윈도우에서 ai 자막 제대로 만드는 방법
얼마 전 지인이 20분짜리 설명 영상에 ai 자막을 붙였는데, 작업보다 수정에 시간이 더 걸렸다고 했다. 화면을 보니 자막 프로그램의 문제가 아니었다. 마이크 소리가 작고 게임 소리가 겹쳐 있었고, 자동 생성된 문장을 확인하지 않은 채 영상에 바로 입힌 상태였다. ai 자막은 버튼 한 번으로 초안을 만드는 데는 꽤 쓸 만하다. 다만 보는 사람이 편한 자막이 되려면 음성 준비, 문장 교정, 화면 확인까지 거쳐야 한다.
먼저 음성을 듣고 작업 방식을 고른다
원본 영상을 처음부터 끝까지 재생할 필요는 없다. 시작, 중간, 끝에서 각각 30초 정도 들어보면 상태가 대체로 보인다. 목소리가 또렷한지, 배경 음악이 말을 덮는지, 여러 사람이 동시에 말하는지 확인한다. 사람 귀에도 단어가 잘 안 들리는 구간은 자동 생성 결과 역시 틀릴 가능성이 높다.
윈도우에서 녹음 장치를 다시 잡을 수 있다면 마이크를 입 가까이에 두고 입력 음량부터 확인하는 편이 빠르다. 이미 촬영한 영상이라면 음성 분리나 잡음 제거 기능을 약하게 적용한 뒤 원본과 비교한다. 잡음을 과하게 지우면 자음까지 뭉개져 인식이 더 나빠질 수 있다. 처리 전 파일은 별도로 남겨둔다.
자막 생성 방식은 크게 온라인 업로드와 PC 내부 처리로 나뉜다. 온라인 방식은 설치와 장비 설정이 간단한 편이지만 영상 업로드 시간과 서비스의 파일 제한을 확인해야 한다. 내부 처리 방식은 파일을 외부에 올리지 않아도 되지만 모델을 실행할 메모리와 저장 공간이 필요하다. PC가 느리다고 곧바로 그래픽카드를 바꿀 일은 아니다. 5분짜리 구간을 먼저 돌려 실제 처리 시간과 작업 관리자에서 메모리 사용량을 확인하면 내 PC에서 버틸 만한지 감이 온다.
전체 영상을 돌리기 전에 5분만 시험한다
처음부터 한 시간짜리 파일을 처리하면 언어 설정이나 음성 상태가 잘못됐을 때 시간을 통째로 버린다. 말이 많은 부분을 5분 정도 잘라 한국어로 지정하고 자막을 생성한다. 영상에 한국어와 영어가 섞여 있다면 자동 언어 감지가 흔들릴 수 있으니 결과를 보고 설정을 바꿔 다시 비교한다.
시험 결과에서는 세 가지만 본다. 고유명사와 숫자가 맞는지, 문장이 말보다 늦게 뜨지 않는지, 한 화면에 글자가 지나치게 많은지다. 예를 들어 ‘16기가’가 ‘60기가’로 적히면 PC 사양 설명의 뜻이 달라진다. CPU 모델명이나 윈도우 오류 코드도 같은 이유로 귀로 다시 확인해야 한다. 자동 자막의 정확도를 백분율 하나로 판단하기보다, 틀리면 내용을 바꾸는 단어부터 잡는 게 효율적이다.
편집 파일과 생성된 자막 파일은 짧은 영문 이름의 작업 폴더에 모아두면 관리하기 편하다. 영상 파일을 옮기거나 이름을 바꾼 뒤 편집기를 다시 열었을 때 미디어 연결이 끊기는 일을 줄일 수 있다. 저장 공간이 빠듯한 PC라면 원본 영상 크기만 보지 말고 생성 과정에서 생기는 임시 파일과 최종 출력 파일을 담을 여유도 확인한다.
문장보다 화면에 뜨는 시간을 먼저 맞춘다
ai 자막이 어색해 보이는 가장 흔한 이유는 오타보다 타이밍이다. 사람이 말을 시작하기 한참 전에 문장이 나타나거나, 다음 장면으로 넘어간 뒤에도 이전 문장이 남으면 시선이 계속 걸린다. 영상의 시작, 중간, 끝을 재생하면서 자막 첫 단어와 음성 시작점을 맞춘다. 중간부터 점점 밀린다면 개별 문장 몇 개만 옮기지 말고 자막 전체의 시간 기준이 어긋났는지 확인한다.
문장은 말한 그대로 길게 붙이기보다 읽기 편한 단위로 나눈다. 한 자막에 두 문장을 몰아넣으면 화면을 읽는 동안 다음 설명을 놓친다. 저는 우선 한 화면에 한두 줄만 남기고, 조사나 제품명을 중간에서 끊지 않도록 손본다. ‘그래픽 카드’를 앞뒤 자막으로 갈라놓는 식의 분할은 눈에 잘 들어오지 않는다. 빠르게 말하는 구간은 글자를 더 작게 만드는 대신 군더더기 표현을 덜어내는 편이 낫다. 다만 숫자, 부정 표현, 오류 메시지는 뜻이 바뀌지 않게 남긴다.
화자 구분도 직접 확인할 부분이다. 둘이 대화하는 영상에서는 ai가 같은 사람의 말을 둘로 나누거나 서로 다른 목소리를 합칠 수 있다. 겹쳐 말한 구간은 특히 그렇다. 그런 부분은 억지로 자동 결과를 살리기보다 필요한 발화만 듣고 다시 입력하는 편이 빠르다.
내보낸 뒤에는 다른 플레이어에서 확인한다
자막 파일을 따로 쓸 때는 SRT 형식이 흔하지만, 저장만 됐다고 끝난 건 아니다. 편집기 안에서는 정상으로 보였어도 다른 플레이어에서 한글이 깨지거나 싱크가 달라질 수 있다. SRT를 내보낼 때 문자 인코딩을 UTF-8로 설정하고, 실제로 사용할 플레이어에서 파일을 열어 확인한다. 영상과 자막 파일을 따로 전달한다면 파일 이름도 맞춰두는 편이 편하다.
영상에 자막을 직접 입히는 경우에는 PC 모니터뿐 아니라 휴대전화 화면 크기로도 본다. 모니터에서는 적당해 보인 두 줄이 작은 화면에서는 영상의 중요한 부분을 가릴 수 있다. 밝은 장면과 어두운 장면을 각각 확인하고, 글자가 묻히면 색을 계속 바꾸기보다 얇은 그림자나 배경 처리를 조절한다.
시작과 끝을 포함해 몇 군데를 다시 재생한다. 전체를 다시 고치려는 마음보다 잘못 적힌 숫자 하나, 늦게 뜨는 문장 하나를 잡겠다는 마음으로 보면 놓친 부분이 잘 보인다. 제가 쓰는 기준도 단순하다. 소리를 끄고 봐도 흐름을 따라갈 수 있고, 소리를 켰을 때 자막이 말에 걸리지 않으면 그때 파일을 건넨다.
