사용 가이드
ElevenLabs Sound Effects v3 프롬프트 작성법: 재질, 동작, 거리로 음향 효과 설명 구성하기
이 페이지에서
프롬프트를 재질, 동작, 거리로 나누어야 하는 이유
음향 효과 프롬프트를 작성할 때 가장 흔한 실수는 한 문장을 다 쓰고 그대로 제출하는 것입니다. "맑은 클릭 소리" 같은 문장이 대표적입니다. 이 문장에는 형용사는 있지만 모델이 실제로 구현할 수 있는 정보가 없습니다. 어떤 재질이 울리는지, 동작은 빠른지 느린지, 듣는 사람이 얼마나 떨어져 있는지가 빠져 있습니다. 음향 생성 모델은 이런 차원을 스스로 채워야 하는데, 그 채우는 방식은 제어할 수 없습니다. 그래서 같은 프롬프트로 두 번 실행하면 전혀 다른 스타일의 결과가 나오고, 디버깅은 뽑기 운에 맡기는 일이 됩니다.
더 안정적인 방법은 설명을 세 층의 구조화된 정보로 나누는 것입니다:
- 재질은 음색의 질감을 결정합니다: 나무, 유리, 금속, 천, 물, 플라스틱은 각각 공진 방식과 고주파 성분이 다릅니다. 재질을 명확히 쓰는 것은 음색의 기준을 정하는 일입니다.
- 동작은 리듬과 엔벨로프를 결정합니다: 단일 클릭인지 연속 클릭인지, 살짝 놓는지 세게 던지는지, 느린 마찰인지 빠른 긁힘인지가 중요합니다. 동작 단어는 소리의 어택(attack), 감쇠, 지속 시간 분포를 결정합니다.
- 거리는 공간감과 리버브 경향을 결정합니다: 귀에 붙은 소리, 1미터 이내, 방 반대편, 실외 먼 거리 등이 있습니다. 거리가 멀수록 직접음은 약해지고 리버브와 저역 비중이 높아지며, 모델이 상상하는 공간도 함께 달라집니다.
이 세 층은 반드시 균등하게 채워야 하는 템플릿이 아니라 분석 프레임워크입니다. 음향 효과 요구 사항을 받으면 먼저 어느 층에 가장 의존하는지 판단하고, 해당 단어를 구체적으로 쓴 뒤 나머지 두 층은 필요에 따라 보충합니다. UI 피드백 음향은 거의 동작과 재질에만 의존하고, 오브젝트 폴리는 재질을 주어로 삼으며, 환경 앰비언스는 거리와 공간이 받쳐 줍니다. 뒤의 절에서 각각 자세히 다룹니다.
450자 제한 안에서 이 프레임워크는 실용적인 장점도 있습니다. 정보 밀도를 자연스럽게 제어해 줍니다. 세 층에 각각 한 문장씩 쓰면 보통 충분합니다. 다 채우지 못하면 설명이 아직 구체적이지 않다는 뜻이고, 너무 넘치면 동의어를 쌓고 있다는 뜻입니다.

API 형태와 세 가지 조정 가능한 파라미터
먼저 계약을 고정해야 뒤의 작성법이 공통된 기준을 갖습니다. 현재 태스크 API는 모델 elevenlabs/sound-effects-v3에 대응하며, 입력 필드는 input 아래에 모여 있습니다:
prompt: 필수 문자열로, 원하는 음향 효과를 설명하며 동작, 장면, 분위기, 표현 방식을 포함해야 하고 최대 450자입니다.duration_seconds: 필수 숫자로 단위는 초이며 범위는 0.5에서 30, 기본값은 2입니다. 자동 길이를 지원하지 않습니다. 음향 효과 유형에 따라 직접 길이를 정해야 합니다.loop: 선택 불리언 값으로 기본값은false이며, 매끄럽게 반복 재생 가능한 음향 효과를 생성할지 제어합니다.prompt_influence: 선택 숫자로 0에서 1, 기본값은 0.3입니다. 값이 낮을수록 더 무작위하고 다양하며, 높을수록 설명에 더 엄격하게 밀착합니다.
세 가지 선택/반선택 파라미터 중 가장 놓치기 쉬운 것은 기본값이 만드는 편향입니다. prompt_influence 기본값 0.3은 모델이 상당한 자유도로 "재량껏" 표현한다는 뜻입니다. 탐색 단계에서는 좋지만, 이미 설명을 정교하게 다듬어 재현이 필요한 시점에는 노이즈가 됩니다. duration_seconds 기본값 2초는 짧은 UI 음향에는 딱 맞지만 앰비언스 음향에는 턱없이 부족합니다.
호출 예시(태스크 API의 input 구조 기준):
{
"input": {
"prompt": "건조한 레일 위에서 천천히 열리는 나무 서랍, 가까운 시점, 약간의 삐걱임",
"duration_seconds": 3,
"loop": false,
"prompt_influence": 0.6
}
}
API의 전체 필드와 값은 모델 페이지를 기준으로 하며, ElevenLabs Sound Effects v3에서 현재 파라미터와 연동 방식을 확인할 수 있습니다. 다음 세 절에서는 세 가지 장면별로 prompt를 어떻게 쓰는지 논의한 뒤, 다시 파라미터를 어떻게 맞출지로 돌아옵니다.

UI 피드백 음향: 짧고 마르게, 동작을 앞세우기
UI 피드백 음향은 세 유형 중 상상력이 가장 적게 필요한 동시에 가장 망치기 쉽습니다. 요구 사항은 명확합니다: 짧고, 마르고, 어택이 분명하며, 꼬리가 늘어지지 않아야 합니다. 이런 프롬프트를 쓸 때는 동작을 문장 맨 앞에 두고, 재질을 바로 뒤에 붙이며, 거리는 항상 근거리로 씁니다.
사용 가능한 작성 골격:
[동작] + [재질/오브젝트] + [청감 한정]
예를 들면:
부드러운 플라스틱 버튼 클릭, 한 번 누름, 아주 가까움, 리버브 없음, 타이트한 트랜지언트
짧은 유리 틱, 가벼운 탭, 근거리, 깨끗한 테일
빠른 기계식 스위치 전환, 작은 금속 레버, 가까운 시점, 드라이
세 가지 디테일을 강조할 만합니다:
동작은 단일인지 연속인지 써야 합니다. "click"과 "rapid double click"은 엔벨로프상 완전히 다른 것입니다. UI 음향은 대부분 단일이므로 "single press"라고 쓰면 모델이 스스로 리듬을 더할 확률을 줄일 수 있습니다.
"no reverb"와 "dry"로 공간을 눌러야 합니다. UI 음향에 뚜렷한 리버브가 붙으면 UI에 넣었을 때 지저분하게 들립니다. 거리 단어는 "very close", "near field"를 쓰고, 여기에 드라이 한정을 더하면 보통 크게 수렴됩니다.
길이는 짧게, 길지 않게. 이런 음향 효과의 duration_seconds는 0.5부터 시작하며, 1초 안팎이면 대개 충분합니다. 2초를 넘으면 불필요한 꼬리를 써 넣은 것은 아닌지 자문해야 합니다. 길이를 길게 주면 모델은 내용을 채우는 쪽으로 기웁니다. 본래 깨끗한 한 번의 클릭을 하나의 앰비언스로 늘어놓습니다.
재질 선택은 사실 음색 계열을 고르는 일입니다. 플라스틱은 중역에 약간 먹먹하고, 유리는 고역이 맑으며, 금속은 여운과 배음이 있습니다. 같은 "클릭" 동작이라도 재질 단어를 바꾸면 대부분의 UI 피드백 요구를 커버할 수 있습니다. 이런 장면에서 재질이 장식이 아니라 주어 중 하나인 이유입니다.
오브젝트 폴리: 재질을 주어로 만들기
오브젝트 폴리의 어려움은 같은 동작이 재질에 따라 전혀 다르게 들린다는 점입니다. "충돌"이라는 단어 자체는 아무 음색 정보도 담지 않습니다. "wooden crate", "ceramic mug", "chain"이 말을 합니다. 그래서 이런 프롬프트의 문법은 재질을 주어로 두고, 동작과 가해 방식은 서술어로 두어야 합니다.
권장 작성 순서: 재질 → 동작/가해 방식 → 부가 질감 → 거리.
나무 탁자 위에 놓인 묵직한 세라믹 머그, 단단한 접촉, 짧고 공명하는 툭 소리, 가까운 시점
콘크리트 위로 떨어진 금속 체인, 고리가 서로 부딪힘, 금속 울림이 있는 밝은 짤랑거림, 1미터 거리
금속 봉을 가로질러 당겨지는 천 커튼, 연속 마찰, 가끔 울림이 섞인 부드러운 바스락거림
재질 단어가 실제로 효과를 냈는지 확인하는 몇 가지 판단 기준:
- 재질을 바꿔도 여전히 성립하는가. 재질 단어를 바꾼 뒤 설명이 공허해진다면 재질이 정말 이 문장의 핵심입니다. 바꿔도 차이가 없다면 일반화된 동작을 쓴 것이고 모델은 추측에 의존할 수밖에 없습니다.
- 가해 방식을 써야 하는가. "placed"(놓음)와 "slammed"(내던짐)는 힘과 트랜지언트를 결정합니다. "colliding", "scraping", "sliding" 같은 마찰류 동작은 연속인지 밝혀야 합니다. 연속 마찰의 엔벨로프는 충돌과 전혀 다르기 때문입니다.
- 공진을 남길 것인가. 금속, 유리, 세라믹은 식별 가능한 여운이 있고, 나무는 짧으며, 천은 거의 노이즈뿐입니다. 여운을 원하지 않으면 prompt에 바로 "damped", "dry"라고 쓰고, 원하면 "resonant", "ring out"을 분명히 씁니다.
길이 측면에서 충돌류는 보통 0.5에서 2초면 충분하고, 마찰과 개폐류는 전체 과정을 담아야 하므로 2에서 5초가 필요할 수 있습니다. 모델이 1초 안에 3초짜리 서랍 열기 동작을 넣으리라 기대하지 마세요. duration_seconds는 "얼마나"를 알려 주는 유일한 수단이며, 모델이 자동으로 맞춰 주지 않습니다.

환경 앰비언스: 거리와 공간으로 장면 쓰기
환경 앰비언스 음향은 앞의 두 유형과 본질적으로 다릅니다. 하나의 사건을 설명하는 것이 아니라 지속되는 공간 상태를 설명합니다. 사건의 엔벨로프는 시작과 끝이 있지만, 앰비언스는 전체 길이를 채우고 안정적으로 유지되어야 합니다. 이런 프롬프트에서는 거리와 공간 유형이 골격이고, 재질과 동작은 부차적으로 물러납니다.
작성할 때 먼저 세 가지 질문에 답합니다:
- 공간 유형은 무엇인가: 실내 작은 방, 홀, 거리, 숲, 지하 주차장, 탁 트인 실외.
- 음원은 어디에, 얼마나 멀리 있는가: 단일 지속 음원인지, 여러 겹의 원근이 겹치는지.
- 지속 상태가 안정적인가: 기복이 필요한지, 아니면 백색 소음에 가까운 정상 상태인지.
작성법으로 옮기면:
조용한 실내 룸 톤, 닫힌 창문을 통해 들리는 먼 교통 소음의 웅웅거림, 낮은 레벨, 안정적인 앰비언스
사무실 배경, 희미한 키보드 타건과 2미터 거리의 에어컨 저음, 연속적
실외 밤 들판, 다양한 거리의 귀뚜라미, 풀 위를 스치는 부드러운 바람, 넓은 공간감, 넓은 스테레오 이미지
"varying distances" 같은 표현에 주목하세요. 단일 거리보다 깊이감 있는 결과를 얻기 쉽습니다. 앰비언스의 질감은 두드러지는 특정 소리보다 원근의 층위에서 나오는 경우가 많습니다. prompt의 모든 요소가 "아주 가까움"에 있으면 결과는 얼굴을 들이민 클로즈업처럼 공간이 부족하게 됩니다.
루프는 이 절의 핵심 분기점입니다. 앰비언스는 보통 반복 재생이 필요하고, 루프 지점이 자연스러운지는 길이가 직접 결정합니다. loop를 true로 설정했다면 고려할 것은 내용이 전체 길이 동안 항상 같은 상태에 있는가입니다. prompt에 "gradually rising wind" 같은 방향성 있는 설명을 썼다면 루프로 돌아갈 때 이음매에서 드러납니다. 안전한 방법은 앰비언스를 정상 상태로 유지하고 duration_seconds를 충분히 길게 주는 것입니다. 루프 구간이 너무 짧으면 이음매가 자주 나타나고, 십여 초에서 거의 상한에 가깝게 주어야 루프가 연속적으로 들립니다.
반대로 이 앰비언스가 일회성 장면(전환, 오프닝)에 쓰인다면 loop는 false로 두고, 길이는 장면 필요에 맞게 주며 기복과 변화를 마음껏 넣어도 됩니다.
파라미터를 프롬프트와 함께 조정하는 방법
프롬프트와 파라미터는 별개가 아닙니다. 튜닝은 고정된 순서로 진행해 여러 변수를 동시에 바꾸지 않도록 해야 합니다.
첫 번째 단계: duration_seconds 정하기. 필수이며 자동이 아니므로 먼저 음향 효과 유형에 맞는 합리적인 값을 줍니다. UI 음향 0.5에서 1초, 충돌 폴리 1에서 2초, 마찰과 개폐 2에서 5초, 앰비언스는 루프 필요에 따라 10초 이상입니다. 이 값이 정해지면 이후 prompt는 이 시간 창 안에서 내용을 구성하는 일이 됩니다.
두 번째 단계: loop 정하기. 앰비언스와 소수의 지속 기계음만 true가 필요하고, 사건류 음향 효과는 모두 false입니다. true로 설정할 때는 prompt에 방향성 설명(점강, 점약, 점점 멀어짐)이 있는지 돌아보고, 있으면 정상 상태 표현으로 바꿉니다.
세 번째 단계: prompt_influence 조정. 기본값 0.3은 발산 쪽이라 탐색 단계에 적합합니다. 모델이 무엇을 줄지 보고 싶을 때 좋습니다. 이미 마음에 드는 결과가 있어 같은 스타일을 재현하고 싶다면 0.5에서 0.8 구간으로 올려 출력이 텍스트에 더 밀착하게 합니다. 반대로 설명이 지나치게 구체적인데 항상 딱딱하고 자연스러운 무작위성이 부족하다고 느껴지면 적절히 낮출 수 있습니다.
네 번째 단계: 그제서야 prompt를 고칩니다. 파라미터를 다 조정해도 만족스럽지 않다면 설명 자체의 문제입니다. 재질 단어가 충분히 구체적이지 않거나, 동작과 길이가 맞지 않는 경우(예: 3초짜리 개폐 동작을 단일 충돌로 쓴 경우)입니다.
장면별 중점 요약: UI 피드백 음향은 duration_seconds를 짧게, prompt_influence를 높게(안정적 재현이 필요) 우선합니다. 오브젝트 폴리는 재질을 정확히 쓰는 것을 우선하고 prompt_influence는 중간 정도로 합니다. 환경 앰비언스는 길이가 충분한지와 loop가 올바른지를 우선하고, prompt_influence는 자연스러움을 얻기 위해 적절히 낮출 수 있습니다.
흔한 프롬프트 문제와 수정 방향
다음 몇 가지 상황은 디버깅에서 가장 흔하며, 모두 자체 점검으로 빠르게 찾아낼 수 있습니다.
설명이 공허함. 전형적인 특징은 실체 없이 형용사만 있는 것입니다. "a cool sound", "an exciting swoosh" 같은 경우입니다. 판단 기준은 간단합니다. 형용사를 지우면 무엇이 남는가? 아무것도 남지 않으면 모델도 자유롭게 표현할 수밖에 없습니다. 수정 방향은 재질과 동작을 채우는 것이며, "a cool click"을 "a short glass click, single press, close"로 바꿉니다.
정보 과부하. 한 prompt에 다섯여섯 개 요소를 넣는 경우입니다. 재질, 동작, 환경, 감정, 리버브 정도, 스테레오 너비를 모두 쓰고 서로 모순되기까지 합니다. 결과는 모델이 주의를 평균적으로 분배해 어느 것도 비슷하지 않게 됩니다. 수정 방향은 장면에 따라 두세 층으로 줄이는 것입니다. UI 음향은 동작과 재질만 남기고, 앰비언스는 공간과 거리만 남깁니다.
길이 초과. prompt 상한은 450자이며 넘으면 잘리거나 검증에 실패합니다. 동의어를 쌓는 것이 초과의 주된 원인입니다. 예를 들어 "loud, noisy, booming, thunderous"는 사실 하나만 있으면 됩니다. 다 쓴 뒤 한 번 삭감합니다. 동의 형용사는 하나만 남기고, 있어도 그만인 수식어는 바로 지웁니다.
동작과 길이 충돌. 지속 마찰 동작을 썼는데 0.5초만 주거나, 단일 충돌을 썼는데 10초를 주는 경우입니다. 전자는 모델이 짧은 노이즈로 압축할 수밖에 없고, 후자는 꼬리로 채웁니다. 수정 방향은 duration_seconds를 동작의 의미적 길이에 맞추는 것입니다.
루프가 성립하지 않음. 시작과 끝이 분명한 사건 음향을 loop: true로 설정하면 이음매가 반드시 어색해집니다. 루프는 정상 상태 내용에만 적용하며 사건 음향은 켜지 마세요.
다른 장면의 템플릿 혼용. UI 음향의 "no reverb, dry"를 실외 앰비언스에 쓰면 공간감이 사라지고, 앰비언스의 "spacious, distant"를 클릭 음향에 쓰면 뭉개진 소리가 됩니다. 세 장면을 나누어 쓰고 각각 반복하는 편이 같은 템플릿을 돌려 쓰는 것보다 훨씬 안정적입니다.
재질, 동작, 거리를 세 개의 점검 항목으로 삼아 제출 전마다 훑으면 대부분의 불안정 문제를 prompt 작성 단계에서 없앨 수 있습니다.