영상 편집을 빨리 배우는 방법은 소프트웨어의 버튼 하나하나를 먼저 익히는 게 아니라, 고정된 작업 순서를 갖추는 것이다. 이 글은 "기획 → 촬영 → 러프컷 → 자막/텍스트 → 내보내기·발행" 순서로 진행하며, 각 단계에서 무엇을 결정해야 하는지 짚는다.
초보자가 가장 시간을 많이 쓰는 두 가지는 러프컷에서 무엇을 잘라낼지 정하는 것, 그리고 이후 자막을 한 줄씩 다듬는 작업이다. 이펙트는 보통 순위가 한참 뒤다. 이 두 가지에는 지름길이 없지만, 순서가 고정되면 매번 편집할 때 즉흥적으로 판단해야 하는 일이 줄어든다.
미리 밝혀둔다. 이 글의 작성자는 Subanana 공동 창업자이며, 4단계에서 Subanana로 자막을 생성하는 과정을 소개한다. 그 외 단계는 Subanana와 무관하다.
영상 편집 순서: 초보자는 뭐부터 해야 할까?
다섯 단계는 각각 하나의 결정을 담당한다.
- 기획: 시청자, 플랫폼, 영상 길이, 화면 비율을 정한다.
- 촬영: 쓸 수 있는 화면과 깨끗한 소리를 확보한다.
- 러프컷: 꼭 필요한 내용만 남기고 시청 리듬을 잡는다.
- 자막/텍스트: 대사를 교정하고 자막 형태를 정한다.
- 내보내기·발행: 플랫폼 규격에 맞춰 영상과 자막 파일을 출력한다.
1, 2단계를 분명하게 해두면 3, 4단계의 시간을 아낄 수 있다. 어수선하게 촬영된 클립은 타임라인에 올린 뒤 정리하는 데 훨씬 오래 걸린다. 현장에서 준비를 하나 더 하는 편이 후반 작업에서 수습하는 것보다 대체로 효율적이다.
1단계: 촬영 전에 세 가지부터 정한다
완성본이 어디에 올라갈지 먼저 정한다
플랫폼, 영상 길이, 화면 방향(가로 또는 세로)을 적어둔다. 시청자가 소리 없이 볼 가능성이 있는지도 함께 확인한다. 소셜 플랫폼용 세로 영상은 보통 자막을 영상에 입히는(번인) 방식을 염두에 둬야 하고, 긴 영상은 외장 자막 파일을 고려할 수 있다. 이 선택이 촬영 구도, 자막 위치, 최종 내보내기 방식에 영향을 준다.
대사가 있는지 확인한다
대사가 있는 영상은 자막 정리와 교정 시간을 확보해야 한다. 인터뷰, 강의, 설명 영상이 특히 그렇다. 대사가 없는 영상은 화면, 음악, 환경음만 처리하면 되므로 전체 작업이 훨씬 짧아진다.
소스 파일을 정리한다
프로젝트 하나당 폴더 하나. 파일명에는 날짜와 씬 번호를 적는다. 예: 2026-08-19_scene-02. 화면, 녹음, 음악을 따로 저장한다. 러프컷 단계에서 파일을 찾느라 쓰는 시간이 줄고, 이펙트를 몇 개 더 넣는 것보다 실질적인 효과가 크다.
2단계: 촬영에서 세 가지만 지키면 편집 시간이 절반으로 준다
화질보다 음질이 우선이다. 화면이 어두우면 색보정으로 어느 정도 살릴 수 있지만, 소리가 뭉개지거나 클리핑되거나 잡음이 많이 섞이면 대부분 재촬영해야 한다. 소리가 깨끗하면 이후 자막 인식 정확도도 훨씬 높아진다.
각 컷의 앞뒤로 2~3초씩 여유분을 더 찍는다. 이 여유분을 핸들(handle)이라고 부르며, 편집할 때 전환 효과를 넣거나 시작·끝을 미세 조정할 공간이 된다. 컷을 시작하자마자 바로 멈추면 타임라인에서 쓸 수 있는 여유가 없다.
한 문장을 잘못 말했다면 멈추고 문장 전체를 다시 말한다. 절반만 고치지 않는다. 통째로 다시 말한 구간이 조각난 두 개의 음성보다 편집하기 쉽고, 자막 교정도 더 수월하다.
3단계: 러프컷 — 먼저 잘라내고, 다음에 다듬는다
러프컷은 내용을 먼저 처리하고 외형은 나중에 처리한다. 다음 순서를 권장한다.
- 시간 순서대로 쓸 수 있는 클립을 타임라인에 올린다.
- 군더더기, 반복되는 문장, 긴 침묵을 한 번에 잘라낸다.
- 마지막에 리듬, 음량, 색감, 이펙트를 조정한다.
초보자는 처음부터 색보정이나 이펙트에 손을 대기 쉬운데, 그 구간이 결국 편집에서 잘려 나가면 앞서 들인 공은 그대로 낭비된다. 먼저 볼 만한 버전으로 내용을 압축해두면 이후 결정이 훨씬 명확해진다.
대사 사이의 공백은 가장 자르기 쉬운 지점이다. 시연 클립이나 풍경 컷은 바로 배속을 올려도 되는데, 조금씩 빠르게 미리보기를 하다가 내용을 알아보기 어려워지는 지점에서 한 단계 되돌린다. 화면에 사람이 말하는 장면은 배속을 올릴 때 음정도 함께 보정해야 소리가 왜곡되지 않는다.
대부분의 편집점은 하드 컷(hard cut)으로 충분하다. 크로스 디졸브는 시간이나 장소가 바뀔 때만 쓴다. 매번 전환 효과를 넣으면 오히려 리듬이 늘어진다.
대사, 음악, 환경음은 세 개의 트랙으로 나눠 둔다. 사람이 말할 때 음악 볼륨을 낮춰두면 나중에 구간마다 음량을 조정하는 것보다 훨씬 빠르고, 반복 수정도 쉽다.
영상 편집 소프트웨어는 뭘 써야 할까?
무료이면서 기능이 가장 완성도 높은 선택지는 DaVinci Resolve다. 무료 버전에도 Cut, Edit, Fusion, Color, Fairlight, Deliver 6개 작업 공간이 모두 포함되어 있고, 8비트 영상을 최대 Ultra HD 해상도·60fps까지 다룰 수 있다.
Mac 사용자는 Final Cut Pro를 고려할 만하다. 매그네틱 타임라인(Magnetic Timeline) 기능 덕분에 한 구간을 삭제하면 뒤의 클립이 자동으로 앞으로 당겨진다. 빠르게 영상 하나를 완성하고 싶은 입문 단계라면 무료 iMovie도 있다. Mac, iPhone, iPad 모두에서 쓸 수 있고 최대 4K·60fps로 출력된다.
무료이면서 자막 기능이 탄탄한 도구를 원한다면 Shotcut을 고려할 수 있다. 무료 오픈소스이며 SRT, VTT 등 자막 형식을 생성·가져오기·편집·내보내기할 수 있고, FFmpeg 기반이라 다양한 포맷을 지원해 휴대폰 영상, 카메라 영상, 화면 녹화를 같은 타임라인에 바로 올릴 수 있다.
DaVinci Resolve로 자막을 다루는 자세한 방법은 DaVinci Resolve 자막 가이드에서 별도로 다룬다.
4단계: 자막 — 초보자가 가장 과소평가하는 단계
자막을 영상에 입힐까, 외장 파일로 둘까?
번인(burn-in/hardsub) 자막은 화면에 직접 입혀서 어떤 플레이어로 봐도 보이고, 시청자가 끄거나 바꿀 수 없다. 소셜 플랫폼의 세로형 짧은 영상이나 무음 자동재생 환경에 적합하다.
외장 자막(softsub)은 SRT나 VTT 같은 독립 파일로, 영상과 함께 업로드한다. 유튜브나 스트리밍 플랫폼에서 주로 쓰는 방식으로, 시청자가 자막을 켜고 끄거나 언어를 고를 수 있고 검색엔진도 텍스트를 읽을 수 있다. 먼저 SRT 자막 파일 여는 법을 참고해 SRT 파일을 만들어두고, 그다음에 번인 여부를 정하는 게 순서다. 한번 영상에 입히면 다시 텍스트로 되돌릴 수 없다.
두 가지 경로: 편집 소프트웨어 내장 자막, 아니면 외부에서 SRT 생성
첫 번째 경로는 편집 소프트웨어의 내장 자막 기능을 쓰는 것이다. 자막과 타임라인이 같은 화면에 있어 대사 한 줄을 고칠 때 프로그램을 옮기지 않아도 된다. 자막 분량이 적고 내용이 이미 정리된 영상에 적합하다.
두 번째 경로는 외부에서 SRT 파일을 먼저 만들고 편집 소프트웨어로 가져오는 것이다. 인터뷰, 강연, 여러 언어가 섞인 내용이나 번역이 필요한 영상은 대부분 이 방식이 맞다. 자막 작업의 핵심은 텍스트 교정이지 배치가 아니다. 텍스트를 따로 처리하면 타임라인에서 한 줄씩 클릭하는 것보다 수정이 빠르고, 같은 SRT 파일을 유튜브와 편집 소프트웨어 양쪽에 그대로 쓸 수 있다.
어느 쪽이 더 빠른지는 소재에 따라 다르다. 실제 클립 2~3분으로 두 방식을 각각 한 번씩 시도해보면 금방 판단이 선다.
Subanana로 자막을 생성하는 과정
Subanana는 다운로드나 설치가 필요 없는 웹 기반 AI 자막 플랫폼이다. AI 자막 생성 도구에서 바로 시작하거나 AI 자막 도구 페이지를 열면 된다. 과정은 4단계다.
- 업로드. 영상은 MP4, MOV, M4V, WebM, MKV, MPEG, 오디오는 MP3, M4A, WAV, OGG, AAC, FLAC, OPUS를 지원한다. 파일당 최대 30GB 또는 8시간까지이며, 모든 요금제에 동일하게 적용된다. 공개된 유튜브, 인스타그램, 페이스북 링크를 붙여넣으면 플랫폼이 직접 가져오며, 유튜브 쇼츠와 인스타그램 릴스도 동일하게 지원한다. 이후 원본 언어를 선택한다.
- 자막 생성. 여러 음성 인식 모델을 지속적으로 평가해, 원본 언어와 용도(자막 또는 스크립트)에 맞춰 더 나은 결과를 내는 모델을 자동으로 고른다. 특정 구간의 결과에 문제가 있으면 다른 모델로 자동 재처리한다. 특정 모델의 약점에 발목 잡히지 않는 구조다. 95개 이상 언어를 지원하며, 원본 언어를 정확히 지정할수록 인식 정확도가 높아진다.
- 편집 및 교정. 편집기가 잘못 인식됐거나 동음이의어일 가능성이 있는 단어를 표시하고 대안을 제시하면, 사용자가 하나씩 확인하거나 거부한다. 브랜드명, 인명, 고유명사는 미리 용어집에 등록해 인식 시 우선 적용할 수 있다. 용어집은 워크스페이스 단위와 프로젝트 단위로 나뉘며, 하나씩 추가하거나 한 번에 붙여넣거나 XLSX/CSV로 대량 가져오기가 가능하다.
- 내보내기. SRT, VTT, TXT, DOCX(Word), XLSX(Excel), Markdown 6가지 형식을 지원하며, ZIP으로 한 번에 묶어 받을 수도 있다. 타임라인으로 다시 가져갈 계획이 없다면 자막을 영상에 바로 입힌 파일로 내보낼 수도 있으며, 단일 언어와 이중 언어 모두 지원한다.
번역은 모든 모드에서 가능하지만 목표 언어 개수가 다르다. 자막 모드는 한 번에 여러 목표 언어를 선택할 수 있고, 스크립트·회의록 모드는 목표 언어를 하나만 선택한다. 이중 언어로 내보내면 원문과 번역문이 한 줄씩 위아래로 들어간 SRT 파일 하나가 생성되며, Final Cut Pro, Premiere Pro, DaVinci Resolve 등 SRT를 지원하는 어떤 편집 소프트웨어에도 바로 가져올 수 있다.
무료 요금제는 파일마다 앞 15분까지 결과를 미리보기로 생성하며, 최대 5분·720p 워터마크 영상으로 내보낼 수 있다. SRT, VTT 같은 자막 파일 내보내기는 유료 요금제에서 가능하다. 즉, 무료 한도로 자신의 소재로 결과물 수준을 먼저 확인할 수 있고, 실제로 쓸 수 있는 자막 파일은 유료로 받는 구조다. 자신의 소재가 어느 정도 정확도로 나오는지는 사양표를 보는 것보다 실제 클립 하나를 돌려보는 편이 빠르다.
교정할 때 먼저 봐야 할 세 가지 유형
자동 생성 자막이 전부 맞지는 않지만, 틀리는 부분에는 패턴이 있다. 처음부터 끝까지 다 읽기보다 이 세 가지부터 훑어본다.
- 고유명사. 인명, 브랜드명, 회사명, 지명. 이런 단어가 틀리면 가장 눈에 띄고, 같은 영상에서 반복해서 틀리는 경우가 많다. 미리 용어집에 등록해두면 대부분의 수정 작업을 줄일 수 있다.
- 숫자. 가격, 날짜, 연도, 퍼센트. 숫자 하나가 틀리면 문장 전체 의미가 바뀌는데, 시청자는 그게 인식 오류인지 발화 오류인지 알 수 없다.
- 언어가 섞이는 지점. 인터뷰, 강의, 발표 영상에는 한 문장 안에 영어 단어(제품명, 전문 용어)가 섞이는 경우가 흔하다. 이런 경계 지점에서 문장이 잘못 끊기거나 표기가 뒤섞이기 쉽다.
자막 배치: 실전 원칙 몇 가지
한 줄이 너무 길어 시청자가 시선을 좌우로 움직여야 한다면 차라리 두 줄로 나눈다. 한 자막은 하나의 완결된 의미 단위여야 하며, 문장 중간에서 끊지 않는다.
자막은 화면 하단에 가깝게 배치하되 가장자리에 붙이지 않는다. 세로형 짧은 영상은 플랫폼 자체 UI 요소도 함께 피해야 한다. 언어가 섞인 콘텐츠는 고유명사 표기를 먼저 통일한 뒤 배치하지 않으면, 수정할 때마다 다시 정리해야 한다.
5단계: 내보내기와 발행
내보내기 설정은 플랫폼 기준을 따르면 된다. 무작정 최고 사양을 고집할 필요는 없다. 파일이 클수록 업로드와 변환에 시간이 더 걸린다.
외장 자막을 쓸 때는 영상과 SRT 파일을 따로 업로드한다. 유튜브는 영상 관리 화면에서 자막 파일을 바로 올릴 수 있다.
여러 언어 버전이 필요하다면, 이미 교정한 자막을 다른 언어로 번역해 다시 내보내면 된다.
내보낸 뒤에는 휴대폰으로 한 번 확인한다. 자막 크기와 대비 문제는 큰 모니터에서는 잘 드러나지 않는다.
자주 묻는 질문
초보자가 영상 편집을 배우는 데 얼마나 걸릴까
영상 길이, 대사 분량, 처리해야 할 자막량에 따라 다르다. 짧은 영상 하나를 기획·촬영·러프컷·자막·내보내기 순서로 완성해보는 것이 모든 버튼을 하나씩 공부하는 것보다 실전 감각을 훨씬 빨리 만들어준다. 두 번째 영상은 이미 한 번 결정을 내려봤기 때문에 훨씬 빨라진다.
휴대폰과 컴퓨터, 어느 쪽으로 편집하는 게 좋을까
휴대폰은 영상 하나를 빠르게 완성하는 데 적합하다. 컴퓨터는 타임라인과 여러 오디오 트랙을 다루기 좋아 인터뷰, 강연, 자막 교정량이 많은 콘텐츠에 적합하다. 소재가 길거나 반복 수정이 필요할 때는 컴퓨터가 대체로 정리하기 쉽다.
무료 영상 편집 소프트웨어로 충분할까
충분하다. DaVinci Resolve 무료 버전은 Cut, Edit, Fusion, Color, Fairlight, Deliver 6개 작업 공간을 모두 포함하고, iMovie와 Shotcut도 무료다. 다만 내보내기 제한과 자막 기능은 소프트웨어마다 무료 버전에서 되는 범위가 다르므로 시작 전에 확인해두는 게 좋다.
억양이 강하거나 언어가 섞인 인터뷰도 자막 인식이 정확할까
여러 언어와 억양이 섞인 음성은 자동 자막이 가장 자주 걸리는 지점이다. Subanana는 원본 언어에 맞춰 더 나은 결과를 내는 인식 모델을 자동으로 고르고, 특정 구간의 결과가 좋지 않으면 다른 모델로 자동 재처리한다. 여기에 용어집으로 고유명사를 미리 등록해두면 언어가 섞인 문장에서 발생하는 끊김과 표기 오류를 눈에 띄게 줄일 수 있다. 실제 정확도는 녹음 품질, 억양, 배경 소음에 따라 달라지므로 실제 소재로 먼저 테스트해보는 것을 권한다.
자막은 SRT로 둬야 할까, 아니면 바로 영상에 입혀야 할까
먼저 SRT로 만든다. 텍스트 상태면 교정과 번역이 가능하고, 여러 플랫폼과 편집 소프트웨어에 동시에 활용할 수 있다. 세로형 짧은 영상이나 무음 자동재생 환경에서는 필요에 따라 자막을 영상에 입힌다. 반대로는 되돌릴 수 없다. 한번 입힌 자막은 다시 텍스트로 바꿀 수 없다.