자막을 단어 단위까지 다듬을 수 있게 만든 이유

자동 생성 자막을 오래 보다 보면 늘 같은 벽에 부딪힙니다. 잘못 옮겨 적힌 단어, 반 박자 늦게 뜨는 타임스탬프, 두 문장이 한 줄에 합쳐진 자막. 그냥 보기만 할 때는 크게 문제되지 않습니다. 하지만 셰도잉이나 받아쓰기를 할 때는 이야기가 다릅니다. 이 연습의 전부가 "내가 말한 것"과 "실제로 그 줄에 적힌 것"을 비교하는 일이기 때문입니다.

정확도가 선택 사항이 될 수 없는 이유

받아쓰기는 정답지가 정확해야만 성립합니다. 자막 텍스트가 실제 음성과 다르면, 내가 틀린 건지 자막이 틀린 건지 구분할 수 없습니다. 셰도잉도 타이밍에서 같은 문제를 겪습니다. 너무 일찍 시작하거나 너무 늦게 끝나는 구간을 반복 재생하면, 발화가 아니라 정적을 따라 연습하게 됩니다. 대부분의 동영상 플랫폼에서는 살짝 어긋난 자막이 사소한 오차에 불과하지만, 셰도잉·받아쓰기 도구에서는 그게 곧 제품의 전부입니다. 그래서 초기부터 제 목표 중 하나는 자막을 그냥 "문제 있다고 신고"하는 게 아니라, 사람들이 직접 제대로 고칠 수 있게 만드는 것이었습니다.

"제대로" 고친다는 것

Emergence에서는 누구나 자막 파일을 직접 교체할 수 있고, 모든 수정 내역은 공개 변경 이력에 남습니다. 누가, 언제, 무엇을 바꿨는지가 남기 때문에 고친 내용이 다음 수정 때 조용히 사라지는 일이 없습니다. 데스크톱 앱인 Shadowing Player(Mac)에서는 셰도잉과 받아쓰기에 실제로 필요한 수준까지 자막을 다듬을 수 있습니다.

• 파형 위에서 정확한 단어 경계로 구간을 분할하거나 병합할 수 있습니다. 전사 엔진이 처음에 어디서 끊었는지와 상관없이요.
• 타임스탬프를 밀리초 단위로 드래그해서, 한 박자 일찍 시작하거나 늦게 끝나는 줄을 바로잡을 수 있습니다.
• 텍스트나 화자 라벨을 어떤 줄이든 수정할 수 있습니다. 신뢰도가 낮다고 표시된 줄만이 아니라요.

처음 자동 생성된 그대로에 묶여 있을 필요가 없습니다.

정확한 자막이 열어주는 것

한 줄의 텍스트와 타이밍을 믿을 수 있게 되면, 그 위에 쌓는 모든 기능이 더 쓸모 있어집니다. 받아쓰기는 어느 쪽이 틀렸는지 헷갈릴 필요 없이 내 답과 자막을 단어 단위로 비교할 수 있고, 발음·억양 채점은 타이밍이 어긋난 구간이 아니라 정확한 구간을 기준으로 내 녹음을 비교할 수 있습니다. 한 줄에서 뽑은 단어장 카드도 그 줄이 실제로 말한 그대로여야 의미가 있습니다. 이 신뢰도야말로 다듬어지지 않은 원본 전사가 아니라 정제된 자막 위에 AI 기반 학습 기능을 더 쌓아볼 만한 이유입니다.

그리고 자막 다듬기는 한 번으로 끝나는 정리 작업이 아니라 커뮤니티가 계속 이어가는 일이기 때문에, 한 번 고쳐진 줄은 계속 고쳐진 상태로 남습니다. 모든 수정은 보존되고, 파일을 다시 손볼 때마다 사라지지 않습니다. 이렇게 쌓인 자막 모음은 시간이 지날수록 낡는 게 아니라 더 가치 있어지는 자료가 됩니다.