ai 자막 생성 윈도우 PC에서 하는 방법
얼마 전 조립 과정을 찍은 영상에 자막을 붙이는데, ‘서멀구리스’를 엉뚱한 단어로 받아 적은 구간이 여럿 나왔습니다. 말이 빠른 부분보다 쿨러 소음이 겹친 부분에서 오류가 많더군요. ai 자막 생성은 초안을 만드는 시간을 줄여주지만, 결과를 그대로 올리면 부품명 하나 때문에 설명이 달라질 수 있습니다. 저는 음성을 먼저 확인하고, 짧게 생성해 본 뒤, 자막 파일을 영상과 함께 검수하는 순서로 작업합니다.
영상보다 음성을 먼저 확인합니다
원본 영상의 처음과 중간, 끝을 각각 20초 정도 들어봅니다. 목소리가 한쪽에서만 들리거나 BGM에 묻혀 있다면 자막 도구를 바꿔도 결과가 크게 나아지지 않습니다. 헤드폰으로는 잘 들리는데 노트북 스피커에서는 대사가 흐릿하다면 음성 자체를 손볼 차례입니다.
편집 프로그램에서 음성 구간의 볼륨을 맞추고, 음악이 대사를 덮는 부분은 음악 소리를 낮춥니다. 잡음 제거는 조금씩 적용합니다. 강하게 걸면 팬 소음과 함께 자음까지 깎여 ‘그래픽카드’ 같은 단어가 뭉개질 수 있습니다. 여러 사람이 말하는 영상이라면 겹쳐 말한 구간도 표시해 둡니다. 이런 부분은 자동 인식 뒤에 사람이 다시 들어야 합니다.
전체 영상을 바로 처리하기보다 전문 용어가 나오는 3~5분 구간으로 먼저 시험합니다. 여기서 ‘XMP’, ‘BIOS’, 제품명이 반복해서 틀린다면 언어를 한국어로 지정할 수 있는지, 사용자 사전이나 용어 입력 기능이 있는지 확인합니다. 기능 이름과 지원 범위는 도구마다 다르니 실제 결과로 판단하는 편이 빠릅니다.
ai 자막 생성은 짧은 구간부터 진행합니다
자막 도구에는 보통 영상 파일을 넣거나 음성 파일만 따로 넣을 수 있습니다. 파일을 업로드해 처리하는 방식과 PC 안에서 처리하는 방식도 있습니다. 회의 녹화처럼 외부 전송이 부담스러운 영상이라면 처리 위치와 파일 보관 방식을 먼저 확인합니다. 클라우드 방식이라면 그래픽카드를 바꾼다고 음성 인식 속도가 빨라지지는 않습니다. PC에서 직접 처리하는 방식은 사용하는 모델과 프로그램에 따라 CPU, 메모리, GPU의 영향이 달라집니다.
설정에서는 음성 언어를 한국어로 맞추고, 가능하다면 화자 구분 여부를 정합니다. 한 사람이 설명하는 조립 영상이라면 화자 구분을 굳이 켤 필요가 없습니다. 생성이 끝나면 원본을 보존한 채 작업용 자막을 따로 저장합니다. 그래야 문장을 고치다가 타이밍이 틀어져도 처음 결과와 비교할 수 있습니다.
여기서 먼저 볼 것은 오탈자 개수가 아니라 자막의 시작과 끝입니다. 말이 시작되기 전에 글자가 뜨거나, 다음 장면까지 이전 문장이 남아 있으면 보는 사람이 더 거슬립니다. 저는 첫 1분을 재생하면서 타이밍을 맞춘 뒤 전체를 고칩니다. 처음부터 모든 단어를 고치면 뒤에서 자막 구간을 다시 나눌 때 손이 두 번 갑니다.
전문 용어와 숫자는 원본을 들으며 고칩니다
PC 영상에서 특히 위험한 것은 숫자입니다. ‘16기가’가 ‘60기가’로, ‘5600’이 다른 숫자로 들어가면 구매 판단에 영향을 줍니다. 용량, 클럭, 가격, 윈도우 오류 코드처럼 숫자가 들어간 자막은 재생을 멈추고 화면과 음성을 함께 대조합니다. 화면에 보이는 제품 상자나 설정 창도 확인하되, 화면과 말이 다르면 어느 쪽이 맞는지 원본 자료를 다시 확인합니다.
그다음에는 검색 기능으로 자주 틀리는 단어를 훑습니다. CPU 모델명, 메인보드 이름, ‘서멀구리스’, ‘부팅 순서’ 같은 표현을 한 번에 찾아보면 같은 오류를 놓칠 확률이 줄어듭니다. 자동 바꾸기를 쓸 때는 비슷하게 들리는 다른 문장까지 바뀌지 않았는지 확인합니다.
문장 길이도 손봅니다. 한 화면에 세 줄씩 빽빽하게 나오면 정확한 자막이어도 읽기 어렵습니다. 뜻이 끊기지 않는 지점에서 두 줄 안팎으로 나누고, 화면에 부품명이나 설정값이 크게 표시되는 순간에는 그 글자를 자막이 가리지 않게 배치합니다. 빠르게 지나가는 자막은 글자 수를 줄이기 전에 표시 시간을 늘릴 여지가 있는지 봅니다. 말을 임의로 줄이면 설명의 조건이 빠질 수 있기 때문입니다.
윈도우에서 막히면 입력과 파일을 구분해 봅니다
녹음 버튼을 눌렀는데 음성이 들어오지 않는다면 윈도우 설정의 시스템, 소리에서 입력 장치와 입력 음량을 확인합니다. 설정의 개인정보 및 보안, 마이크에서 앱의 마이크 접근 권한도 볼 수 있습니다. 마이크를 사용하는 데스크톱 프로그램이라면 해당 접근 설정이 필요할 수 있습니다. 반면 이미 녹화한 파일을 불러와 자막을 만드는 작업이라면 마이크 권한보다 파일 형식과 영상의 음성 트랙을 먼저 확인하는 게 맞습니다.
생성한 자막 파일이 편집 프로그램에서 깨지면 같은 파일을 메모장에서 열어 한글이 정상인지 봅니다. 글자가 깨져 있다면 UTF-8로 저장한 사본을 만들어 다시 불러옵니다. 파일을 읽기는 하는데 자막이 안 보인다면 영상 시작 시간과 자막의 시간 정보가 맞는지, 편집 프로그램에서 자막 트랙이 숨겨져 있지 않은지 확인합니다. 영상만 따로 인코딩했다면 자막 파일을 함께 전달해야 하는 방식인지도 확인해야 합니다.
내보낸 영상은 처음부터 다시 재생합니다
편집 화면에서 맞던 자막도 내보낸 영상에서는 위치가 달라지거나 화면 밖으로 잘릴 수 있습니다. 휴대폰 크기로도 재생해 첫 장면, 중간의 빠른 설명, 마지막 장면을 확인합니다. 자막 파일을 별도로 올릴 계획이라면 영상과 함께 열어 시간이 맞는지도 봅니다. 유튜브 역시 자동 생성 자막의 잘못 인식된 부분을 검토하고 수정하도록 안내합니다.
제 작업에서는 AI가 받아쓰는 시간보다 용어와 숫자를 확인하는 시간이 더 중요했습니다. 특히 조립 순서나 오류 해결 절차를 설명하는 영상은 단어 하나가 행동을 바꿉니다. 짧은 구간으로 음성 상태와 인식 결과를 확인한 뒤 전체 영상으로 넘어가면, 자막을 다시 만드는 일도 눈에 띄게 줄어듭니다.
