오디오·동영상용 AI 전사 및 자막 생성기: 녹음을 정확하고 편집 가능한 텍스트로

전에는 인터뷰를 받아쓰기해서 에피소드 노트를 만드느라 매주 일요일 네 시간을 통째로 비워둬야 했어요. 지금은 에피소드를 업로드하고 커피 한 잔 가져오면, 머그컵이 비기도 전에 끝나 있죠. 한 달에 대략 16시간을 이제는 쇼를 실제로 만드는 데 쓸 수 있게 됐어요.

전에는 에피소드당 전문 전사자에게 약 90달러를 지불했어요. 매주 방송이니 계산해보시면 알 거예요. 서비스를 바꾸고 나니 한 달 전체 비용이 예전 인보이스 두 개 값보다도 적게 나와요. 정확도도 꽤 좋아서 이름이나 간간이 나오는 브랜드 용어만 고쳐주면 돼요.

한 시청자가 청각 장애가 있는데 예전 자동 자막은 도저히 볼 수가 없다고 메시지를 보냈어요. 오후 반나절 만에 해결했죠. 이제는 업로드하는 모든 영상에 깔끔한 자막이 들어가고, 그런 불만은 완전히 사라졌어요.

제 일을 조용히 바꿔놓은 부분이 바로 이거예요. 한 취재원이 2024년에 진행했던 통화에서 언급된 내용을 언급했는데, 저는 약 10초 만에 정확한 문장을 찾아냈습니다. 제가 녹음한 모든 인터뷰가 이제는 검색해서 찾아볼 수 있는 텍스트가 되었어요.

저희 뉴스룸은 매달 인간 전사 서비스에 600달러 가까이 쓰고 있었어요. 민감한 법정 관련 자료는 여전히 사람이 처리하지만, 나머지는 전부 이쪽으로 옮겼습니다. 비용은 약 70% 줄었고, 초안 품질에 대한 불만도 전혀 없었어요.

목요일에 포커스 그룹을 마쳐도 그다음 주까지는 사용할 수 있는 전사본이 나오지 않았습니다. 이제는 그날 안에 준비가 끝나서, 기억이 생생할 때 팀이 곧바로 주제를 정리하기 시작합니다. 지난번에는 클라이언트 결과물을 3일 앞당겨 전달했습니다.

저는 나이 많은 포르투갈어와 우크라이나어 사용자들의 구술 기록을 수집합니다. 이 언어들로 정확한 전사본을 얻는 것은 예전에는 정말 어렵고 비용도 많이 들었어요. 이제는 동일한 작업 흐름의 일부가 되었고, 보관용으로 번역본도 함께 첨부할 수 있습니다.

1인 변호사로서 저에게 시간은 곧 상품입니다. 예전에는 의뢰인과의 통화 내용을 기억에 의존해 요약하거나 녹음을 다시 들어야 했습니다. 지금은 전체 녹취록을 확보해두고 필요한 내용을 몇 분 안에 찾아냅니다. 그만큼 낭비하던 시간을 이제는 청구할 수 있게 되었죠.

이제 회의록 작성을 따로 맡기지 않습니다. 회의 내용이 끝나면 전사본과 요약이 채널에 올라오고, 담당자에게는 각자 맡은 일이 태그로 표시됩니다. "그거 당신이 처리하는 줄 알았는데" 같은 상황이 줄어든 것만으로도 충분히 값어치가 있었습니다.

영업 담당자들이 매일 마지막 10분을 기억을 되짚어 CRM을 업데이트하는 데 쓰고 있었습니다. 이제는 통화 녹취록과 핵심 내용이 자동으로 반영됩니다. 6명으로 구성된 팀 전체에 진짜 영업 시간을 돌려준 셈이죠.

각 언어마다 번역 업체를 따로 고용하지 않고도 제품 영상을 독일어, 프랑스어, 포르투갈어로 현지화했습니다. 두 분기가 지난 지금 해당 지역은 파이프라인의 실질적인 비중을 차지하고 있습니다. 콘텐츠는 그대로인데 새로운 매출이 생겼고, 마케팅 인력도 늘리지 않았습니다.

강의 라이브러리에 자막과 번역 자막을 추가한 것은 해외 등록률을 높이는 데 있어 단연 가장 큰 변화였습니다. 영어를 사용하지 않는 국가의 학생들이 더 이상 이탈하지 않게 되었죠. 이제 신규 가입자의 약 3분의 1이 국내 시장 밖에서 유입되고 있습니다.

저희 에이전시는 엄청난 양의 클라이언트 영상을 처리합니다. 예전의 수동 자막 작업 방식은 프로젝트가 멈춰버리는 지점이었죠. 이 서비스가 그 문제를 해결했습니다. 자막 작업을 몇 시간 만에 끝내고 있고, 여유 생긴 처리 능력 덕분에 리테이너 클라이언트를 두 곳 더 받았습니다.

예상하지 못했던 건, 텍스트로 변환하고 나면 한 에피소드에 이렇게 많은 콘텐츠가 담겨 있다는 사실이었어요. 다시 볼 필요 없이 하나의 전사본에서 인용 카드 3~4개, 뉴스레터 문구, 릴스 자막 몇 개를 뽑아냅니다. 덕분에 게시 빈도가 주 2회에서 거의 매일로 늘었어요.

자막을 달기 시작하고 보니 제 유튜브 시청자의 절반이 라틴 아메리카에 있다는 걸 알게 됐어요. 이제는 모든 영상에 영어와 스페인어 자막을 넣는데, 스페인어 버전이 원본과 거의 비슷한 조회수를 기록하고 있어요. 1년만 더 일찍 시작했더라면 좋았을 텐데요.

40분짜리 전화 인터뷰, 기사 작성 시간은 30분. 얼마 전까지만 해도 그건 오디오를 몇 번씩 돌려 들으며 인용문을 정신없이 받아 적어야 한다는 뜻이었죠. 녹음 파일을 넣고 필요한 두 문장을 검색해서, 5분을 남기고 기사에 붙여넣을 수 있었습니다.

저는 이민 문제를 취재하는데, 인터뷰의 상당수가 영어가 아닙니다. 같은 곳에서 전사와 번역을 동시에 할 수 있다는 건 외부 서비스에 3일씩 기다릴 필요가 없다는 뜻이죠. 취재 과정의 실질적인 걸림돌 하나를 없앨 수 있었습니다.

저는 질적 연구를 진행하기 때문에 분석을 시작하기 전에 모든 인터뷰를 전사본으로 만들어야 합니다. 예전에는 프로젝트 전체 2주가 걸리던 작업이 이제는 이틀 정도면 끝나요. 화자 라벨도 정확도가 높아서 인용할 때 믿고 사용할 수 있어요.

제 조교 장학금으로는 인터뷰 40개를 전문 업체에 맡길 여유가 없었어요. 이 서비스는 논문 전체 데이터셋을 처리하는 데 다른 업체가 파일 5개에 부른 견적보다도 적은 비용이 들었죠. 발음이 뭉개진 음성에서는 완벽하지 않지만, 에디터 덕분에 수정 작업이 빠르게 끝나요.

증언 녹취록을 외주로 맡기고 있었는데, 여러 사건이 겹치면서 청구서 금액이 빠르게 쌓여갔습니다. 일상적인 것들을 자체적으로 처리하기 시작하면서 그 비용을 절반 이상 줄일 수 있었습니다. 법정에 제출할 자료는 여전히 사람이 검증하도록 하지만, 일상적인 업무는 이제 문제없이 처리하고 있습니다.

진료 사이사이 문서 작업에 파묻혀 지냈어요. 구술한 내용을 깔끔한 텍스트로 받아보니 다음 환자가 들어오기 전에 진료 기록을 마무리할 수 있게 됐습니다. 이제 다시 제시간에 퇴근할 수 있어요.

UX 리서처로서 저는 한 연구당 약 8건의 사용자 인터뷰를 진행합니다. 인터뷰 당일 바로 검색 가능한 텍스트로 변환할 수 있어서, 인터뷰가 진행되는 동안에도 인용문에 태그를 달고 보고서를 작성할 수 있습니다. 지난 프로젝트에서는 약 일주일을 단축했습니다.

저는 VA(가상 비서)인데, 이걸 기반으로 고객들에게 회의록 작성 서비스를 추가했어요. 매달 고정 비용만 내고, 고객당 요금을 받으니 그 마진으로 다른 도구 비용까지 대부분 충당돼요. 전사 도구가 수익원이 될 줄은 몰랐네요.

십여 명의 후보자를 대상으로 채용을 진행하면서, 제 노트는 늘 뒤죽박죽인 낙서 수준이었어요. 이제는 모든 인터뷰가 동일한 방식으로 텍스트로 변환되어 답변을 나란히 놓고 비교할 수 있어요. 디브리핑 회의 시간도 줄었고, 감에 의존한 결정도 줄었어요.

우리는 작은 비영리 단체이고, 공개 웨비나에 자막을 넣는 일은 항상 예산에서 제외되곤 했습니다. 이 서비스 덕분에 비용이 실제로 감당할 수 있는 수준으로 낮아졌습니다. 이제 저희가 게시하는 모든 콘텐츠는 접근 가능하며, 이는 우리가 하는 일의 핵심 목적입니다.