음성 전사·자막 용어집

녹음을 텍스트로 옮기거나 자막 작업을 할 때 만나는 용어를 예시, 실제로 의미하는 바와 함께 짧고 실용적으로 정리했습니다.

SRT 파일: SRT 파일(SubRip Subtitle, .srt)은 일반 텍스트로 된 자막 파일입니다. 각 자막은 번호가 붙은 큐로, 시작 시간과 종료 시간, 한두 줄의 텍스트를 담고 있습니다. 플레이어와 플랫폼은 그 시간에 맞춰 영상 위에 텍스트를 표시하며, 시청자는 자막을 켜거나 끌 수 있습니다.
VTT 파일: VTT 파일(WebVTT, .vtt)은 웹 영상에서 쓰는 자막·캡션 형식입니다. SRT처럼 일반 텍스트이지만 첫 줄이 WEBVTT로 시작하고, 밀리초 앞에 마침표를 씁니다. 또한 브라우저가 이해하는 스타일, 위치, 화자 태그를 담을 수 있습니다.
오픈 캡션(하드코딩 자막): 오픈 캡션은 영상 자체에 화면의 일부로 입힌 자막입니다. 항상 보이고, 어떤 플레이어나 플랫폼에서도 똑같이 표시되며, 끌 수 없습니다. 반면 클로즈드 캡션은 별도 트랙으로 제공되어 시청자가 켜고 끌 수 있습니다.
SDH 자막: SDH는 Subtitles for the Deaf and Hard of Hearing, 즉 청각장애인·난청인을 위한 자막의 약자입니다. SDH 자막은 대사뿐 아니라 화면 밖 화자의 이름과 [문 쾅 닫히는 소리], [휴대폰 진동], [긴장감 도는 음악]처럼 중요한 소리를 함께 적어, 소리 없이도 영상을 이해할 수 있게 합니다. 스트리밍 서비스에서는 예를 들어 English [SDH]처럼 표시합니다.
화자 분리(화자 다이어라이제이션): 화자 분리(화자 다이어라이제이션)는 음성 인식에서 누가 언제 말했는지 알아내는 단계입니다. 녹음을 목소리별 구간으로 나누고 화자 1, 화자 2처럼 라벨을 붙여, 인터뷰나 회의 전사본이 하나의 긴 텍스트가 아니라 사람별 발언으로 표시되게 합니다.
축어 전사(버바텀): 축어 전사(버바텀 전사)는 말을 들리는 그대로 적는 방식입니다. ‘음’, ‘어’ 같은 군말, 반복된 단어, 말을 꺼냈다가 고치는 부분, 말더듬, 그리고 [웃음] 같은 비언어적 소리까지 적는 경우가 많습니다. 반대 개념인 클린 버바텀은 화자의 말과 의미는 그대로 두고, 군말과 더듬는 부분을 지워 매끄럽게 읽히게 합니다.
타임코드: 타임코드는 영상의 모든 프레임에 붙는 라벨로, 시:분:초:프레임 형식으로 씁니다. 01:02:03:12는 3초째의 12번째 프레임입니다. 편집자는 이를 이용해 프로젝트의 모든 사본에서 같은 순간을 찾습니다. 반면 자막 파일은 보통 밀리초로 시간을 세기 때문에 여기서 혼동이 생깁니다.
강제 자막(Forced 자막): 강제 자막은 시청자가 자막을 꺼 두어도 나타나는 자막입니다. 영화의 언어를 아는 시청자라도 놓칠 수 있는 부분만 다룹니다. 다른 언어로 된 대사, 간판, 편지, 화면 속 글자 등입니다. 스트리밍 서비스에서는 이를 Forced Narrative 자막이라고 부릅니다.
전사 규칙: 전사 규칙은 말을 텍스트로 옮길 때 지키기로 합의한 규칙입니다. 화자, 휴지, 겹쳐서 말한 부분, 강조, 웃음, 알아들을 수 없는 말을 어떻게 표시할지 정합니다. 연구나 프로젝트는 하나의 규칙을 골라 모든 전사본에 적용하며, 그래야 여러 사람이 만든 전사본을 서로 비교할 수 있습니다.
더빙 대본: 더빙 대본은 영화나 영상의 번역 대사를, 원래 대사가 화면에서 차지하는 시간 안에 말할 수 있도록 다시 쓴 것입니다. 모든 대사를 말하는 인물, 시작·종료 타임코드와 함께 정리합니다. 이렇게 각색한 텍스트를 성우나 AI 목소리가 스튜디오에서 읽습니다.
더빙: 더빙 뜻을 한마디로 하면, 영화·드라마·영상 속 말소리를 새로 녹음한 음성으로 바꾸는 것입니다. 보통 다른 언어로 번역한 음성을 써서, 시청자가 자막을 읽는 대신 자기 언어로 이야기를 듣게 합니다. 새 대사는 화면 타이밍에 맞추고, 원본의 음악과 효과음은 그대로 둡니다.
보이스오버 번역: 보이스오버 뜻은 번역 분야에서, 원래 오디오 위에 말로 하는 번역을 얹는 것을 말합니다. 원래 음성은 볼륨을 낮춘 채 아래에서 계속 들립니다. 더빙과 달리 원래 목소리를 대신하거나 입 모양에 맞추려 하지 않으며, 시청자는 다른 사람이 통역하고 있다는 것을 알 수 있습니다.
보이스 클로닝: 보이스 클로닝은 특정 실제 인물의 음성 녹음으로, 그 사람처럼 들리는 합성 목소리를 만드는 것입니다. 이렇게 만든 복제 목소리는 그 사람이 녹음한 적 없는 새 문장, 다른 언어의 문장까지 말할 수 있으며, 더빙 도구가 번역에서 화자 본인의 목소리를 유지하는 방식이 바로 이것입니다.