AI 음성을 생성하는 데는 몇 초면 충분하다. 그런데 신청 기한을 잘못 읽은 교육 안내, 화면과 맞지 않는 내레이션, 낯선 이름을 엉뚱하게 발음한 광고는 누가 바로잡을까? 부드러운 목소리와 정확한 전달은 다르다. 바로 그 차이에 새로운 후반작업 서비스의 가능성이 숨어 있다. 파일을 재생해 듣는 일에서 시작해 무엇을 오류라고 판단하고 어디까지 수정할지 설명하는 일이 이 책의 출발점이다.

발음·억양·쉼·속도를 감각적인 취향 문제로만 취급하지 않는다. 숫자와 단위는 어떤 행동에 쓰이는 정보인지부터 따지고, 사람 이름과 브랜드명은 승인받은 발음을 기준으로 점검한다. 짧은 침묵 하나가 문장의 의미를 바꾸는 순간, 합성 엔진마다 다른 수정 명령의 적용 범위, 대본 변경과 음성 재생성의 경계도 차례로 짚는다. 하나의 오류를 찾더라도 문장 전체를 다시 만들지 않고 필요한 구간만 고치는 판단이 중요하다.

광고의 15초, 온라인 강의의 설명, 유튜브 영상의 자막 동기화는 서로 다른 검수 현장이다. 이 책은 매체에 따라 오류의 우선순위가 달라지는 이유를 살피고, 고객이 건네야 할 대본과 원본 파일, 사용할 도구의 권한, 납품 전 최종 청취와 승인 이력을 연결한다. 품질 검수표를 만드는 일부터 작업 범위·수정 횟수·시간비용을 정해 작은 외주로 시험하는 과정까지 이어진다.

검수 기록에는 문제가 생긴 정확한 시간대, 승인 대본의 해당 문장, 수정이 필요한 이유와 최종 확인 상태가 함께 남아야 한다. 단순히 "어색하다"라고 적는 대신 납품자가 재현하고 고객이 승인할 수 있는 변경 요청으로 만드는 과정에서 이 서비스의 전문성이 드러난다.

TTS를 사용해 보았지만 그다음에 어떤 일을 상품으로 만들지 막막한 사람, 영상·교육·광고 음성 편집을 맡고 싶은 사람, 생성형 AI 작업의 마지막 품질을 책임지는 방법이 궁금한 사람에게 특히 알맞다. 빠르게 만드는 기술보다, 무엇이 제대로 전달됐는지 스스로 증명할 수 있는 일의 순서를 배운다.