녹음이 끝난 뒤에 전사 결과를 열어봤더니 화자 라벨이 뒤섞여 있고, 중요한 문장 몇 개가 전혀 다른 말로 바뀌어 있는 경우가 있습니다. 이걸 하나하나 다시 들으면서 고치는 시간은, 애초에 녹음 환경을 조금만 신경 써서 정확도를 높이는 것보다 훨씬 오래 걸립니다.
전사 품질은 AI 모델 성능 하나만으로 정해지지 않습니다. 실제로는 녹음 전, 녹음 중, 전사 후라는 세 단계에서 각각 무엇을 했는지가 함께 쌓여 결과를 만듭니다. 이 글에서는 녹음 전에 확인할 것, 녹음 중에 지켜야 할 습관, 전사 후 5분 검수 체크리스트까지 세 단계로 나눠 정리합니다.
녹음 전: 환경이 정확도의 8할을 정합니다
전사 결과를 열어보기 전에 이미 정확도의 상당 부분이 결정되어 있습니다. 녹음을 시작하기 전에 아래 항목만 확인해도 결과가 달라집니다.
- 마이크와의 거리: 노트북 내장 마이크로 회의실 반대편 목소리를 잡는 것보다, 화자 가까이에 마이크를 두는 편이 훨씬 낫습니다.
- 조용한 공간: 완벽하게 무음일 필요는 없지만, 에어컨 바람 소리나 도로 소음이 계속 섞이는 자리는 피합니다.
- 스피커폰 통화 주의: 통화 내용을 녹음할 때 스피커폰을 방 반대편에 놓으면 목소리가 울리고 작아집니다. 가능하면 마이크와 가깝게 두세요.
- 파일 포맷 과압축 피하기: 저장 용량을 줄이려고 오디오를 지나치게 압축하면 인식률이 떨어질 수 있습니다. 선택할 수 있다면 원본에 가까운 포맷을 고르세요.
온라인 회의라면 조금 다르게 접근하는 게 좋습니다. 구글 미트나 마이크로소프트 팀즈 회의는 회의실 마이크로 오디오를 다시 녹음하는 대신, 플랫폼에 붙는 봇으로 캡처하는 편이 낫습니다. 봇은 회의실 참석자와 원격 참석자의 음성을 플랫폼이 이미 믹싱한 상태로 그대로 받기 때문에, 노트북 스피커 소리를 방 마이크가 다시 주워 담는 것보다 훨씬 깨끗합니다. 다만 솔직히 말하면 Subanana에는 줌(Zoom) 전용 봇은 없습니다. 대신 브라우저 확장 프로그램으로 줌 회의 오디오를 캡처하는 별도 경로가 있어서, 봇 없이도 녹음 자체는 가능합니다. 그마저 쓰기 어려운 자리라면 마이크로 직접 녹음하는 방식이 마지막 대안이고, 이 경우 정확도는 회의실 음향 조건에 좌우됩니다.
왜 이런 환경 요인이 정확도에 영향을 주는지 더 자세히 알고 싶다면 음성인식 AI 정확도를 좌우하는 4가지 요인을 참고하세요.
녹음 중: 화자 구분이 쉬워지는 몇 가지 습관
녹음이 시작된 뒤에는 화자 분리(누가 무슨 말을 했는지 구분하는 작업)를 쉽게 만들어주는 습관이 몇 가지 있습니다.
- 말이 겹치지 않게: 발언이 겹치는 구간은 화자 분리 오류의 가장 큰 원인입니다. 한 사람씩 말하고, 급하게 끼어들 때는 잠깐 멈췄다 말하는 편이 낫습니다.
- 서로 잘 모르는 사이라면 이름부터: 녹음 초반에 각자 이름을 한 번씩 말해두면, 나중에 화자 라벨을 다시 확인할 때 훨씬 수월합니다.
- 공용 마이크는 거리 유지: 마이크 하나를 여러 명이 같이 쓴다면, 화자가 중간에 마이크에 가까워졌다 멀어졌다 하면 같은 사람이 다른 화자로 잘못 분리될 수 있습니다.
- 화자 수를 알고 있다면 직접 지정: 자동 감지에 맡기는 것보다 실제 참여 인원수를 직접 입력하는 편이 화자 분리 안정성이 높습니다. Subanana의 전사·회의록 모드에는 화자 수를 수동 또는 자동으로 지정하는 옵션이 있습니다.
화자 분리가 실제로 어떻게 동작하고 어디서 틀리는지는 화자 분리 음성 인식 원리를 다룬 글에서 자세히 다룹니다.
전사 후: 5분 검수 체크리스트
전사가 끝났다고 바로 최종본으로 쓰기 전에, 5분 정도만 투자해서 확인하면 되는 항목들입니다.
- AI 교정 점수와 제안 확인: 문장 부호와 문단 구분 자체는 전사 처리 단계에서 이미 자동으로 들어갑니다(뒤에서 다룰 별도 기능). 그 위에 Subanana 에디터는 완성된 텍스트를 한 번 더 LLM으로 검토해 0~100점 품질 점수를 매기고, 잘못 알아들은 단어(오타·동음이의어)나 개별 문장 부호가 빠지거나 잘못 찍힌 곳처럼 구체적인 항목별로 수정을 제안합니다. 제안을 하나씩 검토해서 승인하거나 거절하는 방식이라, 전체를 처음부터 다시 들을 필요 없이 오류가 있을 만한 부분만 빠르게 훑을 수 있습니다.
- 화자 라벨, 특히 발언이 겹친 구간 확인: 화자 분리는 겹치는 구간에서 틀리기 쉬우므로 그 부분만이라도 다시 확인합니다.
- 전문 용어·이름은 용어집에 등록: 이번 녹음에서 특정 용어나 이름이 잘못 인식됐다면, 다음에도 같은 문제가 반복되지 않도록 용어집에 등록해두는 게 좋습니다. Subanana는 워크스페이스 단위와 프로젝트 단위 용어집을 모두 지원합니다.
- 회의록이라면 AI 채팅으로 핵심만 재확인: 전체 문서를 처음부터 다시 읽는 대신, 에디터 안의 AI 채팅에 "이 안건에 대해 뭐라고 결정했지?"처럼 직접 질문해서 핵심 결정 사항만 빠르게 확인할 수 있습니다.
지금까지 다룬 세 단계를 한눈에 정리하면 이렇습니다.
Subanana로 전체 워크플로우 한번에 보기
지금까지 정리한 체크리스트를 Subanana 안에서 실제로 어떻게 거치는지 순서대로 보면 이렇습니다.
먼저 오디오나 비디오 파일을 업로드합니다. mp3·m4a·wav·ogg·aac·flac·opus 오디오와 mp4·mov·m4v·webm·mkv·mpeg 비디오를 지원하고, 파일당 최대 30GB·8시간까지는 무료 플랜을 포함한 모든 플랜에서 동일합니다. 그다음 원본 언어와 화자 수(수동 또는 자동), 필요하다면 번역 대상 언어 하나를 지정합니다.
에서 이 과정을 직접 확인할 수 있습니다.전사·회의록 모드로 처리하면 결과물에는 문장 부호, 문단 구분, 화자 구분이 처리 단계에서부터 이미 적용되어 있습니다. 별도로 켜거나 끌 수 있는 옵션이 아니라, 처리 결과 자체에 포함되어 나옵니다. 이후 에디터에서 앞서 설명한 LLM 교정 점수를 확인하고 제안된 수정을 하나씩 승인하거나 거절한 뒤, 이번에 잘못 인식된 용어나 이름이 있었다면 용어집에 직접 등록해두고, 내보내기(SRT·VTT·TXT·DOCX·XLSX·MD 중 선택)를 하면 됩니다. 회의를 자주 다루는 팀이라면 AI 회의록 도구에서 구글 미트·마이크로소프트 팀즈 봇 연동까지 함께 살펴보는 것을 추천합니다.
무료 플랜도 파일당 처음 15분까지는 생성·미리보기가 가능하지만, 자막·전사 파일 내보내기(SRT/VTT/TXT/DOCX/XLSX/MD)는 유료 플랜부터 제공됩니다. 무료 플랜에서 내보낼 수 있는 건 워터마크가 들어간 영상뿐입니다. Subanana의 플랜은 Free·Lite·Pro·Max로 나뉘고, Lite는 월 60분, Pro는 월 180분, Max는 월 600분처럼 매달 사용할 수 있는 분량이 정해져 있습니다.
자주 묻는 질문
음성 전사는 무엇을 의미하나요?
녹음된 음성이나 영상 속 대화를 그대로 문자로 옮기는 작업입니다. 회의록, 인터뷰 원고, 강의 노트처럼 나중에 검색하거나 문서로 보관해야 하는 말을 텍스트로 남기는 것이 목적이고, 사람이 직접 받아 적던 일을 지금은 AI가 자동으로 처리합니다. 이 글에서 다루는 "정확도를 높이는 법"은 바로 이 자동 처리 단계의 결과물 품질을 말합니다.
음성 텍스트 전사는 무엇인가요?
음성 전사와 같은 작업을 가리키는 다른 표현입니다. 다만 결과물의 형태는 목적에 따라 갈립니다. 자막용이라면 시간 코드가 붙은 짧은 구간 단위 텍스트가 되고, 회의록이나 인터뷰 원고처럼 읽기용이라면 문장 부호와 문단이 갖춰진 연속된 글이 됩니다. Subanana의 전사·회의록 모드는 후자, 즉 읽기용 형태를 기본으로 처리합니다.
무료로 AI 음성 변환을 할 수 있는 방법이 있나요?
Subanana를 포함해 여러 도구가 무료 플랜을 제공하지만, 조건은 도구마다 다릅니다. 대부분 파일 길이나 미리보기 범위에 제한이 있고, 결과를 실제 파일로 내려받는 내보내기까지는 지원하지 않는 경우가 많습니다. Subanana의 무료 플랜은 파일당 최대 30GB·8시간까지 업로드해 처음 15분 분량을 생성·미리보기할 수 있지만, 내보낼 수 있는 건 워터마크가 들어간 영상뿐이라 SRT·TXT 같은 텍스트 파일로 받으려면 유료 플랜으로 올라가야 합니다.
음성을 텍스트로 어떻게 변환하나요?
오디오나 비디오 파일을 전사 도구에 업로드하는 것이 가장 일반적인 방법이고, 실시간으로 진행되는 강연이나 행사라면 마이크 입력을 바로 텍스트로 바꿔주는 서비스를 쓰기도 합니다. Subanana는 하나의 STT 엔진에 고정하지 않고 여러 STT 모델을 지속적으로 벤치마크해 언어별로 가장 좋은 성능을 내는 모델로 라우팅합니다. 이미 녹음해둔 파일이 있다면 Subanana의 AI 전사 도구에 올려서 화자별로 정리된 텍스트로 바로 변환해볼 수 있습니다.
정리하면
녹음 전 환경 준비, 녹음 중 화자 구분 습관, 전사 후 5분 검수. 세 단계 모두 짧게라도 챙겨두면 결과물을 열어본 뒤 다시 고칠 일이 그만큼 줄어듭니다. 다음 녹음부터는 이 체크리스트를 순서대로 한 번씩 짚어보세요.