YouTube 자막 스크립트 다운로드하는 법 (그리고 쓸 만하게 만드는 법)

자막이 달린 YouTube 영상은 이미 전부 글로 옮겨져 있습니다. 기계가 일을 끝냈고, 텍스트는 존재하며, 클릭 세 번 거리에 놓여 있습니다. 답답한 건 그걸 얻는 과정이 아닙니다. 막상 꺼내 보면 원하던 것과 거의 비슷하지만 딱 맞지는 않다는 점입니다.

찾아 나선 건 그 말들이 필요했기 때문입니다. 두 시간짜리 콘퍼런스 발표 중 어딘가 한 구간만 쓸모 있을 때. 경쟁사 제품 소개 영상을 정확히 인용하고 싶을 때. 목요일까지 정리 노트로 바꿔야 하는 40분짜리 강의. 이유가 무엇이든, 마우스로 타임라인을 긁어 가며 찾는 건 조사 방법이 아니고, 본인도 그걸 압니다.

그래서 정리했습니다. PC와 휴대폰에서 YouTube 자막 스크립트를 가져오는 방법, 있어야 할 버튼이 없을 때 할 일, 그리고 대부분의 안내가 통째로 건너뛰는 부분 — 원본 텍스트를 다시 읽고 싶은 문서로 바꾸는 방법까지.

나가는 길 세 갈래, 시도해 볼 순서대로

어느 쪽이 맞는지는 질문 하나로 갈립니다. 그 영상이 내 것인가?

시청자라면: 스크립트 패널

PC에서는 영상을 열고 설명란을 펼친 다음 스크립트 표시를 누릅니다. 플레이어 오른쪽에 전체 텍스트가 담긴 스크롤 패널이 열리고, 타임스탬프가 붙은 줄들이 재생에 맞춰 하이라이트됩니다. 드래그해서 복사하고, 작업하는 곳에 붙여넣으면 됩니다.

방법은 이게 전부인데, 여기서는 솔직하게 말할 필요가 있습니다. 시청자용 다운로드 버튼은 없습니다. YouTube는 텍스트를 보여 주고 Ctrl+C로 가져가라고 할 뿐입니다. 검색해서 나오는 "유튜브 자막 다운로드" 도구들은 전부 이 동작을 대신해 주는 것입니다 — 자막 트랙을 받아 와 파일로 돌려주는 것이죠.

영상이 내 것이라면: YouTube 스튜디오

크리에이터는 시청자가 못 받는 것을 받습니다. 진짜 파일입니다. YouTube 스튜디오에서 자막으로 들어가 영상을 고른 뒤 다운로드 메뉴에서 .srt 또는 .vtt로 내보냅니다. 타이밍 정보가 온전히 남아 있는 제대로 된 자막 포맷이라, 편집 프로그램에 넣거나 다른 곳에 자막을 다시 올릴 때 차이가 납니다. 스크립트를 문서 말고 다른 용도로 쓸 계획이라면 여기서 시작하세요.

둘 다 안 된다면: 변환 도구

영상 URL을 붙여넣고 텍스트를 받습니다. 이런 도구가 존재하는 이유는 위의 두 구멍 때문입니다 — 시청자에게는 다운로드가 없고, 휴대폰에는 아무것도 없다는 것. 괜찮은 도구는 자막이 아예 없는 영상에 대해 음성 인식까지 돌려 줍니다. YouTube 자신은 해 주지 않는 딱 한 가지가 그것입니다.

짧은 팁: 패널이 열려 있으면 Ctrl+F(맥은 Cmd+F)로 텍스트를 검색한 뒤 걸린 줄을 클릭해 보세요. 플레이어가 그 지점으로 바로 이동합니다. 두 시간짜리 영상이 15초 만에 탐색 가능한 것이 되고, 아무것도 복사할 필요가 없습니다.

있어야 할 버튼이 없을 때

가장 흔한 문제인데, 설명은 커뮤니티 글들이 암시하는 것보다 단순합니다. YouTube의 스크립트는 자막에서 만들어집니다. 자막이 없으면 스크립트도 없습니다 — 기능 아래에 표시할 것 자체가 없는 겁니다.

그러니 _스크립트 표시_가 보이지 않는다면 다음 중 하나입니다.

• 크리에이터가 자막을 껐습니다. 그쪽 선택이고, 시청자 입장에서는 우회할 방법이 없습니다.
• 영상이 너무 새것입니다. 자동 자막은 업로드 뒤에 돌아가고 시간이 걸립니다. 나중에 다시 오세요.
• 언어가 지원 범위 밖입니다. 자동 자막이 지원하는 언어 목록은 길지만 전부는 아닙니다.
• 브라우저 확장 프로그램이 간섭합니다. 광고 차단기나 YouTube 확장들이 페이지 구조를 바꾸면서 이 버튼을 묻어 버리기도 합니다.

앞의 세 가지와 네 번째를 빠르게 가르는 방법이 있습니다. 플레이어에서 CC 아이콘을 찾아보세요. 없다면 자막 트랙 자체가 없는 것이고, 세상 어떤 도구도 그걸 가져올 수 없습니다 — 남은 선택지는 오디오에 음성 인식을 돌리는 것뿐입니다. CC는 있는데 스크립트 옵션만 없다면 문제는 영상이 아니라 페이지 쪽입니다.

짧은 팁: 해결책을 찾아 나서기 전에 같은 영상을 시크릿 창에서 열어 보세요. 확장 프로그램이 로드되지 않고 사이트 데이터도 간섭하지 못합니다. 스크립트가 나타난다면 5초 만에 범인을 찾은 셈입니다.

앱은 읽어 주기는 해도 가져가게 해 주지는 않는다

밤 11시에 사람들을 검색창으로 보내는 게 바로 이겁니다. YouTube 모바일 앱에서는 영상 제목이나 _...더보기_를 눌러 설명을 펼치면 많은 영상에서 스크립트가 나옵니다. 읽을 수 있습니다. 따라갈 수도 있습니다. 할 수 없는 건 텍스트를 선택해서 복사하는 것입니다.

이상한 제약이고, 앱 안에서는 우회로가 없습니다. 되는 건 두 가지입니다.

1. 데스크톱 사이트 요청. 휴대폰의 Safari나 Chrome에서 영상을 연 다음 브라우저 메뉴로 데스크톱 버전으로 전환합니다. 노트북에서처럼 스크립트 패널이 뜨고, 텍스트 선택도 같이 돌아옵니다.
2. 링크를 복사해 변환 도구에 붙여넣기. 공유를 누르고 링크 복사를 한 뒤 쓰는 도구에 붙여넣습니다. 대부분이 결국 이 길로 갑니다. "유튜브 자막" 도구들이 모바일 트래픽을 그렇게 많이 받는 이유이기도 하죠 — 기술적 난제가 아니라 앱의 제약을 풀어 주는 겁니다.

휴대폰이고 급하다면 두 번째가 빠릅니다. 데스크톱 사이트 요청은 작은 화면에서 생각보다 손이 많이 갑니다.

정확도 90%가 실제로 치르는 비용

자동 자막을 꼼꼼히 읽어 본 사람은 저마다 애장하는 오타 문장이 하나씩 있습니다. 크리에이터들은 이걸 부르는 말도 만들었습니다 — craptions. 하지만 이 문제는 숫자로 볼 가치가 있습니다. "꽤 괜찮다"와 "인용해도 될 만하다"는 전혀 다른 기준이기 때문입니다.

YouTube 자동 자막의 정확도는 85%에서 95% 사이이고, 변수는 알고리즘이 아니라 거의 전적으로 오디오입니다. 한 사람이 또박또박 말하는 깨끗한 스튜디오 녹음은 94~96%에 닿습니다. 같은 시스템이 차 소리와 바람이 섞인 야외 촬영에서는 78~82%로 떨어집니다.

계산해 보죠. 사람은 분당 대략 150단어를 말하므로 40분짜리 영상은 약 6,000단어입니다. 정확도 90%면 스크립트 전체에 틀린 단어 600개가 흩어져 있다는 뜻입니다. 알아볼 수 없는 수준은 아닙니다 — 대개는 사소한 것들입니다. 문장의 뜻을 뒤집는 빠진 쉼표, 네 가지로 표기된 이름 하나, 발음이 비슷한 다른 말로 바뀐 전문 용어. 직접 인용을 위태롭게 만들고 공개한 발췌를 민망하게 만들기에는 충분합니다.

현실적인 기준은 이렇습니다. 검색하고, 훑고, 요약하는 용도라면 자동 자막으로 충분합니다. 특정 문장이 기사나 인용 각주, 법률 문서로 들어간다면 충분하지 않습니다. 그럴 때는 공개하기 전에 인용할 구간을 오디오와 대조해 읽으세요. 1분이면 되고, 정정 공지 하나를 아낍니다.

파일 어디에도 이름은 없다

YouTube 스크립트에 화자 이름을 넣는 법을 검색하면 임시방편은 잔뜩 나오지만 진짜 답은 없습니다. 진짜 답은 이겁니다. YouTube 자동 자막에는 화자라는 개념 자체가 없습니다. 결과물은 끊기지 않는 텍스트 한 줄기입니다. 세 사람이 나온 패널 토론이 독백과 똑같은 모습으로 돌아옵니다.

혼자 설명하는 영상이라면 상관없습니다. 인터뷰, 팟캐스트 에피소드, 녹화된 회의라면 쓸 수 있는 문서와 기억으로 재구성해야 하는 벽 사이의 차이입니다. 결국 영상을 다시 긁어 가며 확인하게 되죠 — 피하려던 바로 그 일입니다.

이걸 해결하는 건 화자 분리(speaker diarization)입니다. 전사 과정에서 목소리를 나누고 각각에 표시를 답니다. 유료 전사 도구는 대부분 지원하고, 회의용으로 만들어진 도구들 — Laxis도 그중 하나입니다 — 은 이걸 기능이 아니라 기본 동작으로 둡니다. 화자 표시가 없는 회의록은 회의록이라 하기 어렵기 때문입니다. 표시는 여전히 일반명(화자 1, 화자 2)으로 붙으니, 맨 위에서 한 번만 이름을 바꿔 주면 문서 전체가 읽히기 시작합니다.

짧은 팁: 어떤 도구를 쓰든 화자가 바뀌는 지점을 표본으로 확인하세요. 분리가 흔들리는 건 말이 겹칠 때이고, 거기서 난 오류는 오류처럼 보이지 않습니다 — 누군가가 하지도 않은 말을 한 것처럼 보입니다.

원본 텍스트에서 다시 읽을 문서까지, 20분

스크립트는 원재료입니다. 문서에 복사해 넣고 일이 끝났다고 여기는 지점에서 대부분이 멈추고, 그래서 그렇게 많은 스크립트가 한 번 내려받힌 뒤 다시는 열리지 않습니다.

차이를 만드는 건 네 가지이고, 어느 것도 오래 걸리지 않습니다.

필요 없으면 타임스탬프를 없애세요. 스크립트 패널의 점 세 개 메뉴에 타임스탬프 전환 항목이 있습니다. 복사하기 전에 꺼 두면 나중에 손으로 걷어 내야 할 번호 목록 대신 이어지는 산문을 얻습니다.

고유명사부터 고치세요. 이름, 제품명, 업계 용어는 음성 인식이 가장 크게 실패하고 오류가 가장 큰 피해를 주는 자리입니다. 중요한 서너 개 단어만 찾아 바꾸기를 돌려도 어지러운 부분의 대부분이 1분 안에 정리됩니다.

문단을 나누세요. 자동 자막은 구분 없는 덩어리로 도착합니다. 주제가 바뀌는 지점에서 끊는 것이 검색만 하던 스크립트를 읽게 되는 글로 바꿉니다.

기억이 살아 있을 때 요약을 쓰세요. 맨 위에 세 줄 — 무엇에 관한 것이었는지, 무엇이 정해졌거나 주장됐는지, 이걸로 무엇을 할 생각인지. 미래의 당신은 그 세 줄만 읽고 나머지를 건너뛸 텐데, 그게 바로 목적입니다.

가치의 대부분은 이 마지막 단계에 있고, 생각을 요구하는 유일한 단계라서 사람들이 건너뜁니다. 그리고 요즘 괜찮은 전사 도구들이 대신해 주는 것도 이 부분입니다. 녹음 대상이 YouTube 영상이 아니라 회의라면 이 흐름은 거의 자동으로 돌아갑니다 — Laxis는 통화를 기록하고 누가 말했는지 표시한 뒤 전문과 함께 결정 사항과 실행 항목 버전을 만들어 두므로, 요약을 찾으러 가기 전에 요약이 이미 있습니다. 출처는 달라도 원리는 같습니다. 스크립트는 입력이지 결과물이 아닙니다.

스크립트는 애초에 목적이 아니었다

지난 몇 년 사이 이 작업이 어떻게 변했는지 보세요. 영상에서 말을 꺼내는 일은 예전엔 정말 어려웠습니다 — 사람을 쓰거나, 영상 1시간당 4시간을 들여 직접 타이핑했죠. 지금은 텍스트가 미리 만들어져 있고, 공짜이고, 클릭 세 번 거리에 있습니다. 그리고 어려움 전체가 하류로, 형태 쪽으로 옮겨 갔습니다. 화자 이름이 없고, 문단이 없고, 요약이 없고, 대부분이 손에 들고 있는 기기에서는 복사 버튼이 알 수 없는 이유로 작동하지 않습니다.

그렇다면 최적화할 대상은 추출이 아니라는 뜻입니다. 사실 스크립트 자체를 원하는 사람은 거의 없습니다. 두 시간 중 한 순간을 찾고 싶거나, 인용문을 확인하고 싶거나, 발표를 노트로 바꾸고 싶은 것이고, 스크립트는 그 사이에 놓인 그나마 덜 불편한 형식일 뿐입니다. 2026년에 돈을 낼 가치가 있는 도구는 텍스트를 가장 빨리 가져오는 도구가 아닙니다. 텍스트가 애초에 목적이 아니었다는 걸 이해한 도구입니다.

자주 묻는 질문

YouTube 자막 스크립트는 어떻게 다운로드하나요?

PC에서는 영상 설명을 펼치고 스크립트 표시를 누르세요. 플레이어 옆에 타임스탬프가 붙은 패널이 열리면 텍스트를 선택해 복사합니다. YouTube는 시청자에게 다운로드 버튼을 주지 않으므로 복사가 곧 다운로드입니다. 영상이 본인 것이라면 YouTube 스튜디오가 진짜 파일을 줍니다. 자막으로 들어가 영상을 고르고 .srt 또는 .vtt로 내려받으면 됩니다.

YouTube에서 스크립트 표시가 안 보이는 이유는 무엇인가요?

스크립트는 자막에서 만들어지므로 자막이 없으면 스크립트도 없습니다. 크리에이터가 자막을 껐거나, 영상이 너무 새것이라 자동 자막이 아직 끝나지 않았거나, 해당 언어가 아직 지원되지 않을 때 그렇습니다. 플레이어에 CC 아이콘조차 없다면 읽어 올 자막 트랙 자체가 없는 것입니다. 브라우저 확장이 버튼을 가리기도 하는데, 시크릿 창에서 열어 보면 몇 초 만에 확인됩니다.

휴대폰에서 YouTube 스크립트를 보려면 어떻게 하나요?

YouTube 모바일 앱은 펼친 설명 아래에 스크립트를 보여 줄 수는 있지만 텍스트를 선택하거나 복사하게 해 주지는 않습니다. 가져가려면 모바일 브라우저에서 데스크톱 사이트를 요청해 그쪽 패널을 쓰거나, 영상 링크를 복사해 변환 도구에 붙여넣으세요. 앱 안에서의 복사가 유일하게 허용되지 않는 동작입니다.

YouTube 자동 자막은 얼마나 정확한가요?

대략 85%에서 95% 사이이고, 변수는 알고리즘이 아니라 오디오입니다. 깨끗한 스튜디오 녹음은 9496%에 닿고, 배경 소음이 있는 야외 촬영은 7882%까지 떨어집니다. 정확도 90%면 40분 영상에 틀린 단어가 약 600개 들어 있다는 뜻이고, 그래서 자동 자막은 완성된 결과물이 아니라 출발점입니다.

YouTube 스크립트에서 타임스탬프는 어떻게 지우나요?

스크립트 패널 안의 점 세 개 메뉴를 열고 타임스탬프 전환을 선택하세요. 시간 표시가 사라지고 텍스트가 이어지는 산문이 되어, 한 줄씩 숫자를 걷어 내지 않고도 문서에 붙여넣을 수 있습니다.

YouTube 스크립트에 화자 이름이 들어가나요?

들어가지 않습니다. YouTube 자동 자막은 화자 표시가 없는 하나의 텍스트 흐름이라 인터뷰나 패널 토론도 독백처럼 돌아옵니다. 화자 분리를 지원하는 도구는 목소리를 나눠 화자 1, 화자 2로 표시해 주고, 실제 이름은 그 뒤에 한 번만 붙이면 됩니다.