L&D(학습·인재 개발) 전문가의 63%가 이제 음성 생성이나 텍스트 음성 변환에 AI를 사용하며, 합성 내레이션은 기업 학습 설계에서 가장 흔한 AI 작업이 되었다(Synthesia, AI in Learning and Development Report 2026). 이는 콘텐츠 초안 작성(60%)과 영상 제작(52%)을 앞서는 수치로, 음성 트랙이 교육 영상에서 팀이 가장 먼저 소프트웨어에 맡기는 부분이 되었다는 뜻이다. 자금과 근거도 함께 움직이고 있다. 미국의 교육 지출은 1,028억 달러에 이르렀고(Training 매거진, 2025 Training Industry Report), Synthesia의 기업 가치는 1년 만에 거의 두 배인 40억 달러가 되었으며, 통제된 연구들은 사람이 읽든 AI가 읽든 학습자의 시험 성적이 거의 같다는 결과를 계속 내놓고 있다. 음성 시장 전반의 배경은 저희 AI 음성 생성기 시장 통계를 참고하세요. 이 글은 ATD, Training 매거진, LinkedIn, Wyzowl, Kaltura, Edison Research, Nimdzi, MarketsandMarkets, Grand View Research, Computers and Education, PLOS ONE, Scientific Reports에 실린 동료 심사 연구, 그리고 Synthesia, HeyGen, ElevenLabs의 기업 공시 데이터를 종합했다.
요약
- L&D 전문가의 63%가 음성 생성이나 텍스트 음성 변환에 AI를 사용 (Synthesia, AI in L&D Report 2026).
- AI 기반 영상 도구를 쓰는 조직은 영상 제작을 늘릴 가능성이 4.5배 높음 (Kaltura와 IntelliVid Research, 2025년).
- 미국의 교육 지출은 4.9% 늘어 1,028억 달러 (Training 매거진, 2025 Training Industry Report).
- 직접 학습 지출은 2025년에 직원 1인당 1,254달러에서 846달러로 줄었지만, 정규 학습 시간은 13.7시간에서 16.7시간으로 늘어남 (ATD, 2026 State of the Industry).
- Synthesia는 기업 가치 40억 달러로 2억 달러를 조달했고, Fortune 100의 90%가 고객이라고 밝힘 (Synthesia, 2026년 1월).
- HeyGen은 2026년 6월에 연간 반복 매출(ARR) 2억 달러를 넘었으며, Fortune 100의 85%가 교육, 영업 지원, 현지화에 사용 (HeyGen, 2026년).
- AI 교육 영상은 제작에 3
4시간, 기존 방식은 1224시간이 걸렸고 시험 결과는 동등함 (Netland 외, Computers and Education 2025년). - 청취자는 AI 음성 클론을 58%의 비율로 사람이라고 판단했고, 실제 목소리는 62% (Lavan 외, PLOS ONE 2025년).
- 87%의 사람이 교육 영상에서는 여전히 사람 발화자를 선호하지만, 75%는 AI가 결합된 콘텐츠에 열려 있음 (TechSmith 조사).
- 2026년에 영상 마케터의 63%가 AI 도구로 영상을 만들거나 편집했으며, 이전의 51%에서 늘어남 (Wyzowl, State of Video Marketing 2026).
- AI 음성 생성기 시장은 2025년 41.6억 달러에서 2031년 207.1억 달러로 커질 전망 (MarketsandMarkets).
1. 시장 규모와 기업용 AI 영상 공급업체
AI 음성 시장 전망은 각 기관이 경계를 다르게 긋기 때문에 네 배까지 차이가 난다. MarketsandMarkets는 AI 음성 생성기 시장을 2025년 41.6억 달러, 2031년까지 207.1억 달러, CAGR 30.7%로 추정하며(MarketsandMarkets, AI Voice Generator Market), 신경망 텍스트 음성 변환이 49.6%로 가장 큰 기술 부문이라고 밝힌다. Grand View Research는 2030년에 대해 비슷한 범위에 이르고, The Business Research Company는 그 4분의 1 정도 규모의 시장을 본다. 기업 구매자에게 유용한 시사점은 특정 숫자가 아니라 공통된 방향이다. 저희 텍스트 음성 변환 통계에서는 기반이 되는 TTS 계층을 더 자세히 다룬다.
| 지표 | 값 | 출처 |
|---|---|---|
| AI 음성 생성기 시장, 2025년 | 41.6억 달러 | MarketsandMarkets, AI Voice Generator Market 2025-2031 |
| AI 음성 생성기 시장, 2031년 전망 | 207.1억 달러 (CAGR 30.7%) | MarketsandMarkets |
| 시장에서 신경망 TTS가 차지하는 비중, 2025년 | 49.6% (가장 큰 기술 부문) | MarketsandMarkets |
| 시장에서 북미가 차지하는 비중, 2025년 | 40.9% | MarketsandMarkets |
| AI 음성 생성기 시장, 2023년에서 2030년 | 36억 달러에서 218억 달러 (CAGR 29.5%) | Grand View Research, AI Voice Generators Market Report |
| AI 음성 생성기 시장, 2025년에서 2030년 | 24.8억 달러에서 56.5억 달러 | The Business Research Company |
| AI 더빙을 포함한 텍스트 음성 변환, 2023년 | 약 50억 달러 | Nimdzi, Language Technology Market Size |
공급업체 데이터는 전망보다 구체적이다. Synthesia의 Fortune 100 침투율은 2년 만에 40%에서 70% 넘게 올랐고, 2026년 1월까지 90%에 이르렀다(Synthesia, ARR 1억 달러 발표, Synthesia, 시리즈 E). 회사는 2억 달러 규모의 시리즈 E를 기업이 ‘인력을 교육하고 역량을 높이는’ 방식과 연결해 분명하게 설명했다. HeyGen은 Fortune 100의 85%가 교육, 영업 지원, 현지화에 사용한다고 밝혔고(HeyGen, ARR 2억 달러), ElevenLabs도 사내 교육과 더빙을 기업용 활용 사례로 꼽는다.
| 지표 | 값 | 출처 |
|---|---|---|
| Synthesia 기업 가치 | 21억 달러(2025년 1월)에서 40억 달러(2026년 1월) | Synthesia 시리즈 D·시리즈 E 발표 |
| Synthesia 연간 반복 매출 | 1억 달러 이상 (2025년 4월) | Synthesia, 2025년 4월 |
| Synthesia의 Fortune 100 고객 | 2년 전 40%, 70% 이상(2025년 4월), 90%(2026년 1월) | Synthesia, 2025년과 2026년 |
| Synthesia 사용자 수 / 언어 수 / 아바타 수 | 200만 명 이상 / 160개 이상 / 240개 이상 | Synthesia, 시리즈 E, 2026년 1월 |
| HeyGen 연간 반복 매출 | 2억 달러(2026년 6월), 8개월 만에 두 배 | HeyGen, 2026년 |
| HeyGen 사용자 수 / 제작 영상 수 / 언어 수 | 3,000만 명 이상 / 1억 1,800만 개 이상 / 175개 이상의 언어와 방언 | HeyGen, 2026년 |
| ElevenLabs ARR과 기업 가치 | 3억 3,000만 달러 이상(2025년 말), 기업 가치 110억 달러 | ElevenLabs, 시리즈 D, 2026년 2월 |
참고: Synthesia의 고객 수는 발표마다 표현이 다르므로(2025년 1월 6만 개 기업 이상, 2025년 4월 6.5만 개 이상, 2026년 1월 5만 개 팀 이상) 이 숫자들을 추세선으로 취급하지 않는다.
2. 교육 예산과 제공 방식: 내레이션의 자리
예산 데이터는 더 저렴한 내레이션에 대한 수요를 설명해 준다. ATD는 2025년 직접 학습 지출이 직원 1인당 408달러 줄어 846달러가 되었지만, 정규 학습 시간은 13.7시간에서 16.7시간으로 늘었다고 밝혔다. 학습 시간이 늘어난 것은 5년 만에 처음이다(ATD, 2026 State of the Industry 주요 내용). ATD는 가상 강사 주도 수업, 더 작아진 인재 개발 팀, 자동화된 행정을 이유로 꼽는다. 1인당 더 적은 비용으로 더 많은 학습을 제공해야 하는 바로 이 압박이 팀을 스튜디오 녹음에서 합성 음성으로 밀어낸다.
| 지표 | 값 | 출처 |
|---|---|---|
| 직원 1인당 정규 학습 시간, 2025년 | 16.7 (2024년 13.7에서 증가) | ATD, 2026 State of the Industry |
| 직원 1인당 직접 학습 지출, 2025년 | 846달러 (2024년 1,254달러에서 감소) | ATD, 2026 State of the Industry |
| 데이터를 제공한 조직 | 340 | ATD, 2026 State of the Industry |
| 미국 전체 교육 지출 | 1,028억 달러 (+4.9%) | Training 매거진, 2025 Training Industry Report |
| 교육 담당 직원 인건비 | 647억 달러 (+6.9%) | Training 매거진, 2025년 |
| 외부 제품·서비스 지출 | 160억 달러 (+29%) | Training 매거진, 2025년 |
| 학습자 1인당 평균 지출 | 874달러 (774달러에서 증가) | Training 매거진, 2025년 |
두 대표 조사는 측정 대상이 다르다(ATD는 340개 조직의 직원 1인당 직접 지출을 추적하고, Training 매거진은 직원 100명 이상인 미국 기업을 조사한다). 그래서 한쪽은 1인당 지출 감소를, 다른 쪽은 증가를 보여 준다. 다만 제공 방식이 대체로 디지털이라는 점에는 둘 다 동의한다. 온라인 또는 컴퓨터 기반 방식이 교육 시간의 34%를 차지해 강의실 수업의 28%를 앞선다(Training 매거진, 2025 Training Industry Report). AI 자체가 제공하는 시간은 2%에 불과하지만, AI 도구를 쓰는 조직은 1년 전 25%에서 37%로 늘었다. 외부 제품·서비스의 29% 증가는 AI 영상과 음성 구독이 예산에 잡히는 부분이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 온라인/컴퓨터 기반으로 제공된 교육 시간 | 34% | Training 매거진, 2025년 |
| 강사 주도 강의실에서 제공된 교육 시간 | 28% | Training 매거진, 2025년 |
| 가상 강의실 또는 웹캐스트를 통한 교육 시간 | 24% | Training 매거진, 2025년 |
| AI가 제공한 교육 시간 | 2% | Training 매거진, 2025년 |
| 교육에 AI 도구를 쓰는 조직 | 37% (25%에서 증가) | Training 매거진, 2025년 |
| 직원 1인당 평균 교육 시간 | 40 (47에서 감소) | Training 매거진, 2025년 |
3. L&D의 AI 도입: 음성이 가장 먼저
이 글에서 가장 시사점이 큰 숫자는 작업 순위다. 음성 생성과 텍스트 음성 변환(63%)은 L&D 설계의 모든 AI 활용 중 1위로, 콘텐츠·퀴즈 초안 작성(60%), 영상 제작(52%), 번역(38%)을 앞선다(Synthesia, AI in Learning and Development Report 2026). 내레이션은 가장 바꾸기 쉬운 부분이다. 대본이 이미 있고, 수정할 때마다 합성 음성을 다시 생성할 수 있으며, 아무도 스튜디오를 다시 예약할 필요가 없다. 이 조사에는 저자들도 인정하는 얼리 어답터 편향이 있으므로, 절대 수치는 상한선으로 보아야 한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 이미 AI를 사용하는 L&D 전문가 | 87% (2%는 계획 없음) | Synthesia, AI in L&D Report 2026 |
| 음성 생성/텍스트 음성 변환에 AI 사용 | 63% | Synthesia, AI in L&D Report 2026 |
| 콘텐츠 초안 작성/영상 제작/번역에 AI 사용 | 60% / 52% / 38% | Synthesia, AI in L&D Report 2026 |
| 제작 속도 향상/콘텐츠 제작 시간 절감을 꼽은 비율 | 84% / 88% | Synthesia, AI in L&D Report 2026 |
| 주요 장애물: 보안 / 정확성 / 법무 | 58% / 52% / 41% | Synthesia, AI in L&D Report 2026 |
더 폭넓은 조사들도 음성에 대한 세부 내용은 적지만 이러한 의지를 뒷받침한다. L&D 전문가의 71%가 AI를 탐색하거나, 시험하거나, 업무에 통합하고 있다(LinkedIn, 2025 Workplace Learning Report, L&D 및 HR 전문가 937명). Brandon Hall Group은 2025년에 기업의 89%가 AI가 L&D를 바꿀 것으로 기대했지만 대부분은 기본적인 콘텐츠 제작과 추천에 그쳤다고 보고한다(Brandon Hall Group). TalentLMS의 미국 조사에서는 HR 관리자의 88%가 생성형 AI가 학습 콘텐츠 제작에 필요한 시간을 바꿀 것으로 기대한다(TalentLMS, 2026 L&D Report).
| 지표 | 값 | 출처 |
|---|---|---|
| AI를 탐색하거나 통합하는 L&D 전문가 | 71% | LinkedIn, 2025 Workplace Learning Report |
| 2025년에 AI가 L&D를 바꿀 것으로 기대한 기업 | 89% | Brandon Hall Group, The Learning Revolution |
| AI 역량이 중요하다고 답한 직원 / AI 교육을 받은 직원 | 73% / 25% | Brandon Hall Group, The Learning Revolution |
| 생성형 AI가 콘텐츠 제작 시간을 바꿀 것으로 기대하는 HR 관리자 | 88% | TalentLMS, 2026 L&D Report (미국 HR 관리자 101명) |
| 신뢰할 수 없는 AI 콘텐츠를 장애물로 꼽은 HR 관리자 | 22% | TalentLMS, 2026 L&D Report |
4. 제작 속도와 비용
속도는 가장 분명한 이점이며, 가장 믿을 만한 독립적인 숫자는 공급업체가 아닌 학계에서 나온다. Netland 외의 실험에서 AI가 만든 교육 영상은 제작에 34시간이 걸린 반면 기존 방식의 영상은 1224시간이 걸렸다(Computers and Education, 2025년). AI의 가장 느린 경우(4시간)와 기존 방식의 가장 빠른 경우(12시간)를 비교해도 시간이 3분의 2 줄어든 셈이며, 시험 점수에서 측정 가능한 손실도 없었다(5장 참고). 합성 내레이션이 성우의 분당 단가 구조를 어떻게 바꾸는지는 저희 보이스오버 요금 통계에서 더 깊이 다룬다.
공급업체 조사도 같은 방향을 가리키지만 에누리해서 봐야 한다. Synthesia가 L&D 사용자 102명을 조사한 결과 평균 제작 시간은 13일에서 5일로 줄었고, 43%는 AI가 기존 프로세스를 대체했다고 답했으며, 대체된 요소 상위에 성우가 꼽혔다(Synthesia, 교육 영상 통계). 이는 2023년 자료로 이런 종류로는 구할 수 있는 가장 최신 데이터이지만, 공급업체가 자사 사용자를 조사한 것이므로 최선의 경우로 읽어야 한다.
| 지표 | 값 | 출처 |
|---|---|---|
| 영상 1편 제작 시간: AI와 기존 방식 | 3 | Netland 외, Computers and Education 2025년 |
| Netland 외 실험 참가자 | 미국 성인 447명, AI 제작 영상 4편과 사람 제작 영상 4편 | Netland 외, Computers and Education 2025년 |
| 교육 영상 평균 제작 시간 | 13일에서 5일로 (-62%) | Synthesia 사용자 조사, 2023년 (n=102) |
| 영상에 쓰는 월간 시간 / AI로 절감한 비율 | 45시간 / 34% | Synthesia 사용자 조사, 2023년 |
| AI가 기존 제작 프로세스를 대체했다고 답한 사용자 | 43% | Synthesia 사용자 조사, 2023년 |
Kaltura의 수요 측 데이터는 속도가 중요한 이유를 보여 준다. AI 기반 영상 도구를 쓰는 조직은 영상 제작을 늘릴 가능성이 4.5배 높다(Kaltura와 IntelliVid Research, State of AI Video in the Enterprise, 직원 1,201명, 2025년 1분기). 또한 근로자의 65%는 동료에게 묻기보다 주문형 영상을 보는 쪽을 선호한다.
| 지표 | 값 | 출처 |
|---|---|---|
| AI 도구로 영상 제작을 늘릴 가능성 | 4.5배 | Kaltura와 IntelliVid Research, 2025년 |
| 동료에게 묻기보다 주문형 영상을 선호하는 근로자 | 65% | Kaltura와 IntelliVid Research, 2025년 |
| 더 쉬운 도구가 있으면 더 많이 만들 수 있다고 답한 영상 제작자 | 68% | Kaltura와 IntelliVid Research, 2025년 |
| 소속 조직이 영상 제작을 장려하는 직원 | 75% | Kaltura와 IntelliVid Research, 2025년 |
| 제작 품질을 위해 AI 영상 기능에 관심이 있는 비율 | 77% | Kaltura와 IntelliVid Research, 2025년 |
5. 학습 성과: 합성 음성도 똑같이 잘 가르치는가
연구 합의는 어느 쪽 주장보다도 좁다. 여러 통제된 연구에서 AI 내레이션과 AI 발표자는 사람과 통계적으로 동등한 시험 점수를 내는 반면, 사람은 참여도와 경험에서 작은 우위를 유지한다. Netland 외는 성인 447명을 대상으로 AI가 만든 경영 영상 4편과 사람이 만든 영상 4편으로 시험했다. 지식 습득은 비슷했지만 사람이 만든 영상이 학습 경험에서 작지만 유의한 우위를 보였다(Computers and Education, 2025년). 학생 108명을 대상으로 한 연구에서는 사람 강사에서 참여도가 더 높았지만 성적 차이는 없었다(Arkün-Kocadere와 Çağlar-Özhan, IRRODL 2024년).
음성만 놓고 보면, 2026년 연구는 실제 강사와 AI 생성 강사를 사람 목소리와 합성 음성에 교차 배치해 참가자 130명으로 검증했고, 어느 쪽도 동기나 지식 유지에 직접적인 영향이 없음을 확인했다. 비용은 AI 강사가 덜 사람답게 인식될 때에만 간접적으로 나타났다(Education and Information Technologies, 2026년). Craig와 Schroeder의 이전 연구는 현대적인 TTS 음성이 오래된 엔진보다 전이 시험에서 더 많은 학습을 이끌었고, 신뢰성에서는 사람 목소리와 동등하게 평가되었다고 밝혔다(Computers and Education, 2017년. 이 비교에 대해 구할 수 있는 가장 최신 데이터이며, TTS는 이후 크게 발전했다).
| 지표 | 값 | 출처 |
|---|---|---|
| 습득한 지식: AI 제작 영상과 사람 제작 영상(성인 447명) | 비슷한 수준. 경험에서는 사람이 약간 우세 | Netland 외, Computers and Education 2025년 |
| 합성 음성과 사람 목소리가 기억 유지에 미치는 직접적 영향(참가자 130명) | 유의한 영향 없음 | Education and Information Technologies, 2026년 |
| 학업 성취도: AI 강사와 사람 강사(학생 108명) | 유의한 차이 없음. 참여도는 사람이 더 높음 | IRRODL, 2024년 |
| 지식 시험: AI 아바타와 자기 주도 온라인 학습 | 10.63 대 8.92 (p = 0.036, n = 48) | Bakhtiari 외, Frontiers in Psychology 2026년 |
| 개인화 영상을 1위로 꼽은 학생(학생 493명) | 88.4% | Tomlinson 외, Scientific Reports 2026년 |
| 평균 순위: AI 개인화와 사람 비개인화 | 2.26 대 2.69 (낮을수록 좋음, p < 0.001) | Tomlinson 외, Scientific Reports 2026년 |
| 현대적 TTS와 사람 목소리의 신뢰성 | 동등하게 평가 | Craig와 Schroeder, Computers and Education 2017년 |
이상치에 대한 참고: AI에 가장 유리한 결과(Bakhtiari 외, Frontiers in Psychology 2026년)는 AI 아바타를 사람 강사가 아니라 안내 없는 인터넷 학습과 비교한 것이므로, 음성보다는 구조에 대해 더 많은 것을 말해 준다. Scientific Reports 연구(Tomlinson 외)는 교육 팀에게 더 날카로운 발견이다. 학생들은 일반적인 사람 녹화 영상보다 자신에게 맞춰진 AI 생성 영상을 선호했으며, 개인화가 사람의 얼굴과 목소리보다 더 크게 작용했다.
6. 인식, 신뢰, 탐지
직원이 음성이 합성이라는 것을 알아차리는지는 점점 동전 던지기에 가까워지고 있다. 2025년 PLOS ONE 연구에서 청취자는 AI 음성 클론을 58%의 비율로 사람이라고 판단했고, 실제 사람 목소리는 62%였으며 이 차이는 통계적으로 유의하지 않았다(Lavan 외, PLOS ONE 2025년). 일반적인 스톡 AI 음성은 더 쉽게 가려졌다. 같은 시험에서 사람으로 판단된 비율은 41%에 그쳤고, 실제 목소리는 81%였다. 클론 음성이나 맞춤형 브랜드 음성이 메우는 것이 바로 이 격차이며, 목소리가 복제되는 사람의 동의가 음질만큼 중요한 이유이기도 하다.
| 지표 | 값 | 출처 |
|---|---|---|
| 사람이라고 판단된 AI 음성 클론 | 58% (실제 목소리는 62%) | Lavan 외, PLOS ONE 2025년 |
| 사람이라고 판단된 일반 AI 음성 | 41% (실제 목소리는 81%) | Lavan 외, PLOS ONE 2025년 |
| 실재감 평가: 클론 / 사람 / 일반 AI (0~100) | 63.0 / 63.8 / 47.4 | Lavan 외, PLOS ONE 2025년 |
| AI 생성 음성 클립을 구별하지 못한 소비자 | 90% | Twilio 대화형 AI 보고서, 2025년 11월 (CX Dive 경유) |
| AI가 대화 초반에 스스로 밝혀야 한다고 생각하는 소비자 | 76% | Twilio, Customer Insights Series 2026 |
선호는 탐지와는 별개의 문제다. 87%의 사람이 교육 영상에서는 여전히 사람 발화자를 선호하지만, 75%는 AI가 결합된 콘텐츠에 어느 정도 또는 매우 열려 있다(TechSmith, 영상 통계와 시청자 조사). 하지만 접촉은 생각을 바꾼다. 소설 오디오북 청취자 1,005명을 대상으로 한 Edison Research 조사에서 AI 내레이션을 들어 보려는 의향은 실제로 들어 본 뒤 31%에서 65%로 올랐고, AI 멀티 캐스트 버전은 61%가 호의적으로 평가해 사람 내레이션의 53%를 웃돌았다(Edison Research(SSRS)의 Spoken 의뢰 조사, 2026년 7월). 오디오북은 교육 영상이 아니지만, 이 패턴(말로는 거부감, 블라인드에서는 수용)은 L&D 팀들이 보고하는 것과 같다.
| 지표 | 값 | 출처 |
|---|---|---|
| 교육 영상에서 사람 발화자를 선호 | 87% | TechSmith 조사 |
| AI가 결합된 교육 영상에 열려 있음 | 75% | TechSmith 조사 |
| AI 내레이션을 시험해 볼 의향: 듣기 전과 후 | 31% 대 65% | Edison Research(SSRS), 2026년 |
| 호감도: AI 멀티 캐스트와 사람 내레이션 | 61% 대 53% | Edison Research(SSRS), 2026년 |
| 구매 의향: AI와 사람 내레이션 | 46% 대 49% | Edison Research(SSRS), 2026년 |
7. 설명 영상과 현지화
마케팅 쪽에서 AI는 이제 다수의 관행이다. 2026년에 영상 마케터의 63%가 AI 도구로 영상을 만들거나 편집했으며, 1년 전의 51%에서 늘었다(Wyzowl, State of Video Marketing 2026). 설명 영상은 68%로 두 번째로 흔한 형식이다. 설명 영상은 AI 보이스오버와 잘 맞는다. 대본이 짧고, 제품 업데이트가 잦고, 내레이터가 한 명이기 때문이다. 목소리를 정하기 전에 대본을 소리 내어 시험해 보려는 팀에게는 무료 AI 음성 생성기를 한 번 돌려 보는 것이 속도와 길이를 확인하는 빠른 방법이다.
| 지표 | 값 | 출처 |
|---|---|---|
| 영상을 마케팅 도구로 쓰는 기업 | 91% | Wyzowl, State of Video Marketing 2026 |
| AI 도구로 영상을 만들거나 편집하는 영상 마케터 | 63% (2025년 51%) | Wyzowl, 2026년 |
| 설명 영상을 제작하는 영상 마케터 | 68% | Wyzowl, 2026년 |
| 제품을 알아보려고 설명 영상을 본 사람 | 96% | Wyzowl, 2026년 |
| 제품을 알아볼 때 짧은 영상을 선호하는 사람 | 63% | Wyzowl, 2026년 |
| 영상을 본 뒤 구매하기로 마음먹은 사람 | 85% | Wyzowl, 2026년 |
| 영상에서 좋은 ROI를 보고한 마케터 | 82% | Wyzowl, 2026년 |
현지화는 합성 음성이 계산을 가장 크게 바꾸는 영역이다. 언어가 하나 늘 때마다 예전에는 스튜디오 녹음이 한 번 더 필요했기 때문이다. 소비자의 76%는 자국어로 정보가 제공되는 제품을 사는 것을 선호하며, 40%는 다른 언어로 된 웹사이트에서는 절대 구매하지 않는다(CSA Research, Can’t Read, Won’t Buy 2020, 29개국 소비자 8,709명, 구할 수 있는 가장 최신 데이터). 언어 서비스 산업은 2025년에 726억 달러에 이르렀고, 상위 공급업체의 39%가 이미 AI 더빙을 제공한다(Nimdzi 100, 2026년). 저희 AI 더빙 통계는 이 변화의 미디어 측면을 다룬다.
| 지표 | 값 | 출처 |
|---|---|---|
| 자국어 제품 정보를 선호하는 소비자 | 76% | CSA Research, 2020년 |
| 다른 언어 사이트에서는 절대 구매하지 않는 소비자 | 40% | CSA Research, 2020년 |
| 언어 서비스 산업 규모, 2025년 | 726억 달러 | Nimdzi 100, 2026년 |
| AI 더빙을 제공하는 언어 서비스 공급업체 | 39% | Nimdzi 100, 2026년 |
| 선도적인 AI 영상 플랫폼이 지원하는 언어와 방언 | 175개 이상 | HeyGen, 2026년 |
숫자로 보는 기업 교육·설명 영상 속 AI 보이스오버
| 지표 | 값 | 출처 |
|---|---|---|
| AI 음성 생성 / 어떤 형태로든 AI를 사용하는 L&D 전문가 | 63% / 87% | Synthesia, AI in L&D Report 2026 |
| 교육에 AI 도구를 쓰는 조직 | 37% (25%에서) | Training 매거진, 2025년 |
| AI를 탐색하거나 통합하는 L&D 전문가 | 71% | LinkedIn, 2025 Workplace Learning Report |
| 미국 교육 지출 | 1,028억 달러 | Training 매거진, 2025년 |
| 직원 1인당 직접 학습 지출, 2025년 | 846달러 (1,254달러에서) | ATD, 2026 State of the Industry |
| 직원 1인당 정규 학습 시간, 2025년 | 16.7 (13.7에서) | ATD, 2026 State of the Industry |
| 온라인으로 제공된 교육 시간 | 34% | Training 매거진, 2025년 |
| AI 음성 생성기 시장, 2025년에서 2031년 | 41.6억 달러에서 207.1억 달러 | MarketsandMarkets |
| AI 음성 생성기 시장, 2030년 전망 | 218억 달러 | Grand View Research |
| Synthesia 기업 가치 / Fortune 100 고객 | 40억 달러 / 90% | Synthesia, 2026년 1월 |
| HeyGen ARR | 2억 달러 (2026년 6월) | HeyGen |
| ElevenLabs ARR, 2025년 말 | 3억 3,000만 달러 이상 | ElevenLabs |
| AI와 기존 방식 교육 영상 제작 시간 | 3 | Netland 외, 2025년 |
| AI 아바타 학습과 자기 주도 온라인 학습의 시험 점수 | 10.63 대 8.92 | Bakhtiari 외, 2026년 |
| 사람이라고 판단된 AI 음성 클론 | 58% (실제 목소리 62%) | Lavan 외, PLOS ONE 2025년 |
| 교육 영상에서 사람 발화자를 선호 | 87% | TechSmith 조사 |
| AI 도구를 쓰는 영상 마케터 | 63% | Wyzowl, 2026년 |
| 영상 마케터 중 설명 영상 제작 비율 | 68% | Wyzowl, 2026년 |
| 자국어를 선호하는 소비자 | 76% | CSA Research, 2020년 |
| AI 더빙을 제공하는 LSP | 39% | Nimdzi 100, 2026년 |
방법론과 출처
위의 모든 수치는 이를 만들어 낸 기관이나 학술지까지 추적해 확인했다. 보도 매체를 통해서만 접근할 수 있었던 수치는 출처에 두 곳을 모두 밝혔다. 1차 문서까지 추적하지 못한 널리 반복되는 숫자는 제외했으며, 여기에는 AI 영상과 스튜디오 영상의 분당 제작 비용에 대한 주장과 날짜가 없는 목록형 기사에 나오는 ‘교육의 X%가 이제 AI 내레이션’이라는 여러 수치가 포함된다.
- Synthesia: AI in Learning and Development Report 2026 (응답자 421명, 2025년 10월부터 11월), 시리즈 E 발표 (2026년 1월), 시리즈 D 발표 (2025년 1월), ARR 1억 달러 발표 (2025년 4월), 교육 영상 통계 (2023년 사용자 조사)
- HeyGen: HeyGen, ARR 2억 달러 돌파 (2026년)
- ElevenLabs: 시리즈 D 발표 (2026년 2월)
- ATD: Highlights from ATD’s 2026 State of the Industry Report 및 2026 State of the Industry Report indicates latest TD trends
- Training 매거진: 2025 Training Industry Report
- LinkedIn: 2025 Workplace Learning Report
- Brandon Hall Group: AI-Powered Learning, The Learning Revolution 연구
- TalentLMS: 2026 L&D Report (미국 HR 관리자 101명과 미국 직원 1,000명, 2025년 9월)
- Kaltura와 IntelliVid Research: State of AI Video in the Enterprise (2025년 10월)
- Wyzowl: State of Video Marketing 2026
- TechSmith: 영상 통계와 시청자 조사
- MarketsandMarkets: AI Voice Generator Market 2025-2031; Grand View Research: AI Voice Generators Market Report; The Business Research Company: AI Voice Generator Global Market Report
- Nimdzi: The 2026 Nimdzi 100 및 Language Technology Market Size
- CSA Research: Consumers Prefer their Own Language (2020년)
- 동료 심사 연구: Netland 외, Computers and Education 2025년; 실제 강사와 AI 생성 강사, 사람 목소리와 합성 음성, Education and Information Technologies 2026년; Arkün-Kocadere와 Çağlar-Özhan, IRRODL 2024년; Bakhtiari 외, Frontiers in Psychology 2026년; Tomlinson 외, Scientific Reports 2026년; Craig와 Schroeder, Computers and Education 2017년; Lavan 외, PLOS ONE 2025년
- Edison Research(SSRS)의 Spoken 의뢰 조사: AI 오디오북 내레이션 연구 (2026년 7월); Twilio: AI 공개와 투명성 조사 (2026년) 및 CX Dive가 보도한 2025년 11월의 음성 탐지 조사 결과
- 데이터 참고 사항: AI 음성 시장 전망은 범위 차이 때문에 크게 엇갈린다(MarketsandMarkets의 2031년까지 207.1억 달러와 Grand View Research의 2030년까지 218억 달러, 반면 The Business Research Company는 2030년까지 56.5억 달러). 이 글은 평균을 내지 않고 세 가지를 모두 보여 준다. ATD와 Training 매거진은 측정하는 모집단과 비용 기준이 달라서 학습자 1인당 지출의 방향이 엇갈린다. Synthesia의 L&D 조사에는 저자들도 인정하는 얼리 어답터 편향이 있고, 2023년 제작 시간 조사는 자사 사용자에게서 얻은 공급업체 데이터이므로, 더 최신의 독립적인 제작 시간 벤치마크가 나오기를 기대한다. 공급업체의 ARR, Fortune 100 비율, 기업 가치는 자체 보고 수치다. 3
4시간 대 1224시간이라는 제작 시간 비교는 한 연구에서 연구자들이 직접 추정한 값이며, 논문 전문이 아니라 2025년 arXiv 리뷰(arXiv 2509.00709)가 보고한 내용으로 읽었다. TechSmith는 87%와 75% 수치의 조사 연도를 밝히지 않는다. Twilio의 90% 탐지 수치는 CX Dive를 통해 읽었으며, Twilio의 2026년 투명성 게시물은 텍스트 기반 AI에 비슷한 90% 수치를 적용하므로 두 수치가 서로 다른 시험을 설명할 수 있다. CSA Research(2020년)와 Craig와 Schroeder(2017년)는 구할 수 있는 가장 최신 데이터로 표시했다. 학습 성과 연구는 대부분 직장 교육의 직원이 아니라 학생이나 온라인 패널을 대상으로 한다.
마지막 업데이트: 2026년 10월 3일. 저희는 이 정리를 분기마다 업데이트하며, 다음 갱신은 ATD가 2027년 State of the Industry 보고서를 발표하고 Training 매거진이 2026년 Training Industry Report를 내놓을 때 이루어질 것으로 예상한다.