음성 합성 API 가격: 오디오 1시간에 실제로 드는 비용
음성 합성 API는 글자 수로 과금하므로 앱이 말할 때마다 청구액이 늘어납니다. 비교도 쉽지 않습니다. 어떤 서비스는 글자를, 어떤 서비스는 바이트를 세고, 또 어떤 서비스는 월 크레딧을 팝니다. 이 가이드는 2026년 10월 25일 기준 공식 페이지의 정가로 모든 서비스를 오디오 1시간이라는 하나의 단위로 맞춥니다.
SuperClonica 음성 합성 API는 과금 방식이 다릅니다. 시간 기준의 월 고정 요금제입니다. 아래에서 그것이 시간으로 어떤 의미인지, 그리고 글자당 과금 서비스가 여전히 유리한 경우를 설명합니다.
하나의 단위: 오디오 1시간
말소리 1분은 텍스트 약 1000자에 해당합니다. ElevenLabs도 가격 페이지에서 이 기준을 씁니다. 그러면 1시간은 약 6만 자, 216시간은 약 1300만 자입니다. 아래 가격은 무료 한도와 대량 할인을 뺀, 사용량 기반의 100만 자당 정가입니다.
- Google Cloud Standard 음성: 4달러, 오디오 1시간 ≈ 0.24달러.
- OpenAI tts-1, Azure Neural: 15달러, 1시간 ≈ 0.90달러.
- Amazon Polly Neural, Google Neural2: 16달러, 1시간 ≈ 0.96달러.
- OpenAI tts-1-hd, Google Chirp 3: HD, Deepgram Aura-2, Amazon Polly Generative: 30달러, 1시간 ≈ 1.80달러.
- ElevenLabs Flash / Turbo: 40달러, 1시간 ≈ 2.40달러. Multilingual v2 / v3: 80달러, 1시간 ≈ 4.80달러.
- Fish Audio S2.1 Pro: UTF-8 100만 바이트당 15달러. 그래서 키릴 문자 텍스트는 영어의 두 배, 일본어나 한국어는 세 배의 비용이 듭니다.
SuperClonica 요금제를 시간으로 보면
SuperClonica 요금제는 10분마다의 창 안에서 쓸 수 있는 오디오 분량을 정하며, 사이트의 지갑에서 한 달 단위로 구매합니다. 쉬지 않고 쓸 때 한 달의 최대치는 다음과 같습니다.
- 무료: 하루 1분의 오디오, 카드 불필요.
- 스타트, 월 5달러: 10분마다 3분, 월 최대 216시간.
- 제작자, 10달러: 10분마다 8분, 최대 576시간.
- 프로, 20달러: 10분마다 25분, 최대 1800시간.
- 스튜디오, 50달러: 10분마다 80분, 최대 5760시간.
같은 216시간을 다른 곳에서 쓰면
1분에 1000자로 계산하면 5달러 요금제의 216시간은 약 1300만 자입니다. 정가로는 Google Standard 음성으로 약 52달러, OpenAI tts-1이나 Azure Neural로 194달러, Amazon Polly Neural로 207달러, OpenAI tts-1-hd, Google Chirp 3: HD, Deepgram Aura-2로 389달러, Cartesia Scale 요금제로 약 488달러, ElevenLabs Flash로 518달러, ElevenLabs Multilingual로 1037달러입니다.
SuperClonica 홈 페이지에서는 이 비교를 모든 서비스를 나란히 놓은 표로 볼 수 있습니다.
글자당 과금이 더 유리한 경우
고정 요금제는 많이 만들 때 이득입니다. 앱이 하루에 몇 문장만 말한다면 무료 한도가 있는 글자당 과금 서비스는 비용이 전혀 들지 않을 수도 있습니다. 대형 클라우드는 Supertonic 3가 아직 지원하지 않는 중국어를 포함해 더 많은 언어, SSML, 단어별 타임스탬프, 지역별 호스팅, 가용성 보장 계약도 제공합니다. 소리도 비교해 보세요. 음성의 차이는 가격의 차이보다 크고, SuperClonica에서는 카탈로그의 모든 음성을 결제 전에 해당 페이지에서 무료로 들어볼 수 있습니다.