오늘의 블로그 원고 1편

AI 영상편집

▪ 말을 글자로 옮기는 일은 지금 맡겨도 됩니다. 74초짜리 영상을 돌려보니 18g·30초·60도 같은 숫자까지 그대로 받아썼어요. (2026년 8월 26일 직접 측정)
▪ 대신 자막을 언제 띄우고 언제 내릴지는 아직 AI가 못 정합니다. 작은 모델은 아무도 말하지 않는 29.4초 동안에도 앞 문장을 그대로 띄워놨습니다.
▪ 큰 모델은 74초 영상 하나에 84.5초가 걸렸고, 작은 모델은 18.2초에 끝나는 대신 두 군데를 잘못 적었어요. 급한 정도에 따라 고르시면 됩니다.

"자막이 네모랑 물음표로
찍혀요."

메일로 받은 말이에요.
같은 영상을 몇 번씩 다시 돌려도
꼭 같은 자리가 깨졌다고 하셨거든요.

글꼴을 의심하고 계셨는데
알고 보니 받아쓰기 쪽이었습니다.
AI가 "삼억"을 三億처럼
한자로 적어놨던 거예요.

한자가 안 들어 있는 자막 글꼴에
한자가 들어오니까
그 자리가 네모랑 물음표로 찍힌 겁니다.

AI 자막 결과 화면 — 출처 : 직접 측정 (2026-08-26)

버튼 하나로 끝난다는 소개만 보고
받은 자막을 그대로 얹었으면
그 영상은 깨진 채로 나갔겠죠.

그래서 오늘은
AI한테 어디까지 맡겨도 되는지
직접 돌려보고 재봤어요.

지금 AI한테 어디까지 맡겨도 되나요

말을 글자로 옮기는 일입니다.

74초짜리 세로 영상 한 편을
받아쓰기 모델 두 가지로 돌려봤는데요.
큰 모델은 195자를 받아쓰면서
틀린 데가 한 군데도 없었어요.

특히 숫자를 안 놓치더라고요.
"원두는 18g이면 충분해요",
"30초 정도 뜸을 들입니다",
"우유는 60도까지만 데워요" —
셋 다 그대로 나왔습니다.

방송 쪽도 이미 쓰고 있어요.
지난 19일 허드슨에이아이가
SBS와 손잡고 '펜트하우스'·'모범택시' 같은 작품에
영어·스페인어 AI 자막과 더빙을 넣는다고 밝혔습니다.
음성 분리, 화자 분리, 번역, 음성 합성을
묶어서 돌리는 방식입니다.

번역이랑 소리 정리도 같은 자리예요.
맞고 틀리고가 분명한 일은
사람이 눈으로 훑는 것보다
기계 쪽이 빠르고 덜 지칩니다.

그럼 아직 안 되는 건 어디인가요

언제 띄우고 언제 내릴지예요.

오늘 돌린 두 모델을 나란히 놓고 보니
받아쓴 글자는 195자로 똑같은데
자막이 화면에 떠 있는 시간이 갈렸습니다.
큰 모델은 42.2초, 작은 모델은 72.5초였어요.

자막 떠 있는 구간 비교 화면 — 출처 : 직접 측정 (2026-08-26)

차이는 말이 없는 구간입니다.
큰 모델은 말이 끝나면 자막을 내려서
0.5초가 넘는 빈틈이 11군데 생겼고,
그 빈틈을 다 더하면 29.4초였습니다.

작은 모델은 그 빈틈이 0이었어요.
앞 문장이 끝난 자리에서
바로 다음 문장으로 넘어가니까
아무도 말을 안 하는 동안에도
글자가 계속 떠 있는 겁니다.

줄을 어디서 나눌지도 아직 못 정해요.
"완성된 라떼는 바로 마셔야"에서 한 번 끊고
"제일 맛있어요"를 다음 줄로 넘겨놨는데,
한 문장을 둘로 쪼갠 자리라
읽다가 한 번 걸립니다.

맥락도 마찬가지예요.
아까 그 한자 사고도 결국
"삼억"이 돈 이야기라는 걸 몰라서 난 겁니다.
소리만 놓고 보면 三億도 삼억이거든요.

여기서 꼭 짚고 갈 것

오늘 잰 시간을 그대로 적을게요.
2026년 8월 26일에
6코어짜리 개인 컴퓨터에서
그래픽카드 없이 돌린 값입니다.
영상 길이는 정확히 73.8초였습니다.

큰 모델은 모델을 여는 데 12.1초,
받아쓰는 데 72.4초가 걸려서
다 합쳐 84.5초였습니다.
74초짜리 영상 한 편에
영상 길이보다 긴 시간이 든 거예요.

작은 모델은 여는 데 1.8초,
받아쓰는 데 16.4초로
18.2초 만에 끝났습니다.
큰 모델의 4.6분의 1입니다.

카드 1 — 74초 영상 자막 뽑는 데 걸린 시간

대신 작은 모델은 두 군데를 잘못 적었어요.
"뜸을 들입니다"를 "뜸을 드립니다"로,
"잔은 미리 데워두면"을 "자는 미리 데워두면"으로 적었습니다.
소리가 비슷한 자리에서 미끄러진 거죠.
띄어쓰기까지 세면 세 줄이 달랐습니다.

두 모델 결과 비교 화면 — 출처 : 직접 측정 (2026-08-26)

카드 2 — 같은 영상을 두 모델로 돌린 결과

정리하면 이렇게 갈립니다.
급하면 작은 모델, 정확해야 하면 큰 모델.
그런데 어느 쪽을 골라도
자막 시간이랑 줄 나누기는 손을 봐야 해요.

그래서 어떻게 쓰면 덜 고치나요

초안까지만 맡기는 겁니다.

받아쓰기는 AI한테 시키고,
자막이 뜨고 내려가는 시간이랑
줄 나누기는 사람이 마지막에 훑는 순서예요.

고유명사는 따로 보시는 게 좋아요.
사람 이름, 회사 이름, 금액처럼
틀리면 안 되는 낱말만 뽑아서
한 번 더 읽으면 아까 같은 사고를 피합니다.

아쉬운 점도 적어둘게요.

일단은 작게 녹음된 영상이나
두 사람이 겹쳐 말하는 영상은
오늘 안 돌려봤습니다. 확인 안 됨입니다.
말소리가 작으면 결과가 달라질 수 있어요.

그리고 큰 모델은 시간이 꽤 듭니다.
10분짜리 영상이면
비슷한 비율로 10분 넘게
잡아두셔야 할 것 같아요.

정책도 아직 정리 중입니다.
한국음악저작권협회가 8월 3일에
AI를 활용한 음악의 저작권 등록 기준을 냈다가
8월 25일 제8회 이사회에서 철회했어요.
문화체육관광부가 18일 공문으로
문화예술계 논의가 먼저라고 전달했다고 합니다.

음악 이야기지만 영상도 결이 비슷해서,
AI가 통째로 만든 결과물은
일단은 조심하시는 게 나을 것 같아요.
받아쓰기처럼 내가 말한 걸 옮기는 건
결이 또 다르고요.

사람이 할 일은 남습니다

없어지는 게 아니라
자리가 옮겨가는 쪽에 가까워요.
받아쓰는 자리에서
고르고 다듬는 자리로요.

오늘 뭘 확인하고 넘어가면 되나요

마지막으로 세 줄만 남길게요.

① 받아쓴 글자는 두고,
숫자랑 이름만 다시 읽는다

② 아무도 말하지 않는 구간에
자막이 떠 있는지 본다

③ 한 문장이 두 줄로 갈렸으면
붙이거나 끊는 자리를 옮긴다

셋 중에 어느 게 제일 헷갈리시는지
번호만 댓글로 적어주시면
그 항목부터 더 풀어서 답글 드릴게요.

영상 길이랑 말하는 사람이 몇 명인지
같이 적어주시면
어느 쪽 모델이 나을지도 같이 볼게요.
영상 내용을 밝히기 어려우시면
비공개 댓글로 남기셔도 됩니다.

ZDNet Korea 「허드슨에이아이, SBS 히트작 AI 자막·더빙 맡는다」 기사 열기사진이 필요하면 이 기사에서. 단 기사 사진은 언론사 저작물이라 그대로 퍼오면 안 됩니다 — 출처를 밝히고 꼭 필요한 만큼만.

경향신문 「음저협, 'AI 활용 음악' 저작권 등록 결국 철회」 기사 열기사진이 필요하면 이 기사에서. 단 기사 사진은 언론사 저작물이라 그대로 퍼오면 안 됩니다 — 출처를 밝히고 꼭 필요한 만큼만.

정식 출시 전 무료
회원가입, 로그인 X
5분 영상 손편집 3시간이 4.4분 · 직접 체험 해보세요
▶ 무료로 받기 justcut.net/free

#AI자막 #AI영상편집 #영상편집 #자동자막 #동영상편집