), 미국 스페인어의 카를로스(Carlos), 브라질 포르투갈어의 레오(Leo)와 카롤리나(Carolina), 한국어의 현덕(Hyunduk), 그리고 힌디어의 키아라와 아르준이 포함된다.

회사 측은 힌디어와 핀란드어가 생성형 엔진에서 처음으로 정식 서비스된다고 설명했다. 핀란드어 음성의 이름은 수비(Suvi)다. 이번 출시로 아마존 폴리 생성형 엔진의 전체 생성형 음성 수는 11개 언어, 25개 로케일에서 총 57종에 달한다고 AWS는 밝혔다.

AWS는 또한 이번 업그레이드로 AWS GovCloud(US-West)까지 지역 지원이 확대되어, 전체 지원 리전이 11곳으로 늘어났다고 전했다.

정확도와 발화 방식

AWS에 따르면 업그레이드된 엔진은 주문 번호, 날짜, 금액, 주소 등 구조화된 정보를 읽어줄 때의 정확도를 개선했다. 회사 측은 또한 별도의 수동 설정 없이도 입력된 텍스트만으로 중립적, 불확실한, 놀란 어조 등 다양한 발화 스타일을 반영할 수 있게 됐다고 설명했다.

기존 사용자는 변경 사항 없이 이용 가능

AWS는 이번 출시를 별도 작업 없이 바로 적용되는 업그레이드라고 설명했다. 음성 이름과 API 호출 방식이 그대로 유지되기 때문에, 이미 아마존 폴리 생성형 음성을 사용 중인 애플리케이션은 코드 변경 없이 자동으로 개선된 출력을 받게 된다.

신규 애플리케이션의 경우에도 동일한 SynthesizeSpeech API를 통해 확장된 음성 목록에 접근할 수 있다고 AWS는 밝혔다. 회사 측은 또한 양방향 스트리밍 API인 StartSpeechSynthesisStream을 소개하며, 이를 통해 텍스트를 아마존 폴리로 전송하는 동시에 합성된 음성을 실시간으로 반환받을 수 있다고 설명했다. AWS는 이 기능이 음성 에이전트나 게임 캐릭터와 같은 실시간 애플리케이션에 적합하다고 밝혔다.

AWS는 아마존 폴리가 AWS Identity and Access Management(IAM)를 통한 접근 관리를 비롯해 표준 AWS 패턴을 계속 따르며, 기존 콜센터 워크플로우 및 모니터링 도구와도 통합된다고 설명했다.

가격 정책

AWS는 아마존 폴리 생성형 엔진이 계속 사용량 기반 요금제를 유지하며, 이번 업그레이드로 인한 비용 상승이나 신규 SKU, 기존 연동 방식의 변경은 없다고 밝혔다. 합성된 정적 음성 프롬프트는 추가 비용 없이 캐싱해 재생할 수 있다고 회사 측은 덧붙였다.

AWS는 아마존 폴리를 콜센터, 대규모 언어 모델 기반 에이전트 애플리케이션, 미디어·엔터테인먼트, 이러닝, 접근성 애플리케이션 등에서 텍스트를 음성으로 전환하는 데 사용되는 완전관리형 서비스로 소개하고 있다.

출처: AWS 머신러닝 블로그, 'Amazon Polly delivers a major upgrade to its Generative engine', 2026년 10월 22일 게재.