전화번호·금액·날짜·기호, TTS가 알아서 읽을까? — 전처리 없이 읽는 DIVE TTS (2026)
대부분의 TTS는 줄글은 잘 읽어도 숫자·기호·한영 혼용에서 무너집니다. 경쟁사들이 별도 전처리 SDK와 태깅으로 '고쳐 읽게' 만드는 동안, 휴멜로 DIVE는 전처리 없이 전화번호·금액·환율·수식까지 문맥 그대로 읽습니다. 복잡한 생활형 문장 실제 예시로 비교했습니다.
AI 음성을 만들어 본 분이라면 한 번쯤 겪으셨을 겁니다. 줄글은 그럴듯하게 읽던 TTS가 "010-1234-5678"이나 "1,245,600원"을 만나는 순간 와르르 무너지는 경험 말이죠. "공일공"이라 읽어야 할 숫자를 "십"이라 읽고, 금액을 한 자리씩 또박또박 끊어 읽고.
그래서 많은 TTS 서비스가 내놓는 해법은 비슷합니다. "모델 앞단에 전처리기를 붙여서 숫자를 미리 고쳐주세요." 별도 SDK를 설치하고, 날짜·금액·전화번호에 태그를 달고, 코드에 한 줄을 추가하라는 식이죠.
그런데 휴멜로 DIVE의 접근은 다릅니다. 고쳐 읽게 만드는 게 아니라, 그냥 읽습니다. 이 글에서 그 차이를 실제 문장으로 보여드리겠습니다.
왜 TTS는 숫자와 기호에서 무너질까?
같은 숫자라도 문맥에 따라 읽는 법이 완전히 달라지기 때문입니다. 이게 숫자·기호 처리가 어려운 진짜 이유입니다.
한국어에서 "1"은 상황마다 이렇게 갈립니다.
- 전화번호 "010" → 공일공
- 금액 "1,000원" → 천 원
- 시간 "1시" → 한 시
- 순서 "1번" → 일 번
- 날짜 "1일" → 일 일
숫자 모양은 같은데 읽는 법이 다섯 가지입니다. 여기에 한영 혼용(exchange rate, service fee), 기호(%, ÷, ×, =, 쉼표, 소수점)까지 섞이면 난도가 급격히 올라갑니다. 이걸 처리하는 과정을 텍스트 정규화(Text Normalization) 라고 부릅니다.
경쟁사 방식 vs DIVE 방식 — 무엇이 다를까?
대부분의 TTS는 '전처리로 고치는' 방식, DIVE는 '모델이 문맥으로 이해하는' 방식입니다.
| 구분 | 일반적인 TTS (전처리 의존) | 휴멜로 DIVE (네이티브 이해) |
|---|---|---|
| 숫자 처리 | 별도 정규화 SDK·태깅 필요 | 모델이 문맥 보고 직접 판단 |
| 개발 부담 | 설치·태그·코드 추가 | 추가 작업 없이 텍스트 그대로 입력 |
| 한영 혼용 | 끊기거나 따로 처리 | 자연스럽게 이어 읽음 |
| 새로운 패턴 | 룰을 추가해야 대응 | 문맥으로 유연 대응 |
| 결과 | "고쳐주면" 읽음 | 있는 그대로 읽음 |
전처리 방식은 정해진 패턴(20여 종)엔 잘 듣지만, 태그가 빠지거나 예상 밖 문장이 오면 다시 어색해집니다. 반면 모델이 직접 이해하면 그런 누락 지점이 줄어듭니다.
실제로 얼마나 복잡한 문장까지 읽을까?
아래는 날짜·금액·환율·한영 혼용·소수점·퍼센트·수식이 한 문장에 전부 들어간 극단적인 예시입니다.
오늘 2026년 6월 10일 기준, 총 결제 금액은 1,245,600원이며, exchange rate 1달러=1,380원으로 계산하면 약 902.61달러입니다. 여기에 service fee 2.5%와 shipping cost 3,000원을 더하면, 최종 금액은 1,276,490원이고 계산식은 1,245,600÷1,380×1.025입니다.
DIVE는 이 문장을 사람처럼 이렇게 읽습니다.
- 2026년 6월 10일 → "이천이십육 년 유월 십 일" (날짜 어법)
- 1,245,600원 → "백이십사만 오천육백 원" (금액 단위)
- exchange rate 1달러=1,380원 → "익스체인지 레이트, 일 달러는 천삼백팔십 원" (한영 자연 전환 + 등호 해석)
- 902.61달러 → "구백이 점 육일 달러" (소수점 어법)
- service fee 2.5% → "서비스 피, 이 점 오 퍼센트"
- 3,000원 / 1,276,490원 → "삼천 원 / 백이십칠만 육천사백구십 원"
- 1,245,600÷1,380×1.025 → "백이십사만 오천육백 나누기 천삼백팔십 곱하기 일 점 영이오" (수식 기호 해석)
핵심은 어느 것 하나 태그를 달아주지 않았다는 점입니다. 금액인지 전화번호인지, 한글인지 영어인지, ÷가 나누기인지 — 모두 문맥에서 DIVE가 스스로 판단합니다.
이게 왜 한국어/영어 TTS의 진짜 경쟁력일까?
생활형 콘텐츠는 대부분 숫자·기호·외래어 범벅입니다. 이걸 자연스럽게 읽지 못하면 품질이 거기서 끝납니다.
- AICC 상담·안내: "결제 금액 1,245,600원", "010-1234-5678로 연락" — 한 군데만 어색해도 신뢰가 깨짐
- 이커머스·핀테크 안내: 금액·환율·수수료·% 가 끝없이 등장
- 뉴스·금융 콘텐츠 더빙: 날짜·통계·소수점 다발
- 글로벌 콘텐츠: 한영 혼용 문장이 기본
특히 한국어는 조사·단위·어순이 영어와 달라, 영어를 잘 읽는 엔진이 한국어 숫자를 잘 읽으리란 보장이 없습니다.
휴멜로 DIVE는 한국어 운율·어법에 특화돼 한국어 TTS 아레나 ELO 1위에 올랐고, 그 강점이 숫자·기호·한영 혼용 같은 '생활형 문자'에서 특히 두드러집니다. 개발자는 전처리 파이프라인을 따로 짤 필요 없이 텍스트를 그대로 넣고, 결과는 사람이 읽은 것처럼 자연스럽습니다. '고치는 수고'를 없앤 것이 곧 생산성이자 품질입니다.
정리하며
TTS의 진짜 실력은 줄글이 아니라 전화번호·금액·날짜·기호·한영 혼용 같은 '생활형 문자'에서 드러납니다. 경쟁사들이 별도 전처리 SDK와 태깅으로 '고쳐 읽게' 만드는 동안, 휴멜로 DIVE는 모델이 문맥을 직접 이해해 전처리 없이 있는 그대로 읽습니다.
복잡한 결제·환율·수식 문장도 사람처럼 읽어내는 이 능력은, AICC 상담부터 핀테크 안내·글로벌 콘텐츠 더빙까지 품질을 좌우합니다. 그리고 그 바탕에는 한국어 TTS 아레나 1위의 한국어 어법 이해가 있습니다.
직접 들어보고 싶다면? 휴멜로 콘솔에 위 결제·환율 예시 문장을 그대로 붙여넣고 DIVE가 어떻게 읽는지 확인해 보세요. 태그도, 전처리도 필요 없습니다.
[관련 글로 연결 추천]
