AI 자동 자막: 음성 인식부터 자막 파일 내보내기까지 전체 과정
동영상에 자막을 넣을 때 가장 시간이 많이 드는 부분은 보통 타이핑이 아니라 한 문장씩 타임라인에 맞추는 작업입니다. 이 도구는 Whisper 음성 인식 모델로 타임코드가 포함된 초안을 먼저 만든 뒤, 편리한 교정 화면을 제공해 인식 결과를 바로 쓸 수 있는 자막으로 다듬을 수 있게 해 줍니다. YouTube 크리에이터, 팟캐스트, 강의를 녹화하는 선생님, 회의나 강연 기록처럼 녹취록이 필요한 상황에 적합합니다.
인식 방식: 클라우드 가속과 로컬 인식
이 도구는 두 가지 인식 방식을 제공하므로 필요에 따라 선택할 수 있습니다.
- 클라우드 가속 인식(기본값으로 켜짐): 오디오를 이 사이트가 Cloudflare Workers AI에 구축한 Whisper 서비스로 보내 인식합니다. 속도가 빠르고 휴대폰에서도 원활하게 쓸 수 있습니다. 처리 후에는 이 사이트에 보관되거나 다른 용도로 사용되지 않으며, 자세한 내용은 개인정보 처리방침을 참고하세요. 클라우드 할당량이 소진되거나 연결에 실패하면 자동으로 로컬 엔진으로 전환됩니다.
- 로컬 인식: '클라우드 가속 인식 사용'의 체크를 해제하면 AI 모델이 브라우저로 다운로드되어 사용자의 기기에서 실행되며, 오디오는 브라우저 밖으로 전혀 나가지 않습니다. 처음 사용할 때는 모델을 다운로드해야 하고, 이후에는 캐시에서 불러옵니다.
설정 권장 사항
- 언어: 동영상의 언어를 알고 있다면 직접 지정해 모델의 오판을 막을 수 있습니다. 여러 언어가 섞여 있거나 확실하지 않을 때만 '자동 감지'를 사용하세요.
- 인식 품질: '표준'은 속도와 정확도의 균형이 좋아 대부분의 콘텐츠에 적합합니다. '고정밀'은 더 느리므로 데스크톱에서 사용하는 것을 권장하며, 전문 용어가 많거나 녹음 상태가 좋지 않은 동영상에 적합합니다.
- 중국어 자막 문자: Whisper 모델이 출력하는 중국어는 기본적으로 간체자이며, '번체 중국어'를 선택하면 자동으로 번체자로 변환됩니다.
- 이미 자막 파일이 있다면 '기존 SRT 자막 파일 가져오기'로 인식을 건너뛰고 교정과 내보내기 기능만 사용할 수 있습니다.
자막 교정 요령
- 자막 텍스트를 바로 클릭하면 수정할 수 있습니다. 커서 위치에서 Enter를 누르면 자막이 두 구간으로 나뉘고, Shift + Enter는 같은 구간 안에서 줄을 바꿉니다.
- 한 문장이 너무 잘게 나뉘었다면 '다음과 병합'으로 두 구간을 다시 합치세요.
- 타임코드는 평소에는 접혀 있어 화면이 깔끔하고, 미세 조정이 필요할 때만 펼쳐서 수정하면 됩니다.
- '군더더기 표현 확인'은 말버릇과 불필요한 단어를 표시해 한 번에 정리할 수 있게 해 주므로 자막이 더 읽기 쉬워집니다.
- 왼쪽의 미디어 미리보기를 재생하면서 교정하면 인식 오류를 가장 쉽게 찾을 수 있습니다.
내보내기 형식은 어떻게 고를까요?
SRT는 가장 범용적인 자막 형식으로, YouTube, Premiere Pro, DaVinci Resolve, CapCut 등 대부분의 플랫폼과 편집 프로그램에서 가져올 수 있습니다. VTT는 웹페이지의 HTML5 동영상 플레이어에 적합합니다. TXT는 타임코드가 없는 일반 텍스트 녹취록으로, 회의록을 정리하거나 글로 다시 쓸 때 적합합니다. '전체 텍스트 복사'를 하거나, '자막을 MP4에 입히기'로 자막이 들어간 동영상을 바로 만들 수도 있습니다.
인식 정확도를 높이는 팁
- 녹음이 깨끗할수록 좋습니다. 배경 음악이 크거나 여러 사람이 동시에 말하면 정확도가 떨어집니다.
- 인명, 지명, 전문 용어는 잘못 인식되기 쉬우므로, 인식 후 브라우저의 찾기 기능으로 하나씩 확인해 일괄 수정하는 것을 권장합니다.
- iPhone과 iPad의 로컬 인식은 아직 실험적인 기능입니다. 페이지가 새로고침된다면 클라우드 가속을 사용하거나 컴퓨터에서 자막을 만든 뒤 휴대폰으로는 교정만 하는 것을 권장합니다.
AI 자동 자막 사용 방법
- 인식할 동영상·오디오 파일을 올리거나, 기존 SRT 자막 파일을 가져와 인식 단계를 건너뜁니다.
- 언어와 인식 품질을 고른 뒤 자막 생성을 시작합니다. 처음 사용할 때는 AI 모델이 브라우저로 다운로드됩니다.
- 인식이 끝나면 문장별로 텍스트를 고치고 타이밍을 조정하며, 자막을 나누거나 합칠 수 있습니다.
- 수정이 끝나면 SRT, VTT 자막 파일이나 일반 텍스트 원고로 내보냅니다.
자주 묻는 질문
Q: 음성 인식을 위해 동영상이 서버로 업로드되나요?
기본 설정인 '클라우드 가속 인식'은 오디오를 Cloudflare Workers AI에 있는 이 사이트의 인식 서비스로 보내 처리하며, 처리 후에는 보관하지 않습니다. 이 옵션을 해제하면 브라우저 안에서 인식하므로 미디어가 기기 밖으로 나가지 않습니다.
Q: 인식 정확도는 어떤가요? 결과를 수정할 수 있나요?
정확도는 억양과 배경 소음의 영향을 받습니다. 인식 후 문장별로 텍스트와 타이밍을 직접 수정할 수 있습니다.
Q: 어떤 언어를 지원하나요?
중국어, 영어, 일본어, 한국어, 프랑스어, 독일어, 스페인어 등 여러 언어의 자동 감지와 인식을 지원합니다.
Q: 어떤 형식으로 내보낼 수 있나요?
SRT, VTT 자막 파일이나 일반 텍스트 원고로 내보낼 수 있어 편집 프로그램이나 SNS에 바로 쓸 수 있습니다.
Q: 처음 사용할 때 느린 것이 정상인가요?
네. 처음에는 AI 모델을 브라우저 캐시에 내려받아야 합니다. 이후에는 캐시에서 바로 불러오므로 훨씬 빨라집니다.
