대본 있는 촬영본 자막, SRT는 타임코드만 새로 뽑습니다

3줄 요약

• 자막 작업에는 타임코드와 정확한 글자, 서로 다른 출처에서 나오는 두 가지 정보가 필요합니다.
• 원본 대본이 있다면 자동 전사 SRT와 대조해 차이 구간을 찾고, 실제 발화와 타이밍을 확인합니다.
• 받아쓰기 결과와 원본 대본을 함께 언어 모델에 올려 대조를 요청하면 손으로 고칠 글자가 크게 줄어듭니다.

근거·적용 범위 숏폼 후보 생성과 자막 검수는 별개의 작업입니다. 산출 편수를 고정값으로 예상하지 말고 실제 후보의 발화·자막을 확인합니다.

촬영 대본이나 강연 원고가 이미 손에 있는데도, 편집기 앞에서는 자막을 처음부터 다시 받아쓰는 경우가 많습니다. 이미 확정된 문서를 두고도 오디오만 듣고 글자를 새로 알아내려 하면, 같은 정보를 두 번 만드는 셈이 됩니다.

자막 작업에는 어느 문장이 몇 초에 나오는지 알려주는 타임코드와 정확한 글자가 필요합니다. 자동 전사로 시간과 문장 후보를 얻고, 대본은 고유명사·표기의 대조 기준으로 활용할 수 있습니다. 실제 발화가 대본과 다르면 음성을 기준으로 고치며, 자동으로 얻은 타임코드도 확인합니다.

롱폼 촬영본을 반복해서 재가공하는 채널일수록 이 구분이 누적된 시간 차이를 만듭니다. 한 편씩 새로 받아쓰는 대신 원본 문서를 대조 기준으로 삼아두면, 다음 촬영본부터는 판단할 일 자체가 줄어듭니다.

자막 작업이 유독 오래 걸리는 이유는 무엇일까요?

자막 작업이 오래 걸리는 이유는 서로 다른 두 가지 정보를 하나의 절차로 한꺼번에 처리하려 하기 때문입니다. 자막 한 줄에는 시작·종료 시점을 가리키는 타임코드와, 그 구간에 보여줄 정확한 글자가 함께 들어갑니다. 이 둘은 각각 오디오와 원본 문서라는 서로 다른 재료에서 나옵니다.

촬영본의 자동 전사에서는 발화 시점과 인식 문장 모두 오류가 날 수 있습니다. 특히 고유명사와 숫자는 대본을 함께 보면 차이를 찾기 쉽습니다. 자동 자막을 완성본으로 채택하기보다 문구와 타이밍을 확인할 초안으로 다룹니다.

이미 확정된 대본이나 원고가 있는 촬영본이라면 사정이 또 다릅니다. 정확한 글자는 이미 문서로 존재하니, 오디오에서 다시 알아낼 필요가 없는 정보이기 때문입니다. 그런데도 편집기의 자동 자막 기능 하나에 두 가지 정보를 다 맡기다 보면, 이미 손에 쥔 문서를 두고도 같은 글자를 처음부터 새로 받아쓰는 중복 작업이 생깁니다.

자막은 편집 공정의 마지막 장식이 아니라 컷을 정리하는 일과 같은 무게를 가진 작업입니다. 롱폼을 여러 편의 숏폼으로 쪼개는 채널이라면, 이 무게는 편마다 그대로 반복되므로 어느 정보가 어디서 나오는지 미리 구분해두는 편이 이득입니다.

자동 자막 기능이 막혀 있으면 어떻게 해야 할까요?

자동 자막 기능이 유료로 막혀 있다면, 나레이션 오디오만 따로 추출해 무료로 쓸 수 있는 받아쓰기 서비스에 넣는 방식으로 우회할 수 있습니다. 캡컷처럼 편집기 자체의 자동 캡션이 결제 화면으로 막히는 경우라면 음성 파일로 SRT 만드는 법을 참고해 같은 우회 경로를 잡을 수 있습니다. 이 절차로 얻는 결과물은 완성된 자막이 아니라 타임코드만 붙어 있는 반제품 SRT 파일입니다.

SRT란 자막이 화면에 나타나고 사라지는 시각과 그 사이에 보여줄 텍스트를 순서대로 기록해 둔 텍스트 기반 자막 파일 형식입니다. 유튜브 자막 업로드에서도 지원되는 형식 중 하나입니다(유튜브 자막 파일 형식 안내). 이 글에서 말하는 반제품 SRT는 타임코드와 인식 문장이 들어 있지만 둘 다 최종 검수가 필요한 중간 산출물입니다.

절차는 세 동작으로 정리됩니다.

• 타임라인에서 나레이션(또는 촬영본) 오디오만 따로 추출합니다
• 무료로 쓸 수 있는 받아쓰기 서비스에 그 오디오 파일을 넣습니다
• 타임코드가 붙은 SRT 파일을 받습니다

여기서 얻으려는 것은 자막 문구가 아니라 발화 시점 정보 하나입니다. 원고가 이미 있다면 같은 글자를 오디오에서 다시 알아낼 이유가 없습니다. 이 방식이 필요한 이유는 자동 자막 기능이 유료로 막혀 있을 때뿐입니다. 다만 요금 정책은 자주 바뀌므로 지금도 그대로인지는 따로 확인이 필요하죠.

받아쓰기 결과는 어떻게 손봐야 정확해질까요?

받아쓰기 결과를 교정하려면 SRT 파일과 원본 대본을 함께 대조하고, 서로 다른 구간을 표시하도록 요청합니다. 고유명사와 숫자의 표기는 대본을 참고하되, 실제 발화와 다른 문장을 대본대로 일괄 교체하지 않습니다. 누락과 타이밍은 촬영본의 음성으로 확인합니다.

대조 문서를 함께 제시하면 기억에 의존해 교정하는 부담을 줄일 수 있습니다. 다만 문서는 발화를 대신하는 정답지가 아닙니다. 수정 후보를 먼저 찾고 원음으로 확인한 텍스트를 확정합니다. 여러 언어로 자막을 늘릴 때도 번역 전에 원문을 확인하는 절차가 중요합니다.

차이 구간을 자동으로 찾더라도 최종 채택은 실제 음성과 대조해 판단합니다. 다만 이 절차를 거쳤다고 오탈자가 완전히 사라지는 것은 아니죠. 업로드 전에 고유명사와 숫자만 한 번 훑어보는 확인 단계는 남겨두는 편이 안전합니다. 이 표기 점검에 더해 발화 누락, 문장 순서, 시작·종료 타이밍도 재생하면서 확인해야 합니다.

이 순서를 한 번 정해두면, 촬영본이 늘어날수록 사람이 반복해야 할 확인 시간은 오히려 줄어듭니다. 교정 대상이 자막 전체에서 확인 구간 몇 곳으로 좁혀지기 때문입니다.

그림: 대본은 표기와 내용의 대조 자료입니다. 실제 발화가 다르거나 타임코드가 어긋난 구간은 음성을 기준으로 다시 확인하고, 발화·누락·숫자·타이밍 검수 후 SRT를 내보냅니다.

대본이 없는 촬영본에도 이 방식을 쓸 수 있을까요?

대본이 없는 촬영본에도 이 방식을 쓸 수 있습니다. 핵심 조건은 특정 도구가 아니라 대조 기준이 될 원문의 존재 여부이기 때문입니다. 대본을 먼저 쓰고 녹음했거나, 강연 원고가 남아 있거나, 롱폼 자막을 한 번 확정해 둔 경우라면 그대로 적용됩니다.

반대로 대본 없이 말하고 나중에 자막을 붙이는 경우라면, 절차를 한 단계 앞에서 시작하면 됩니다. 처음 받은 자막 결과를 한 번만 제대로 손봐서 확정 원문으로 만들어 두고, 그다음부터는 이 문서를 대조 기준으로 삼는 것입니다. 원문을 만드는 비용은 한 번뿐이고, 그 뒤로는 편마다 반복해 회수됩니다.

한국어 콘텐츠에서 오인식이 몰리는 자리는 어느 정도 예측할 수 있습니다. 서비스명·요금제·수치처럼 흔치 않은 고유명사와 숫자가 특히 그렇습니다. 숏폼에서는 이 오탈자의 비용이 롱폼보다 훨씬 큽니다. 세로 화면에서 자막은 화면 면적을 크게 차지하고, 소리 없이 보는 시청자 비율도 높아 문장 하나가 짧은 만큼 오탈자를 피해 갈 여지도 적습니다.

마케팅 실무자에게는 이 문제가 조금 다르게 다가옵니다. 강연·웨비나·인터뷰 자산에는 발표 원고나 진행 큐시트, 보도자료가 이미 함께 남아 있는 경우가 많습니다. 그런데 클립을 만들 때 그 문서를 열어보지 않고 자막을 처음부터 새로 받아쓰는 일이 흔합니다. 회사명·직함·제품명을 정확히 적은 문서가 옆 폴더에 있는데도 그렇습니다.

롱폼을 숏폼 여러 편으로 쪼갤 때는 왜 이 절차가 더 중요해질까요?

롱폼 하나에서 숏폼 여러 편을 뽑을 때 자막을 편마다 새로 받아쓰면, 오인식 교정도 편 수만큼 그대로 반복됩니다. 같은 말을 여러 번 받아쓰지 않는 것, 이게 핵심입니다. 반복되는 작업을 여덟 칸으로 쪼개는 재가공 관점으로 보면, 자막 대조는 그 여덟 칸 중 규칙으로 미리 고정해 둘 수 있는 자리에 해당합니다.

한 번만 순서를 정해 문서로 남겨두면, 다음 영상부터는 판단할 필요가 없습니다. 오디오 추출, 받아쓰기, 대조 요청까지 이어지는 흐름을 매뉴얼 하나로 묶어두면, 도구가 바뀌어도 타임코드는 오디오에서 글자는 원문에서 가져온다는 구조 자체는 그대로 유지됩니다. 전사 텍스트를 자막에서만 쓰고 버리지 않는다면, 같은 파일을 다음 작업의 공통 입력으로도 재사용할 수 있습니다.

롱폼 영상 하나를 자막이 포함된 세로 숏폼 여러 개로 자동 변환해 돌려주는 도구로는 ENLIT 같은 서비스가 쓰입니다. ENLIT은 유튜브 링크나 영상 파일을 입력받아 긴 촬영본을 숏폼으로 재가공합니다. ENLIT 제품 안내 후보 생성 후에도 고유명사, 숫자, 발화 누락은 실제 음성과 대조해야 합니다.

자막을 매번 새로 만드는 대신 원문을 축으로 삼아두면, 늘어나는 편수는 반복되는 부담이 아니라 그대로 쌓이는 콘텐츠 자산이 됩니다.

한눈에 비교

오늘 바로 적용한다면

• 촬영본과 짝이 되는 대본·원고 파일이 남아 있는지 먼저 확인합니다
• 나레이션 오디오만 추출해 무료 받아쓰기 서비스에 넣고 타임코드가 붙은 SRT를 받습니다
• SRT 파일과 원본 대본을 대조해 차이 구간을 표시하고 실제 음성으로 확인합니다
• 업로드 전 고유명사·숫자·발화 누락·타이밍을 검수합니다
• 확정한 대조 절차를 매뉴얼 한 장으로 남겨 다음 영상부터 그대로 반복합니다

자주 묻는 질문

원본 대본이 있으면 자동 자막 기능을 아예 안 써도 되나요?

자동 자막을 실행해 시간과 문장 후보를 얻은 뒤 대본과 대조할 수 있습니다. 타임코드와 문장은 각각 실제 음성으로 검수합니다. 대본과 다르게 말한 구간은 실제 발화를 따르고, 고유명사·숫자·누락·타이밍을 확인합니다.

SRT 파일을 대본과 대조할 때 어떤 방식으로 요청하나요?

SRT와 대본을 함께 제시하고, 문장이 다른 구간과 고유명사·숫자의 수정 후보를 표시하도록 요청합니다. 원음에 없는 말을 추가하지 않고 실제 발화를 우선하도록 명시합니다. 결과는 음성과 대조해 누락과 타이밍까지 확인한 뒤 내보냅니다.

대본이 아예 없는 촬영본에는 이 방법을 쓸 수 없나요?

대본이 없는 촬영본도 전사 결과를 실제 음성과 대조해 기준 텍스트를 만들 수 있지만, 대본과 맞추는 과정을 그대로 적용할 수는 없습니다. ENLIT은 유튜브 링크나 영상 파일을 입력받아 긴 촬영본을 숏폼으로 재가공합니다. ENLIT 제품 안내 긴 영상 전체의 전사·SRT가 필요한 작업과 숏폼 제작은 구분하고, 선택한 후보의 고유명사와 발화 누락을 원본으로 검수하세요.