발음과 억양은 AI에게 집요하게 피드백받기

발음은 '내 귀'보다 '기록'이 먼저다

외국어를 어느 정도 공부한 사람에게 가장 억울한 순간은 이때다. 머릿속에는 문장이 분명히 있다. 단어도 알고, 문법도 맞다. 그런데 입 밖으로 꺼내자 상대가 잠깐 멈칫한다. 그리고 조심스럽게 묻는다.

"Sorry?"

이 한마디에 자신감이 와르르 무너진다. "내 문장이 틀렸나?" 하고 생각하지만, 사실 문제는 문장보다 소리일 때가 많다. 내가 말한 단어를 상대가 다른 단어로 들었거나, 강세가 엉뚱한 곳에 가 있거나, 문장 리듬이 너무 한국어식이라 의미가 흐려진 것이다.

발음은 이상하게도 혼자 고치기 어렵다. 내가 낸 소리를 내가 듣고 판단해야 하기 때문이다. 녹음해서 들어보면 어색한 건 알겠는데, 정확히 무엇이 이상한지는 잘 보이지 않는다. "좀 더 원어민처럼"이라는 조언은 친절해 보이지만, 실제로는 거의 도움이 되지 않는다. 혀를 어디에 둬야 하는지, 어느 음절을 길게 말해야 하는지, 어느 부분에서 높낮이가 꺾였는지 알려주지 않기 때문이다.

여기서 AI가 강해진다. AI 발음 도구는 단순히 "잘했어요"라고 칭찬하는 선생님이 아니라, 내가 반복해서 놓치는 소리를 끝까지 잡아내는 집요한 코치에 가깝다. 최신 발음 학습 도구들은 음성을 글자로 받아쓰는 데서 멈추지 않고, 원어민 음성과 내 녹음을 비교하고, 문장·단어·음소 단위의 점수와 강세, 리듬, 억양까지 분석한다.¹ 즉, "네가 이상하게 말했어"가 아니라 "이 단어의 두 번째 소리가 약했고, 이 문장의 강세가 뒤로 밀렸어"라고 말해주는 방향으로 진화하고 있다.

중요한 것은 AI에게 발음을 '평가'받는 것이 아니라, AI를 이용해 발음을 '관찰'하는 것이다. 점수는 성적표가 아니라 손전등이다. 어두운 방에서 어디에 먼지가 쌓였는지 비춰주는 도구일 뿐이다.

좋은 발음 AI 도구는 받아쓰기 앱과 다르다

많은 학습자가 음성 인식 기능을 발음 교정 도구로 착각한다. 예를 들어 내가 영어로 문장을 말했을 때 스마트폰이 그 문장을 정확히 받아썼다면, "아, 내 발음 괜찮구나"라고 생각한다. 반대로 엉뚱하게 받아쓰면 "내 발음이 완전히 틀렸나?" 하고 좌절한다.

하지만 받아쓰기와 발음 평가는 목적이 다르다. 받아쓰기 도구는 사용자가 무엇을 말하려 했는지 맞히는 데 관심이 있다. 그래서 문맥을 보고 틀린 발음도 그럴듯하게 보정할 수 있다. 반면 발음 분석 도구는 사용자가 실제로 어떤 소리를 냈는지 살피고, 목표 발음과 어디가 다른지 알려주는 데 초점이 있다.

도구를 고를 때는 다음 기능이 있는지 확인하자.

• 원어민 또는 원어민에 가까운 모델 음성과 내 녹음을 바로 비교할 수 있는가

• 문장 전체 점수뿐 아니라 단어별, 음소별 오류를 보여주는가

• 강세, 리듬, 억양, 말의 속도, 끊어 읽기 같은 운율 요소를 분석하는가

• 단어 하나가 아니라 구와 문장 단위 연습을 제공하는가

• 내가 자주 틀리는 소리를 누적해서 보여주는가

실제로 발음 평가 API나 전문 도구들은 문장 점수, 단어 점수, 음소 점수, 오발음, 음절 강세, 연결 발화 같은 항목을 제공한다고 설명한다.² 이것이 핵심이다. "전체 78점"이라는 숫자 하나보다 "/v/가 /b/처럼 들림", "두 번째 음절 강세 약함", "문장 끝 억양이 너무 평평함" 같은 정보가 훨씬 값지다.

다만 처음부터 가장 복잡한 도구를 고를 필요는 없다. 초보자는 짧은 문장을 녹음하고 즉시 점수를 받는 앱만으로도 충분히 시작할 수 있다. 중급 이상이라면 파형, 피치 곡선, 음소별 피드백, 자유 발화 분석을 지원하는 도구가 좋다. 발표, 면접, 비즈니스 미팅처럼 특정 상황이 목표라면 내가 실제로 말할 대본을 넣고 원어민 기준 음성을 생성한 뒤 연습할 수 있는 도구를 고르면 효과가 크다.

영어: 소리 하나보다 '강세와 리듬'까지 잡아야 한다

한국어 화자가 영어를 말할 때 많이 부딪히는 소리는 어느 정도 정해져 있다. th, r과 l, v와 b, f와 p, 짧은 i와 긴 ee 같은 소리다. "think"가 "sink"처럼 들리거나, "right"와 "light"가 흐려지고, "very"가 "berry"처럼 들리는 식이다.

하지만 영어 발음이 어려운 진짜 이유는 소리 하나만의 문제가 아니다. 영어는 강세와 리듬이 의미를 끌고 간다. 단어 안에서는 어느 음절을 세게 말하느냐가 중요하고, 문장 안에서는 어떤 단어를 강조하느냐에 따라 뉘앙스가 바뀐다. "I didn't say he stole the money"라는 문장은 어느 단어를 세게 말하느냐에 따라 "내가 말한 게 아니다", "그가 훔친 게 아니다", "돈이 아니라 다른 것을 훔쳤다"처럼 초점이 달라진다.

AI 발음 연습을 할 때는 단어만 반복하지 말고 짧은 구와 문장으로 확장해야 한다. "think"만 30번 말하는 것보다 "I think so", "What do you think?", "I thought about it"처럼 실제로 쓰는 덩어리 안에서 연습하는 편이 좋다. 그래야 th 소리뿐 아니라 앞뒤 단어와 연결될 때의 리듬까지 함께 잡힌다.

영어 발음 연습은 이렇게 진행하면 된다.

1. AI에게 짧은 문장 5개를 만들어 달라고 한다. 내 수준과 목표 상황을 함께 알려주면 더 좋다. 예를 들어 "회의에서 의견을 말할 때 쓰는 B1 수준의 짧은 영어 문장 5개"처럼 요청한다.

2. 모델 음성을 듣고 한 문장씩 따라 말한다. 이때 처음부터 빠르게 말하지 말고, 0.8배속 정도의 느낌으로 정확히 말한다.

3. 내 녹음을 AI 도구에 넣고 단어별·음소별 피드백을 확인한다.

4. 가장 낮게 나온 소리 1개와 강세 오류 1개만 골라 다시 녹음한다.

5. 마지막에는 같은 문장을 자연스러운 속도로 말하고, 전체 리듬이 좋아졌는지 확인한다.

여기서 욕심내면 실패한다. 한 문장에서 th, r, v, 강세, 억양, 속도, 연결 발화까지 한 번에 고치려 하면 입이 얼어붙는다. 오늘은 "three의 th만", 내일은 "really의 r만", 모레는 "important의 강세만"처럼 작게 쪼개야 한다.

영어 학습자에게 특히 유용한 프롬프트는 다음과 같다.

나는 한국어를 모국어로 하는 영어 학습자야. 아래 문장을 자연스럽게 말하고 싶어.
문장: "I'm really looking forward to working with you."

1. 강세가 들어가는 단어와 음절을 표시해줘.

2. 한국어 화자가 자주 틀리는 소리를 알려줘.

3. 천천히 연습할 버전과 자연스러운 속도 버전으로 끊어 읽기를 표시해줘.

4. 내가 녹음 후 확인해야 할 체크포인트 3개를 알려줘.

AI가 음성 자체를 직접 분석할 수 있는 도구라면 녹음 파일을 넣고 이렇게 요청할 수 있다.

내 녹음을 듣고 원어민 모델과 비교해줘. 전체 점수보다 반복적으로 어색한 소리, 단어 강세, 문장 리듬을 중심으로 알려줘. 오늘 다시 연습할 우선순위 3개만 뽑아줘.

발음은 근육 운동과 비슷하다. 한 번 설명을 듣고 이해했다고 바로 바뀌지 않는다. 혀와 입술, 턱이 새 길을 기억할 때까지 반복해야 한다. AI의 장점은 같은 문장을 열 번, 스무 번 녹음해도 지치지 않는다는 데 있다.

일본어: 길이와 박이 의미를 바꾼다

일본어 발음은 영어보다 쉬워 보인다. 소리도 비교적 또렷하고, 한국어 화자에게 낯선 자음이 많지 않다. 그래서 많은 학습자가 일본어 발음을 "대충 비슷하게 하면 되는 것"으로 넘긴다. 그런데 실제 회화에서 일본어가 어색하게 들리는 이유는 개별 자음보다 길이, 박, 고저 악센트에 있는 경우가 많다.

일본어에서는 장음, 촉음, ん이 의미를 바꾼다. おばさん과 おばあさん은 다르고, きて와 きって는 다르다. ん도 뒤에 오는 소리에 따라 느낌이 달라지고, 충분히 한 박을 차지하지 않으면 문장이 흐릿해진다. 한국어식으로 빠르게 붙여 말하면 일본어의 리듬이 사라진다.

AI를 이용할 때는 일본어의 "길게 말해야 할 부분"과 "멈춰야 할 부분"을 집요하게 확인해야 한다. 단순히 히라가나를 읽는 데서 끝내지 말고, 원어민 예문을 듣고 따라 녹음한 뒤 음성 인식 결과와 파형, 억양 피드백을 함께 본다. 어떤 도구는 녹음과 모델 음성을 나란히 놓고 피치나 억양을 비교할 수 있게 해준다. 음성 분석에서 피치, 속도, 리듬 같은 요소를 다루는 방식은 말의 분위기와 억양을 파악하는 데도 활용된다.³

일본어 섀도잉은 다음 순서가 좋다.

• 먼저 문장을 눈으로 보고 장음, 촉음, ん에 표시한다.

• 원어민 음성을 들으며 박자를 손가락으로 가볍게 친다.

• 한 번은 아주 또박또박 읽고, 한 번은 원어민 속도에 맞춰 따라 한다.

• AI 음성 인식 결과에서 빠진 글자나 잘못 인식된 부분을 확인한다.

• 내 녹음에서 길어야 할 곳이 짧아졌는지, 멈춰야 할 곳을 그냥 지나쳤는지 듣는다.

예를 들어 "きょうはちょっと忙しいです"를 연습한다고 하자. 초보자는 きょう의 장음 느낌을 충분히 살리지 못하거나, ちょっと의 촉음을 그냥 "ちょと"처럼 지나갈 수 있다. AI가 받아쓴 결과가 자꾸 다르게 나오거나, 파형에서 멈춤이 거의 보이지 않는다면 그 부분이 오늘의 교정 지점이다.

일본어 고저 악센트도 중요하다. 모든 단어를 평평하게 말하면 뜻은 통할 수 있어도 일본어다운 느낌이 약해진다. 특히 이름, 지명, 자주 쓰는 동사와 형용사는 원어민 음성을 반복해서 듣고 높낮이를 따라 해보자. 피치 곡선을 보여주는 도구가 있다면 내 억양 선이 원어민 선과 어디서 벌어지는지 확인한다. 악보를 보듯이 "여기서 살짝 올라가고, 여기서 떨어지는구나" 하고 보는 것이다.

일본어 학습용 프롬프트는 이렇게 쓸 수 있다.

나는 일본어 초중급 학습자야. 아래 문장의 장음, 촉음, ん, 끊어 읽기, 고저 악센트를 쉽게 설명해줘.
문장: "きょうはちょっと忙しいです。"
한국어 화자가 특히 짧게 말하기 쉬운 부분을 표시하고, 섀도잉 연습 순서를 3단계로 만들어줘.

일본어 발음의 목표는 과장된 성우 톤이 아니다. 또박또박 한 박씩 살아 있고, 길고 짧음이 분명하며, 상대가 다시 묻지 않는 말하기다. "일본어는 발음이 쉽다"라는 착각을 버리는 순간, 오히려 더 빠르게 자연스러워진다.

중국어: 성조는 단어가 아니라 문장에서 무너진다

중국어 발음을 시작하면 누구나 성조표 앞에서 멈춘다. 1성은 높고 평평하게, 2성은 올라가고, 3성은 낮게 꺾이고, 4성은 떨어진다. 처음에는 단음절로 "mā, má, mǎ, mà"를 반복한다. 이 연습은 필요하다. 하지만 여기서 끝내면 실제 회화에서 성조가 무너진다.

중국어 성조의 진짜 어려움은 이어 말할 때 나타난다. 한 글자씩 말하면 괜찮은데, 두 글자 단어가 되면 흔들리고, 문장으로 들어가면 더 흔들린다. 3성이 연속될 때의 변화, 不와 一의 성조 변화, 가볍게 읽히는 경성까지 들어오면 머리로 아는 성조와 입에서 나오는 성조가 달라진다.

AI 발음 도구를 사용할 때는 단음절, 두 글자 단어, 짧은 문장, 실제 대화문 순서로 확장해야 한다. 처음부터 긴 문장을 읽으며 점수를 받으면 어디서 무너졌는지 알기 어렵다. 반대로 단음절만 오래 하면 실제 말하기로 옮겨지지 않는다.

중국어에서는 성조와 함께 조음 위치도 확인해야 한다. zh, ch, sh와 z, c, s의 차이는 한국어 화자에게 특히 헷갈린다. 혀끝이 어디에 닿는지, 소리가 앞쪽에서 나는지 뒤쪽에서 나는지에 따라 다르게 들린다. AI가 특정 음절을 반복해서 낮게 평가한다면 성조만 볼 것이 아니라 자음의 위치도 함께 의심해야 한다.

중국어 연습은 이렇게 나누면 효과적이다.

1. 오늘의 성조 조합을 하나 고른다. 예를 들어 2성+4성, 3성+3성, 4성+경성처럼 정한다.

2. 해당 조합이 들어간 두 글자 단어 5개를 AI에게 받는다.

3. 모델 음성을 듣고 한 단어씩 녹음한다.

4. 점수가 낮은 단어를 짧은 문장 안에 넣어 다시 말한다.

5. 마지막에는 실제 대화문 한 줄로 확장한다.

예를 들어 "可以", "很好", "不是", "什么" 같은 단어는 짧지만 성조와 경성이 살아 있어야 자연스럽다. "很好"를 한 글자씩 또렷하게만 말하면 실제 대화 리듬과 멀어질 수 있다. "这个很好吃"처럼 문장 안에 넣어 말해봐야 내가 성조를 유지하는지 확인할 수 있다.

중국어 학습용 프롬프트는 이렇게 만들 수 있다.

나는 한국어를 모국어로 하는 중국어 학습자야. 3성과 경성이 문장 안에서 자꾸 무너져.

1. 3성+3성, 3성+경성, 4성+경성이 들어간 쉬운 단어를 각각 5개씩 줘.

2. 각 단어를 짧은 문장으로 확장해줘.

3. 내가 녹음할 때 확인해야 할 성조 체크포인트를 알려줘.

4. zh/ch/sh와 z/c/s가 함께 들어간 추가 문장도 만들어줘.

중국어 발음에서 AI는 특히 냉정한 친구가 되어준다. 내가 "대충 비슷하게 올라갔다"고 느껴도, 피치가 충분히 올라가지 않았거나 문장 중간에서 성조가 평평해졌다면 표시해준다. 이 표시를 기분 나쁘게 받아들이지 말자. 성조는 감각이 아니라 훈련이다.

매일 10분, 같은 문장을 여러 번 녹음하라

발음 연습에서 가장 위험한 습관은 "새로운 문장만 계속 읽기"다. 매번 다른 문장을 읽으면 공부를 많이 한 것 같은 기분은 든다. 하지만 발음은 잘 고쳐지지 않는다. 이유는 간단하다. 같은 소리를 반복해서 조정할 시간이 없기 때문이다.

발음은 한 문장을 여러 번 녹음할 때 좋아진다. 첫 번째 녹음은 진단이다. 두 번째 녹음은 수정이다. 세 번째 녹음은 확인이다. 네 번째 녹음부터 몸이 조금씩 기억한다. AI는 이 과정을 기록으로 남겨준다. 내가 어제보다 나아졌는지, 특정 소리가 계속 낮은지, 문장 리듬이 좋아졌는지 확인할 수 있다.

하루 10분 루틴은 다음처럼 운영해보자.

• 1분: 오늘 연습할 문장 1~2개를 고르고 모델 음성을 듣는다.

• 2분: 천천히 따라 읽으며 어려운 소리, 강세, 성조, 장단을 표시한다.

• 3분: 첫 녹음을 하고 AI 피드백에서 가장 낮은 항목 2~3개만 고른다.

• 3분: 같은 문장을 다시 녹음하며 선택한 항목만 집중해서 고친다.

• 1분: 첫 녹음과 마지막 녹음을 들어보고 내 귀로 차이를 적는다.

여기서 핵심은 "가장 낮은 항목 2~3개만"이다. AI가 열 가지를 지적해도 오늘은 세 가지만 고친다. 영어라면 /r/, word stress, linking. 일본어라면 장음, 촉음, 고저 악센트. 중국어라면 2성 상승, 3성 변화, zh/ch/sh. 이렇게 작게 잡아야 내일도 다시 할 수 있다.

기록은 복잡할 필요가 없다. 노트 앱에 날짜별로 이렇게 적으면 충분하다.

점수보다 이 기록이 더 중요하다. 점수는 앱마다 기준이 다르고, 마이크 상태나 주변 소음에도 영향을 받을 수 있다. 하지만 "나는 r을 자꾸 약하게 말한다", "나는 일본어 장음을 짧게 만든다", "나는 중국어 문장 중간에서 성조가 평평해진다"라는 패턴은 진짜 실력 향상의 단서다.

AI 점수에 중독되지 말고, 알아듣게 말하는가를 보라

발음 앱을 쓰다 보면 이상한 게임이 시작된다. 82점이 나오면 90점을 받고 싶고, 90점이 나오면 95점을 받고 싶다. 그러다 보면 어느 순간 실제 대화보다 앱 점수에 맞춘 말하기를 하게 된다. 너무 또박또박 읽어서 자연스럽지 않거나, 점수를 높이려고 과장된 억양을 쓰기도 한다.

이때 기억해야 한다. 최종 목표는 만점이 아니다. 실제 대화에서 상대가 편하게 알아듣는 것이다.

AI 발음 점수는 절대적인 원어민 판정이 아니다. 학습용 신호다. 자동 발음 평가와 컴퓨터 기반 발음 훈련은 빠르게 발전하고 있지만, 연구 분야에서도 평가 방식과 적용 범위는 계속 논의되고 있다.⁴ 그러므로 AI의 판단을 맹신하기보다 세 가지를 함께 사용해야 한다.

• AI 점수와 세부 피드백으로 반복되는 약점을 찾는다.

• 자기 녹음을 직접 들으며 내가 의도한 소리와 실제 소리의 차이를 확인한다.

• 가능하면 원어민, 튜터, 언어 교환 파트너에게 실제 이해 가능성을 확인한다.

예를 들어 AI는 낮은 점수를 줬지만 실제 튜터가 "전혀 문제 없이 이해된다"고 말할 수 있다. 반대로 AI 점수는 높게 나왔는데 실제 대화에서 상대가 계속 되묻는 표현도 있다. 이럴 때는 실제 대화를 우선해야 한다. 발음은 시험장이 아니라 사람과 사람 사이에서 작동하는 기술이기 때문이다.

가장 좋은 기준은 다음 세 가지다.

첫째, AI가 반복해서 낮게 평가하는 소리 3개가 무엇인가. 둘째, 실제 대화에서 상대가 다시 묻는 표현이 무엇인가. 셋째, 문장 단위로 말할 때 리듬이 무너지는 지점이 어디인가. 이 세 가지가 겹치는 곳이 바로 당신의 발음 우선순위다.

발음 교정은 부끄러운 일이 아니라 데이터를 모으는 일이다

많은 사람이 자신의 녹음 듣기를 싫어한다. 낯설고, 어색하고, 민망하다. 하지만 외국어 발음은 이 민망함을 통과해야 좋아진다. 내 목소리를 객관적으로 듣는 순간부터 진짜 교정이 시작된다.

AI를 발음 선생님으로 쓸 때의 태도는 단순하다.

"나를 평가해줘"가 아니라 "내 패턴을 찾아줘."

오늘의 점수가 낮아도 괜찮다. 중요한 것은 내가 어제와 같은 실수를 했는지, 아니면 조금 다르게 말할 수 있게 되었는지다. 발음은 재능보다 피드백의 밀도에 크게 영향을 받는다. 한 달에 한 번 선생님에게 "발음 좋아졌네요"라는 말을 듣는 것보다, 매일 10분씩 AI에게 "여기, 또 이 소리야"라는 피드백을 받는 편이 훨씬 구체적이다.

영어의 th와 r/l, 일본어의 장음과 촉음, 중국어의 성조와 조음 위치는 감으로만 고치기 어렵다. 하지만 녹음하고, 비교하고, 다시 말하고, 기록하면 달라진다. 어느 날 갑자기 원어민처럼 변하지는 않는다. 대신 어느 순간 상대가 다시 묻는 횟수가 줄어든다. 내가 말할 때 덜 긴장한다. 문장이 입안에서 덜 걸린다.

그때 발음 공부의 진짜 목적을 알게 된다. 완벽하게 들리기 위해서가 아니라, 내 생각이 소리 때문에 막히지 않게 하기 위해서다. AI는 그 길에서 가장 참을성 있는 코치가 되어준다. 같은 문장을 백 번 말해도 지루해하지 않고, 같은 실수를 백 번 해도 다시 알려준다. 이제 필요한 것은 하나다. 오늘의 문장 하나를 고르고, 녹음 버튼을 누르는 것.

참고

¹Best AI Pronunciation Apps for Language Learners (2026)

²Pronunciation Assessment and Scoring API Solutions | SpeechSuper

³How does AI detect tone of voice? – Data Science Society

⁴Automatic Pronunciation Assessment - A Review - arXiv.org