오디오를 무료로 텍스트로 변환하는 방법 (빠르고 정확하게)
휴대폰에 40분짜리 녹음이 하나 저장되어 있습니다. 인터뷰일 수도, 강의일 수도, 산책하며 두서없이 남긴 음성 메모일 수도 있습니다. 그리고 이제 그 말을 글로 옮겨야 하는데, 되도록이면 누구에게도 돈을 쓰지 않고, 오후 시간을 통째로 들이지도 않으면서 하고 싶습니다.
좋은 소식이 있습니다. 오디오는 무료로 텍스트로 변환할 수 있고, 도구도 정말 좋아졌습니다. 다만 아무도 먼저 말해 주지 않는 함정은, 그 "좋음"이 소프트웨어보다 녹음 자체에 훨씬 더 크게 좌우된다는 점입니다. 이 가이드는 실제로 쓸 만한 무료 방법들, 각 방법이 언제 빛을 발하는지, 그리고 대부분의 글이 통째로 건너뛰는 핵심—당신의 전사본이 깔끔하게 나올지, 아니면 한 줄 한 줄 고쳐야 하는 알아볼 수 없는 글이 될지를 실제로 결정하는 것이 무엇인지—을 짚어 봅니다.
이미 당신의 기기에 들어 있는 무료 도구
무언가에 가입하기 전에, 이미 가진 것부터 확인해 보세요. 대부분의 휴대폰과 오피스 제품군에는 전사 기능이 기본 내장되어 있으며, 많은 작업에는 그것만으로 충분합니다.
iPhone에서는 Voice Memos 앱이 기기 내에서 녹음을 전사합니다. iPhone 12 이상에서 iOS 18 이상을 쓰고 있다면, 녹음을 열고 재생 컨트롤 위에 있는 말풍선 아이콘을 탭하면, 재생되는 동안 단어가 실시간으로 강조 표시되면서 텍스트가 나타납니다. 약 10개 언어에서 완전히 오프라인으로 작동하므로 어디에도 아무것도 업로드되지 않습니다. 민감한 내용이라면 이는 실질적인 프라이버시 이점입니다.
Google Pixel에서는 Recorder 앱이 Apple이 아직 하지 못하는 일을 해냅니다. 녹음하는 동안 실시간으로, 그것도 완전히 기기 내에서 오프라인으로 전사하는 것입니다. 인터넷도, 계정도, 비용도 필요 없습니다. 대신 이것은 Pixel 전용이므로, 다른 Android 휴대폰을 쓴다면 다른 방법이 필요합니다.
Google Docs Voice Typing(음성 입력)은 많은 사람에게 무료 주력 도구입니다. 문서를 열고 도구 > 음성 입력으로 이동한 뒤(또는 Windows에서 Ctrl+Shift+S, Mac에서 Cmd+Shift+S를 누른 뒤) 말하면 됩니다. 무료이고 분량 제한이 없으며, 깔끔하고 일정한 구술에는 놀라울 만큼 잘 작동합니다. 솔직한 한계도 있습니다. 문장 부호는 거의 넣어 주지 않고, 파일이 아니라 실시간 음성을 위해 만들어졌습니다. 이미 가지고 있는 녹음을 전사하려면, 한 기기에서 오디오를 크게 틀어 놓고 다른 기기의 Docs가 그것을 듣게 하는데, 이 방법은 되긴 하지만 품질이 떨어집니다.
Microsoft Word의 Transcribe(전사) 도구는 기능이 더 뛰어나지만 무료는 아닙니다. 유료 Microsoft 365 구독과 인터넷 연결이 필요합니다. 그 대가로 얻는 것은 이렇습니다. 파일(.mp3, .wav, .m4a 또는 .mp4)을 업로드하면 Word가 화자를 구분하고, 타임스탬프를 붙이며, 80개가 넘는 언어를 지원하고, 매달 최대 300분의 업로드 오디오를 처리합니다. 이미 Microsoft 365 요금을 내고 있다면, 이는 눈에 잘 띄지 않는 더 나은 선택지 중 하나입니다. 그렇지 않다면 건너뛰세요. 반면 Word에 기본 내장된 Dictate 기능은 무료이며 실시간 음성을 텍스트로 변환하는 일을 처리합니다.
팁: 도구를 소스에 맞추세요. 기기 내 녹음 앱(iPhone Voice Memos, Pixel Recorder)은 지금 이 순간 담고 있는 오디오에 가장 좋습니다. 업로드 기반 도구는 이미 가지고 있는 파일에 가장 좋습니다. 실시간 구술 도구에 저장된 파일을 억지로 전사시키려는 것이, 대부분의 사람들이 한 시간을 허비하는 지점입니다.
무료 웹 전사기와 AI 도구
기본 내장 옵션이 맞지 않을 때는, 대개 브라우저 기반 전사기가 해결해 줍니다. 파일을 업로드하고, 몇 분 기다린 뒤, 텍스트를 내려받으면 됩니다. 지난 몇 년 사이 무료 전사를 실제로 쓸 만하게 만든 것이 바로 이런 도구들인데, 대부분이 10년 전의 투박한 엔진 대신 현대적인 음성 인식 모델로 작동하기 때문입니다.
무료 등급은 서비스마다 다르므로, 하나를 고르기 전에 그 대략적인 모습을 알아 두는 것이 좋습니다.
- Notta — 매달 120분 무료로, 가끔 긴 녹음을 다룰 때 좋습니다.
- Otter.ai — 매달 300분 무료로, 회의와 실시간 캡처에 강합니다.
- TurboScribe — 하루 세 개 파일, 각 최대 30분, 월간 상한 없음.
- OpenAI's Whisper — 무료이자 오픈 소스로, 직접 실행하는 것이 괜찮다면 분량 제한이 없습니다. 다만 이것이 비기술 사용자에게는 함정입니다.
이들 대부분은 예상 가능한 형식(MP3, WAV, M4A, FLAC)을 지원하며, 파일 크기 상한은 흔히 500MB 안팎입니다. 일부는 최대 1GB까지 업로드를 받습니다. 사람들이 걸려 넘어지는 유일한 숫자는 월간 총량과는 별개인 파일당 길이 제한입니다. 어떤 도구는 매달 120분을 주면서도 90분짜리 단일 파일에서는 막혀 버릴 수 있습니다. 긴 녹음을 업로드하기 전에, 실패한 뒤가 아니라 미리 파일당 제한을 확인하세요.
가장 손쉬운 무료 방법, 단계별로
번거로움을 최소화하며 녹음의 깔끔한 전사본만 얻고 싶다면, 거의 누구에게든 안내할 만한 경로가 여기 있습니다. Laxis 같은 AI 회의 어시스턴트가 특정 경우에 제값을 하는 지점이 바로 이곳이며, 그 이야기는 뒤에서 하겠습니다. 다만 일회성 오디오 파일이라면 무료 웹 전사기가 정답입니다.
- 파일을 준비하세요. 일반적인 형식(MP3, WAV 또는 M4A)인지 확인합니다. 녹음 기기가 특이한 형식으로 저장했더라도 대부분의 도구가 업로드 시 변환해 주지만, MP3가 가장 안전한 선택입니다.
- 파일 길이에 맞는 무료 전사기를 고르세요. 30분 미만이라면 TurboScribe의 무료 요금제가 빠릅니다. 더 긴 단일 파일이라면 Notta의 매달 120분 무료 분량이 더 여유롭습니다.
- 업로드하고 언어를 설정하세요. 이 한 단계가 사람들이 생각하는 것보다 더 중요합니다. 어떤 언어로 말했는지 미리 정확히 알려 주면, 특히 영어가 아닌 오디오에서 정확도가 눈에 띄게 좋아집니다.
- 기다린 뒤 검토하세요. 전사에는 대개 오디오 길이의 일부에 해당하는 시간이 걸립니다. 끝나면 첫 1분을 오디오와 대조하며 읽어, 잘못 들은 이름, 전문 용어, 반복되는 오타 같은 체계적인 오류를 잡아냅니다.
- 정리하고 내보내세요. 몇 안 되는 오류를 고치고, 무료 도구가 화자 라벨을 붙이지 않았다면 직접 붙인 다음, 텍스트, Word 또는 SRT로 내보냅니다.
이게 전부입니다. 깔끔한 단일 화자 오디오라면, 실제로 작업하는 것보다 이 목록을 읽는 데 시간이 더 걸릴 겁니다.
정확도를 실제로 결정하는 것
여기가 바로 쓸 만한 전사본과 엉망인 결과물을 가르는 부분인데, 이는 당신이 어떤 도구를 골랐는지와는 거의 상관이 없습니다. 현대의 전사기는 어느 것이든 내부적으로 대체로 비슷한 음성 인식 기술을 씁니다. 크게 달라지는 것은 당신이 그것에 넣어 주는 오디오입니다.
괜찮은 마이크로 녹음한 깔끔한 단일 화자 오디오라면, 대략 8595퍼센트의 정확도를 기대할 수 있습니다. 최고 수준의 엔진은 스튜디오 품질의 녹음에서 9598퍼센트에 이릅니다. 하지만 현실 세계의 오디오에서는 이 수치가 절벽에서 떨어지듯 무너져, 흔히 80퍼센트 아래로 내려갑니다. 그 20퍼센트의 오류율은 개인 음성 메모에는 괜찮을지 몰라도, 인용하거나 게시하려는 무언가에는 재앙입니다.
피해의 대부분을 일으키는 것은 네 가지입니다.
배경 소음
정확도를 죽이는 단연 최대의 요인입니다. 냉난방 장치의 웅웅거림, 교통 소음, 카페, 휴대폰 마이크에 부딪히는 바람. 소음이 말소리에 비해 커지는 순간, 엔진은 추측하기 시작합니다.
마이크 거리와 품질
화자로부터 6~12인치 떨어진 마이크는 목소리를 온전히 담아냅니다. 방 건너편에 있는 노트북 마이크는 얇고 울림이 섞인 버전을 담아내며, 엔진은 이를 처리하는 데 애를 먹습니다.
말 겹침과 동시 발화
두 사람이 동시에 말하면, 모델은 사실상 한 명만 따라갈 수 있습니다. 여러 화자의 오디오는 단일 목소리보다 훨씬 더 어렵습니다.
억양과 전문 용어
강한 억양, 전문 용어, 고유 명사는 좋은 도구조차 미끄러지는 지점입니다. 올바른 언어와 방언을 설정하면 도움이 되지만, 이름은 직접 고칠 각오를 해 두세요.
이 넷 중 셋이, 녹음 버튼을 누르기도 전에 당신이 좌우할 수 있는 것들이라는 점에 주목하세요. 그러면 당신이 할 수 있는 가장 비용 대비 효과가 큰 업그레이드로 이어집니다.
어떤 소프트웨어도 이기는 팁: 30달러짜리 USB 마이크가, 어떤 프리미엄 전사 도구로 바꾸는 것보다 당신의 전사 정확도를 더 높여 줍니다. 엔진은 주어진 오디오로만 작업할 수 있으며, 가깝고 괜찮은 마이크에서 나온 깨끗한 신호는, 탁한 노트북 녹음에 아무리 많은 AI의 영리함을 쏟아붓는 것보다 더 큰 효과를 냅니다.
차점, 그리고 무료: 마이크를 가까이 두고 소음을 없애세요. 화자로부터 1피트 이내로 다가가고, 창문을 닫고, 선풍기를 끄세요. 10초의 준비가 20분의 수정을 덜어 줍니다.
화자 라벨, 긴 파일, 그리고 무료 도구의 한계
무료 전사에서는 두 가지 한계가 끊임없이 나타나며, 어떤 작업 흐름을 택하기 전에 둘 다 알아 둘 가치가 있습니다.
첫 번째는 화자 라벨로, 전문적으로는 화자 분리(diarization)라고 하며, 누가 무엇을 말했는지 알아내는 것입니다. 무료 등급이 가장 먼저 빼 버리는 기능이기도 합니다. 많은 무료 전사기는 화자 표시가 전혀 없는, 끊김 없는 한 덩어리의 글을 넘겨줍니다. 화자 분리가 포함된 경우라도 그 정확도는 대략 80~95퍼센트 수준이며, 말이 겹치거나 음색이 비슷한 목소리에서는 헤맵니다. 두 사람 인터뷰를 전사하면서 "인터뷰어"와 "게스트"를 명확히 나눠야 한다면, 그것에 의존하기 전에 무료 요금제에서 그 도구가 실제로 그 일을 해내는지 확인하세요.
두 번째는 길이입니다. 무료 등급은 파일당 시간에 상한을 두는 것을 무척 좋아합니다. 3시간짜리 녹음은 여러 조각으로 나눠야 할 수도 있고, 아니면 애초에 무료 요금제가 한 달에 허용하는 양을 넘어설 수도 있습니다. 긴 파일을 나누는 것이 부끄러운 일은 아니지만, 그것을 염두에 두고 계획하세요.
바로 이런 한계 때문에, 회의와 영업 통화는 일회성 오디오 파일과는 전혀 다른 종류의 문제가 됩니다. 정기적으로 나누는 대화를 전사하고 있다면, 사후에 업로드하는 방식은 금세 지겨워집니다. 바로 여기서, 이 목적에 맞춰 만들어진 Laxis 같은 AI 회의 어시스턴트가 문제의 형태 자체를 바꿉니다. 이것은 당신의 Zoom, Google Meet 또는 Teams 통화에 참여해 실시간으로 전사하고, 각 화자가 말하는 대로 라벨을 붙이며, 통화가 끝나면 실행 항목과 결정 사항이 담긴 요약을 건네줍니다. 정리해야 할 한 덩어리의 글이 당신에게 남겨지지 않습니다. 실제로 쓸 수 있는 메모가 남으며, 그것들은 곧바로 HubSpot이나 Salesforce로 동기화됩니다. 무작위의 오디오 파일이라면 무료 전사기가 맞습니다. 매주 하는 통화라면, 화자 라벨이 기본 내장된 실시간 캡처가 차원이 다른 유용함을 제공합니다.
결론
흥미로운 변화는, 전사가 더 이상 어려운 부분이 아니게 되었다는 점입니다. 엔진이 충분히 좋아진 덕분에, 병목은 상류로—녹음하기 전 10초의 생각으로—옮겨 갔습니다. 마이크를 가까이 두고, 방을 조용히 하고, 언어를 지정하면, 어떤 무료 도구든 깔끔한 결과물을 건네줄 것입니다. 그 모든 것을 건너뛰면, 아무리 값비싼 소프트웨어도 그 녹음을 구해 내지 못합니다. 녹음 과정을 조금만 정성 들여 다루면, 전사에 대해서는 거의 신경 쓸 일이 없어집니다.
자주 묻는 질문
오디오를 텍스트로 변환하는 가장 좋은 무료 방법은 무엇인가요?
이미 가지고 있는 녹음이라면, Notta(매달 120분 무료)나 TurboScribe(하루 세 개 파일, 각 최대 30분) 같은 무료 AI 전사기에 업로드하는 것이 대개 가장 빠른 방법이며 대부분의 오디오 형식을 처리합니다. 이미 Google 생태계 안에 있다면, Google Docs Voice Typing은 분량 제한 없이 진정으로 무료입니다. iOS 18 이상을 쓰는 iPhone 12 이상에서는 Voice Memos 앱이 업로드 없이 기기 내에서 무료로 전사합니다.
Microsoft Word의 Transcribe 기능은 무료인가요?
아니요. Word의 Transcribe 도구는 유료 Microsoft 365 구독과 인터넷 연결이 필요합니다. 업로드 오디오를 매달 300분으로 제한하고, .mp3, .wav, .m4a, .mp4 파일을 지원하며, 80개가 넘는 언어를 다룹니다. 이미 Microsoft 365 요금을 내고 있다면 강력한 선택지이지만, 무료 웹 버전이나 데스크톱 전용 버전의 Word에서는 사용할 수 없습니다.
무료 오디오 전사는 얼마나 정확한가요?
괜찮은 마이크로 녹음한 깔끔한 단일 화자 오디오라면 대략 8595퍼센트의 정확도를 기대할 수 있고, 최고 수준의 엔진은 스튜디오 품질의 녹음에서 9598퍼센트에 이를 수 있습니다. 배경 소음, 말 겹침, 강한 억양이 있는 지저분한 현실 오디오에서는 정확도가 흔히 80퍼센트 아래로 떨어집니다. 어떤 도구를 고르느냐보다 오디오 품질이 더 중요합니다.
무료 전사 도구가 누가 무엇을 말했는지 라벨을 붙일 수 있나요?
때때로 가능하지만, 이는 가장 먼저 유료화되는 기능입니다. 화자 분리(diarization이라고 함)의 정확도는 대략 80~95퍼센트 수준이며, 말이 겹치거나 음색이 비슷한 목소리에서는 어려움을 겪습니다. 많은 무료 등급이 화자 라벨이 전혀 없는 끊김 없는 텍스트 덩어리를 반환하므로, 누가 무엇을 말했는지 아는 것이 중요하다면 그것에 의존하기 전에 그 도구가 화자 분리를 지원하는지 확인하세요.
무료 전사기는 어떤 오디오 형식과 파일 길이를 지원하나요?
대부분의 무료 전사기는 MP3, WAV, M4A, FLAC를 지원하며, 파일 크기 상한은 흔히 500MB 안팎입니다. 길이 제한은 크게 차이가 납니다. 어떤 무료 등급은 파일당 15분에서 멈추고, TurboScribe는 하루 세 번 파일당 30분을 허용하며, 일부 도구는 최대 1GB까지 파일을 업로드하게 해 줍니다. 긴 녹음이라면 시작한 뒤가 아니라 시작하기 전에 파일당 제한을 확인하세요.
