오디오와 영상을 다른 언어로 번역하는 방법 (이중 언어 자막 포함)

최종 확인 2026-06-24. Vocova의 구체적인 제한(지원 언어 수, Plus / Pro 기능)은 해당 날짜의 현재 제품 구성과 일치합니다. 여기 적힌 수치가 앱에 표시되는 것과 다르다면, 앱이 정확한 기준입니다.

녹음을 번역하는 일은 하나가 아니라 두 가지 작업입니다. 첫 번째는 원본 언어로 정확한 스크립트를 만드는 일, 즉 인식 단계입니다. 여기에는 언어 감지와 코드 스위칭에 관한 고유한 결정이 따르며, 이는 여러 언어로 오디오를 전사하는 방법에서 다룹니다. 이 가이드는 두 번째 단계를 다룹니다. 즉, 원본 스크립트를 올바른 번역 결과물로 바꾸고, 그 결과가 화면과 지면에서 실제로 제대로 작동하도록 만드는 일입니다.

아래의 모든 내용을 관통하는 한 가지 규칙이 있습니다. 검토를 마친 원본 스크립트에서 번역하라. 절대 가공되지 않은 오디오에서 곧바로 번역하지 마라. 번역은 스크립트에 적힌 내용을 충실하게 보존합니다. 그 오류까지 포함해서요. 그래서 잘못 들은 이름이나 숫자는 단지 틀린 채로 남는 게 아니라, 한 언어가 아니라 두 언어로 잘못 번역됩니다. 이제부터는 깨끗하고 타임스탬프가 붙은 원본이 있다고 가정하겠습니다. 흥미로운 결정들은 결과물에 관한 것입니다.

어떤 결과물이 실제로 필요한지 — 번역된 텍스트, 이중 언어 스크립트, 번역된 자막, 이중 언어 자막, 또는 보이스오버.
번역문이 물리적으로 들어맞는지 — 원본이 말하는 데 걸린 시간 안에 화면에 표시될 수 있는지.
이름과 용어를 일관되게 유지하기 — 파일 전체에 걸쳐서.
작업을 반복하는 대신 한 번에 여러 언어로 처리하기.

Vocova는 전사와 140개 이상의 대상 언어로의 번역을 한곳에서 처리하므로, 타임스탬프와 화자 레이블이 오디오에서 번역된 .srt까지 그대로 살아남습니다. 오디오는 오디오 번역으로, 자막은 영상 번역으로, 두 언어를 한 화면에 담을 때는 이중 언어 자막으로 시작하세요.

번역 워크플로 그림: 원본 오디오가 전사문이 되고 검토 후 대상 언어로 번역되어 이중 언어 자막으로 내보내짐

검토를 마친 원본이 모든 것의 상한선이다 — 그다음엔 잊어라

나쁜 스크립트는 번역으로 만회할 수 없습니다. 원본의 단어 오류율이 20%라면, 어떤 번역 단계로도 인식이 놓친 의미를 되살릴 수 없습니다. 그저 유창하고 확신에 차 있지만 틀린 대상 언어 텍스트를 만들어낼 뿐입니다. 그러니 원본을 먼저 고치세요. 특히 이름, 숫자, 전문 용어를요. 그리고 번역하기 전에 각 언어가 현실적으로 어느 정도 수준을 제공하는지 알려면 위의 인식 가이드와 함께 언어별 전사 정확도를 참고하세요.

이 가이드가 원본에 대해 다루는 것은 이번이 마지막입니다. 이후의 모든 내용은 원본이 깨끗하다고 가정하며, 번역 그 자체에 관한 것입니다.

언어가 아니라 결과물을 골라라

"이 영상을 번역해 주세요"라는 말 뒤에는 다섯 가지 서로 다른 결과물이 숨어 있습니다. 잘못된 것을 고르면 내보내기를 다시 해야 합니다. 더 나쁘게는, 잘못된 형식을 청중에게 전달하게 됩니다.

결과물	무엇인가	가장 적합한 용도	주의할 점
번역된 텍스트	대상 언어로만 작성된 깔끔한 문서	보고서, 기사, 단일 언어 청중과의 공유	타이밍을 잃음. 영상에는 부적합
이중 언어 스크립트	원본과 번역문이 줄 단위로 짝지어진 것	검토, QA, 연구 인용, 언어 학습	교정해야 할 텍스트가 두 배
번역된 자막	대상 언어로만 된 `.srt` / `.vtt`	영상을 하나의 언어 커뮤니티에 게시할 때	텍스트 길이 증가로 타이밍을 초과할 수 있음 (아래 참고)
이중 언어 자막	두 언어가 하나의 큐에 쌓이고, 타임스탬프는 하나	튜토리얼, 언어 학습, 혼합 또는 글로벌 청중	큐당 두 줄의 텍스트 — 각 줄을 짧게 유지하라
보이스오버 / 더빙	원본 위에 입혀진 대상 언어 음성 트랙	시청자가 자막을 읽지 않을 설명 영상과 광고	타이밍 맞추기가 가장 어려움. 보통 사람 손이 필요함

대부분의 팀에게 솔직한 기본값은 단일 시장을 위한 번역된 자막이며, 검토자, 학습자, 또는 다국어 팀이 두 언어를 모두 봐야 할 때는 이중 언어 자막입니다. 이중 언어 자막과 영상 번역은 자막 파일을 직접 생성하며, 이중 언어 스크립트 내보내기는 문서와 연구를 위한 것입니다.

스페인어 원문과 영어 번역을 나란히 표시하고 인라인 수정이 있는 이중 언어 전사 편집기

그냥 플랫폼의 자동 번역을 쓰면 안 되는 이유는?

YouTube를 비롯한 대부분의 영상 플랫폼은 원클릭 자동 번역 캡션을 제공합니다. 클립을 개인적으로 이해하는 용도로는 괜찮습니다. 하지만 게시하려는 무언가에는 세 가지 구조적인 문제가 있습니다.

검토된 원본이 아니라 결함이 있는 캡션을 번역합니다. 자동 생성된 캡션은 이미 인식 오류를 담고 있으며, 자동 번역은 그 오류를 다시 번역합니다. 그 사이에 검토 단계가 전혀 없습니다.
용어나 타이밍을 제어할 수 없습니다. 잘못 번역된 제품명을 고치거나, 하나의 일관된 용어를 강제하거나, 시간을 초과하는 줄을 압축할 수 없습니다. 플랫폼이 내놓는 그대로를 받아야 합니다.
파일을 소유하지 못합니다. 캡션은 그 플랫폼에 남아 있습니다. 검토된 하나의 .srt를 YouTube, 자체 사이트, LMS, 클라이언트 결과물에 걸쳐 재사용할 수 없습니다.

전용 워크플로는 이 세 가지를 모두 뒤집습니다. 원본을 먼저 검토하고, 용어와 타이밍을 제어하며, 자신이 소유하는 이동 가능한 자막 파일을 내보냅니다. 빠르게 개인적으로 요지를 파악할 때는 자동 번역을 쓰고, 자신의 이름이 걸린 무언가에는 검토된 번역을 쓰세요.

방향, 피벗, 그리고 레이아웃을 바꾸는 문자

대상 언어에 관해서는 단순한 "140개 이상의 언어"라는 숫자보다 더 중요한 두 가지가 있습니다.

영어가 가장 강력한 피벗입니다. 영어로 또는 영어에서 번역하는 것이 대개 가장 정확한 방향입니다. 모델이 영어 쌍에 가장 많이 훈련되어 있기 때문입니다. 스페인어 → 일본어 작업은 영어를 검토 기준으로 삼으면 종종 더 깔끔해집니다. 품질은 또한 각 언어에 얼마나 많은 데이터가 존재하는지에 따라 등급이 나뉩니다. 언어별 전사 정확도에 등급 목록이 있습니다.

일부 대상 문자는 단어뿐 아니라 레이아웃을 바꿉니다 — 그리고 바로 여기서 번역된 영상이 조용히 망가집니다.

오른쪽에서 왼쪽으로 쓰는 문자(아랍어, 히브리어, 페르시아어, 우르두어): 텍스트 방향이 뒤집힙니다. RTL 줄 안에 들어간 숫자, 라틴 문자 브랜드명, 문장 부호는 올바른 양방향 처리가 필요하며, 자막은 오른쪽으로 정렬되어야 합니다. RTL을 제대로 렌더링하지 못하는 플레이어는 올바른 번역을 엉망으로 만들어 버립니다.
CJK(중국어, 일본어, 한국어): 이들은 42자 라틴 문자 줄 규칙을 사용하지 않습니다. 줄당 고유한 글자 제한과 줄바꿈 규칙이 있으며(라틴 문자처럼 단어 중간에서 끊을 수 없습니다), 보통 영어에 비해 늘어나기보다 줄어듭니다.
태국어와 공백이 없는 그 밖의 문자: 줄바꿈이 공백이 아니라 단어 분절에 따라 결정됩니다. 단순한 줄바꿈은 깨진 줄을 만들어냅니다.

대상이 이들 중 하나라면, 텍스트만이 아니라 실제 플레이어에서 렌더링을 확인할 시간을 확보하세요.

자막 번역은 다른 기술이다: 길이 증가, 읽기 속도, 재작성

이것이 바로 읽히는 번역과 읽을 수 없게 스쳐 지나가는 번역을 가르는 부분입니다. 번역된 자막은 원본이 말하는 데 걸린 것과 같은 시간 안에 읽을 수 있어야 합니다. 그런데 대부분의 언어는 같은 길이로 번역되지 않습니다.

텍스트 길이 증가가 핵심 문제다

번역된 텍스트가 원본 길이와 일치하는 경우는 드뭅니다. 영어 대비 일반적인 변화(현지화의 경험 법칙 — 보장이 아니라 범위로 받아들이세요):

대상 언어 계열	영어 대비 일반적인 길이	자막에 미치는 영향
독일어	+10% ~ +35%	자주 초과함. 압축이 필요하다고 예상하라
로망스어(스페인어, 프랑스어, 이탈리아어, 포르투갈어)	+15% ~ +30%	빠른 발화에서 자주 초과함
아랍어	+20% ~ +25%	길어지고 또한 방향이 뒤집힘
중국어, 일본어, 한국어	−10% ~ −30% (줄어듦)	쉽게 들어맞지만, 줄당 글자 수 제한을 따름

번역된 줄이 시간 슬롯에 비해 너무 길 때는 표현을 압축합니다. 큐를 절대 다음 큐 너머로 늘리지 않습니다. 그렇게 하면 파일의 나머지 부분이 어긋나기 때문입니다. 압축(군더더기를 덜어내고 의미를 유지하면서 표현을 다듬는 것)은 진짜 자막 제작 기술이며, 일반 문서보다 자막에서 사람 손이 더 중요한 이유이기도 합니다.

읽기 속도와 줄 제한

다음은 널리 쓰이는 방송/스트리밍 규범입니다(끝부분에 링크된 BBC와 Netflix 가이드라인 참고):

읽기 속도: 성인 청중을 위해서는 큐를 대략 초당 17자 미만으로 유지하세요. 어린이용 콘텐츠와 빠른 컷에서는 더 낮춥니다.
줄 길이: 라틴 문자는 줄당 약 42자, 큐당 최대 두 줄입니다. CJK는 고유한 글자 수를 사용합니다(보통 줄당 전각 문자 ~13–16자).
최소/최대 길이: 너무 짧게 스쳐 지나가는 것(1초보다 한참 짧은 것)과 너무 오래 머무는 것 모두 가독성을 해칩니다.

이중 언어 자막은 하나의 타임스탬프를 공유하는 단일 큐 안에 원본을 번역문 위에 쌓습니다. 두 줄이 큐를 공유하므로 각 줄을 짧게 유지하세요. 두 언어로 된 긴 두 줄은 읽기 속도 제한을 넘어서는 가장 빠른 길입니다.

각 큐에 같은 타임스탬프로 원문 줄과 번역을 표시하는 이중 언어 SRT 자막 파일 미리보기

컨테이너 자체에 관해서는 — 언제 .srt를 고르고 언제 .vtt를 고를지 — SRT vs VTT와 자막 파일 형식 완벽 가이드를 참고하세요. 번역이 검토되고 나면 SRT 생성기 또는 VTT 생성기로 파일을 생성하세요.

번역 전체에 걸쳐 이름과 용어를 일관되게 유지하라

가장 미묘한 번역 실패는 틀린 문장이 아니라, 하나의 파일 안에서 같은 용어가 세 가지 다른 방식으로 번역되는 것입니다. AI 번역은 구간 단위로 작동하므로, 제품명, 직함, 전문 용어가 큐 사이에서 흔들릴 수 있습니다. 특히 긴 녹음에 걸쳐 있거나 여러 화자가 그것을 서로 다르게 말할 때 그렇습니다.

게시하기 전에 작은 용어집을 확정하세요.

고유명사 — 사람, 회사, 제품, 장소 — 는 보통 원본 형태를 유지하거나 합의된 하나의 표기를 매번 사용해야 합니다.
전문 용어와 약어 — 대상 언어에서 하나의 대응어를 골라 일관되게 사용하세요. 모델이 번갈아 쓰게 두지 마세요.
어조와 격식 — 격식체와 비격식체의 "당신"(tú/usted, du/Sie, 你/您)은 청중에 맞춰 작품 전체에 걸쳐 하나로 선택해야 합니다.

나란히 놓인 이중 언어 보기는 이를 빠르게 만들어 줍니다. 번역 열에서 용어를 훑어보고, 모든 출현을 고치면, 타임스탬프는 결코 움직이지 않습니다. 이 일관성 점검은 비용이 적게 들면서 "기계 번역"과 "현지화"를 가르는 차이입니다.

작업을 다시 하지 않고 하나의 영상을 여러 언어로 현지화하라

번역에서 가장 큰 효율 이득은 비용이 드는 작업이 한 번만 일어난다는 것입니다. 원본 스크립트는 한 번만 검토하고, 모든 대상 언어가 그 깨끗한 원본 하나에서 갈라져 나옵니다. 이는 하나의 영상을 처음부터 다섯 번 번역하는 것과 정반대입니다.

현실적인 다국어 작업 — 5개 시장으로 가는 90초 분량의 제품 영상:

원본을 한 번 전사하고 검토하라(약 10분). 원본에서 이름, 제품 용어, 숫자를 고치세요. 이것이 유일한 언어 비종속적 수작업 단계입니다.
그 원본에서 다섯 개 대상으로 모두 번역하라(전체 합쳐 몇 분). 각각이 같은 타임스탬프를 물려받으므로, 다섯 개 자막 파일 모두가 영상과 동기화된 상태를 유지합니다.
언어별 맞춤 점검을 가장 긴 언어부터 하라. 독일어와 로망스어는 시간을 초과하는 큐가 한두 개 있을 것입니다. 그것들을 압축하세요. CJK 대상은 보통 줄바꿈 점검만 필요합니다.
언어당 하나의 .srt를 내보내라(어떤 시장이 두 언어 모두를 원한다면 이중 언어 파일도 함께).

전체적으로, 시간의 대부분은 단일 원본 검토에 더해 짧은 언어별 압축 점검에 들어갑니다. 다섯 번의 전체 번역이 아닙니다. 검토된 원본을 정본으로 유지하세요. 스크립트가 바뀌면 다섯 개 파일을 손으로 편집하는 대신 업데이트된 원본에서 다시 번역하세요.

사람이 개입해야 할 때

AI 번역은 많은 일상적인 작업에서 그대로 게시할 수 있으며, 나머지에는 사람의 손이 필요합니다. 결정하는 간단한 방법:

상황	AI만으로 대개 괜찮음	사람 손이 필요함
내부 메모, 회의 요약, 요지, 초안 자막	✓
고자원 언어 쌍(영어 ↔ 스페인어/프랑스어/독일어/포르투갈어)	✓ (가벼운 검토)
마케팅, 브랜드, 또는 대중 공개용 영상		✓
법률, 의료, 규제 관련, 또는 출판된 연구		✓
저자원 대상 언어		✓
보이스오버/더빙(타이밍 + 전달)		✓

패턴은 이렇습니다. 위험이 낮고 언어 쌍의 자원이 많을수록 AI만 쓰는 것이 더 안전합니다. 확신이 서지 않으면, 유창한 검토자가 원본과 빠르게 비교할 수 있도록 이중 언어 버전을 내보내세요.

번역된 영상을 위한 게시 전 체크리스트

번역하기 전에 원본 스크립트를 검토했는가(이름, 숫자, 용어).
올바른 결과물을 골랐는가(번역된 자막 대 이중 언어 자막 대 보이스오버).
길이가 증가한 뒤에도 ~17 CPS나 줄당 ~42자를 넘는 큐가 없는가. 긴 언어는 늘리지 않고 압축했는가.
RTL/CJK 렌더링을 텍스트뿐 아니라 실제 플레이어에서 확인했는가.
모든 고유명사, 용어, 격식체/비격식체에 대해 일관된 하나의 표기를 썼는가.
내보낸 파일에서 타임스탬프와 화자 레이블이 여전히 정렬되어 있는가.
다국어 작업의 경우: 하나의 정본 검토된 원본, 언어당 하나의 파일.

자주 묻는 질문

번역된 자막과 이중 언어 자막의 차이는 무엇인가요?

번역된 자막은 대상 언어만 보여줍니다. 이중 언어 자막은 두 언어를 같은 큐에 쌓아 하나의 타임스탬프를 공유합니다. 언어 학습자, 튜토리얼, 혼합 청중에게 유용합니다. 둘 다 검토되고 타임스탬프가 정렬된 같은 스크립트에서 나오므로, 어느 쪽을 만들지는 단지 내보내기 선택일 뿐입니다.

번역된 자막이 넘치거나 너무 빠르게 스쳐 지나가는 이유는 무엇인가요?

대부분의 언어가 번역되면 길어지기 때문입니다. 독일어와 로망스어는 으레 영어보다 20–35% 더 깁니다. 해결책은 원본 시간 슬롯에 맞도록 표현을 압축하는 것이며, 큐를 늘리는 것은 결코 아닙니다(그렇게 하면 그 뒤의 모든 것이 어긋납니다). 큐를 초당 약 17자 미만으로 유지하세요.

하나의 자막 파일에 두 언어를 넣을 수 있나요?

네 — 그것이 이중 언어 자막입니다. 각 큐가 하나의 타임스탬프 아래에 번역문 위로 원본 줄을 담습니다. 두 줄이 큐의 읽기 속도 예산을 공유하므로 둘 다 짧게 유지하세요.

자막이 스스로 번역되나요, 아니면 제가 스크립트를 번역하나요?

검토된 스크립트를 번역하면, 자막 파일이 타임스탬프가 온전한 채로 그것에서 내보내집니다. 이미 입혀졌거나 이미 내보내진 자막을 따로 번역하는 것이 바로 타이밍과 용어 일관성을 깨뜨립니다. 번역을 타임스탬프가 붙은 스크립트에 붙여 두세요.

하나의 영상을 여러 언어로 효율적으로 번역하려면 어떻게 하나요?

원본 스크립트를 한 번 검토한 다음, 그 깨끗한 단일 원본을 각 대상 언어로 번역하세요. 모든 대상이 같은 타임스탬프를 물려받으므로, 영상 전체를 반복해서 번역하는 대신 짧은 언어별 맞춤 점검(길어진 언어를 압축하는 것)만 하면 됩니다.

번역된 영상에는 어떤 자막 형식을 써야 하나요?

최대 호환성을 위해서는 .srt, 웹 스타일링이나 위치 지정이 필요할 때는 .vtt입니다. 선택은 어떤 자막이든 동일합니다. 번역에서 달라지는 것은 줄 길이와 읽기 속도입니다. 전체 비교는 SRT vs VTT를 참고하세요.

AI 번역이 게시할 만큼 충분히 좋은가요?

내부 용도와 고자원 언어 쌍의 경우, 가벼운 검토 후 대개 그렇습니다. 마케팅, 법률, 의료, 출판된 연구, 저자원 언어, 또는 보이스오버의 경우에는 사람을 개입시키세요. 원본 품질도 상한선을 정합니다. 잡음이 많은 스크립트는 어떤 언어 쌍이든 잘 번역될 수 없습니다.

출처 및 더 읽을거리

외부:

BBC 자막 가이드라인 — 읽기 속도와 줄 길이 표준.
Netflix 타임드 텍스트 스타일 가이드 — CJK 글자 제한을 포함한 언어별 자막 요구 사항.
W3C 국제화: 번역에서의 텍스트 크기 — 번역된 텍스트가 늘어나고 줄어드는 이유.