K-팝·유튜브 자막 로컬 워크플로: 업로드 없이 브라우저에서 끝내기

공개 예정인 뮤직비디오, 내부 교육 영상, 팬미팅 녹본, 인터뷰 원본. 이런 영상에 자막을 붙여야 할 때 가장 흔한 선택지는 클라우드 전사 서비스입니다. 그런데 분당 과금에, 업로드한 오디오가 상대방 서버에 남고, 무엇보다 아직 공개되지 않은 영상을 제3자에게 넘겨야 한다는 문제가 있습니다.

브라우저에서 그대로 처리하면 이 세 가지가 모두 사라집니다. 아래는 한국어 영상에 실제로 통하는 순서입니다.

한국어에서 특히 잘 틀리는 지점

음성 인식 모델은 언어에 따라 약점이 다릅니다. 한국어에서 반복적으로 나타나는 오류는 다음과 같습니다.

• 받침 처리. “값”과 “갑”, “읽고”와 “일고”처럼 받침이 달라지는 경우. 전후 문맥으로 교정되기도 하지만, 고유명사에서는 그대로 남습니다.
• 띄어쓰기. “할 수 있다”와 “할수 있다”. 의미는 통하지만 자막으로 올라가면 눈에 띕니다.
• 고유명사. 그룹명, 곡명, 팬덤 용어, 신조어, 브랜드명. 모델이 들어본 적 없는 단어는 발음대로 적습니다. K-팝 콘텐츠에서 오류의 대부분이 여기서 나옵니다.
• 영어 혼용. “컴백 쇼케이스”, “타이틀 트랙”처럼 영어가 섞인 문장에서 철자가 흔들립니다.

결론은 간단합니다. 전체를 다시 읽지 말고, 이 네 가지 범주만 집중적으로 검수하면 작업 시간이 몇 분으로 줄어듭니다.

1단계: 로컬에서 전사하기

영상 또는 오디오를 브라우저의음성 인식 도구에 넣고 실행합니다. 한국어라면 언어를 명시적으로 지정하는 것이 자동 감지보다 안전합니다. 잡음이 심한 현장 녹음은 먼저 노이즈 제거를 거치는 편이 인식률에 훨씬 큰 차이를 만듭니다.

모델은 최초 한 번만 내려받고 브라우저에 캐시됩니다. 이후에는 네트워크를 끊고도 계속 작업할 수 있습니다.

2단계: 타임라인에서 검수하기

평문 텍스트로 훑지 말고 타임라인에서 확인하세요. 의심스러운 줄로 바로 이동해 해당 구간을 들으면, 문맥으로 추론하는 것보다 훨씬 빠르고 정확합니다.

이때 자막 규격도 함께 잡습니다. 한국어 자막의 통상적인 관행은 다음과 같습니다.

• 한 줄에 16자 내외, 최대 2줄.
• 한 줄 표시 시간은 1초 이상, 읽는 속도를 고려해 여유 있게.
• 문장 중간보다는 호흡이 끊기는 지점에서 큐를 나눕니다.

3단계: 두 번째 언어 만들기

전사 결과를 검수한 뒤에 번역해야 합니다. 오인식된 단어를 번역하면, 틀린 내용이 그럴듯한 외국어로 확정되기 때문입니다.

번역은 자막 파일 단위로 하는 것이 좋습니다. 타이밍과 검수 결과가 그대로 유지되기 때문입니다. 영어처럼 문장 길이가 크게 달라지는 언어로 갈 때는, 한 줄이 너무 길어지면 큐를 다시 나누는 편이 낫습니다.

K-팝 콘텐츠라면 고유명사 처리 규칙을 미리 정해두세요. 로마자 표기법을 어떤 기준으로 쓸지(공식 표기 vs 관용 표기), 멤버 호칭을 어떻게 옮길지 정해두면 번역 결과의 일관성이 완전히 달라집니다.

4단계: 이중 언어 SRT로 내보내기

배포 대상에 맞는 형식을 씁니다. SRT가 가장 범용적이고, 웹 플레이어라면 VTT도 좋습니다. 이중 자막은 같은 큐 안에 원문을 위, 번역을 아래에 두는 방식이 일반적입니다.

플랫폼별로 확인할 점이 하나 있습니다. 유튜브는 업로드한 자막을 자체 자동 번역으로 제공하기 때문에, 이미 이중 자막을 넣은 파일을 올리면 번역이 겹쳐 보일 수 있습니다. 이중 자막을 쓸 때는 플랫폼의 자동 번역 기능을 끄는 편이 깔끔합니다.

저작권에 대한 짧은 주의

이 워크플로는 본인이 제작했거나, 이용 권한을 확보한 영상에만 사용하세요. 음원·방송·타인의 영상을 무단으로 전사해 자막으로 배포하는 것은 별개의 법적 문제이며, 처리 장소가 로컬인지 클라우드인지는 그 판단을 바꾸지 않습니다.

로컬로 해야 하는 이유

자막 작업 대상은 대체로 “아직 공개되지 않은” 또는 “외부로 나가면 안 되는” 영상입니다. 미공개 뮤직비디오, 내부 회의, 고객 인터뷰, 계약 관련 녹화. 업로드는 그 자체로 유통이고, 분당 과금은 길이가 긴 영상일수록 불리합니다.

로컬에서는 두 가지가 동시에 해결됩니다. 파일이 기기를 떠나지 않고, 3시간 영상과 3분 영상의 비용이 같습니다. 클라우드 과금 구조에서는 영상 길이가 작업 여부를 결정했지만, 여기서는 그렇지 않습니다.

5분짜리 영상 하나로 먼저 돌려보세요. 전사 → 검수 → 번역 → 내보내기까지 한 번 돌려보면, 이 workflow가 기존 방식보다 얼마나 짧은지 바로 감이 옵니다.