인터뷰를 전사하는 방법: 정확한 화자 라벨링 대본

인터뷰를 수동으로 전사하려면 몇 시간이 걸립니다. 기사 마감이 임박했거나 시간에 민감한 연구를 진행 중이라면, 일정에 그만큼의 여유 시간이 없을 수 있습니다. AI 기반 텍스트 음성 변환 도구는 인터뷰를 몇 분 만에 전사해 편집과 분석에 쓸 시간을 확보해 줍니다. 

이 가이드에서는 AI로 인터뷰를 정확하게 전사하는 방법을 다룹니다. 또한 모든 오디오 인터뷰를 활용 가능한 문서 대본으로 바꾸는 데 도움이 되는 도구, 스타일, 서식도 살펴봅니다. 

요약

• 인터뷰 대본은 저널리즘이나 학술 연구를 위해 엄격한 정확도 기준을 충족해야 하는 경우가 많습니다. 
• 축어 모드로 전사하면 반복과 군더더기 말을 포함해 인터뷰에서 말한 모든 내용을 담을 수 있습니다. 
• 화자 라벨링 오류를 방지하려면 화자별로 별도의 마이크를 사용해 멀티채널 전사를 활용하세요. 이 기능은 각 화자의 오디오를 분리해 전사하므로, 겹쳐 말하는 상황에서도 화자가 올바르게 라벨링됩니다. 
• 웃음, 한숨, 박수 같은 오디오 이벤트는 인터뷰 녹음에 맥락을 더합니다. ElevenCreative STT는 기본적으로 이를 태그하지만, 필요하지 않다면 “오디오 이벤트 태그” 설정을 끌 수 있습니다. 
• 인터뷰에 인명, 회사명 또는 업계 전문 용어가 포함되어 있다면 전사를 시작하기 전에 키텀 프롬프팅으로 철자를 명확히 하세요. 

인터뷰 전사가 회의 또는 통화 대본과 다른 점

저널리즘이나 학술 연구를 위한 인터뷰어는 대본에서 직접 인용문을 가져와야 합니다. 인터뷰가 한 시간 이상 이어지면, 특히 높은 수준의 정확도가 필요할 때 수동 전사는 현실적이지 않습니다.

이러한 인용문은 출판된 기사, 보고서, 인용문에 사용됩니다. 대본은 단어를 바꾸거나 내용을 생략하지 않고 말한 모든 내용을 담아야 합니다.

비즈니스 회의는 상황이 다릅니다. 대체로 시간이 더 짧고, 대부분의 팀은 핵심 내용만 필요로 합니다. 많은 팀이 한마디도 빠짐없이 기록하기보다 회의를 요약하는 도구를 사용합니다.

인터뷰 전사 소프트웨어를 선택한다면 정확도를 최우선으로 고려해야 하지만, 체크리스트의 유일한 항목이어서는 안 됩니다. 가장 중요한 기능은 다음과 같습니다.

축어형 또는 정리형: 대본 스타일 선택하기

인터뷰를 전사할 때는 축어형과 정리형, 두 가지 스타일 중에서 선택할 수 있습니다.

축어 대본은 내용을 변경하거나 삭제하지 않고 대화의 모든 단어와 표현을 담습니다. 여기에는 반복, 말문이 막히는 부분, ‘음’이나 ‘어’ 같은 군더더기 말도 포함됩니다. 

정리형 대본은 군더더기 말과 반복을 제거하지만, 원래의 문법과 표현은 유지합니다. 정리형 대본은 대화의 본래 의도를 보존하면서 가독성을 높여 줍니다. 

대부분의 인터뷰에는 축어 대본이 가장 적합합니다. 전체 대화를 보존하므로 저널리즘, 학술 연구 또는 법률 분야에서 요구되는 엄격한 정확도 기준을 충족합니다. 

하지만 인터뷰에 정리형 전사가 적합한 경우도 있습니다. 예를 들어 팟캐스트를 위해 인터뷰를 진행하고 이를 웹사이트용 Q&A 블로그 게시물로 바꾸려는 경우입니다. 이런 상황에서는 정리형 전사가 바로 게시할 수 있는 결과물을 제공합니다. 

ElevenCreative 텍스트 음성 변환은 ElevenLabs Playground와 ElevenAPI에서 Scribe v2 모델을 사용해 축어형과 정리형 전사를 모두 지원합니다. 기본값은 축어 대본이지만, Playground 설정 패널에서 Clean Transcript/No Verbatim을 켜거나 ElevenAPI에서 no_verbatim 매개변수를 활성화하면 정리형 대본을 만들 수 있습니다. 

정확한 화자 라벨링

인터뷰 전사에서 화자 라벨은 누가 무엇을 말했는지 명확하게 보여 줍니다. 잘못된 화자 라벨은 부정확한 인용 출처 표기로 이어질 수 있으므로 정확하게 설정하는 것이 중요합니다. 

AI 텍스트 음성 변환 도구는 화자를 라벨링하는 두 가지 방법을 제공합니다. 사용하는 방법은 인터뷰를 녹음하는 방식에 따라 달라집니다. 

하나의 마이크로 두 화자를 모두 녹음하는 경우, 전사 모델은 내장된 화자 분리 기능을 사용해 화자를 자동으로 식별, 분리, 라벨링합니다. 화자 분리를 사용하는 모델은 오류를 낼 수 있으며, 특히 화자의 목소리가 비슷하거나 서로 겹쳐 말할 때 그렇습니다. 

화자마다 각자의 마이크가 있다면 멀티채널 전사를 사용해 화자 라벨의 정확성을 보장할 수 있습니다. 이 전사 방식에서는 각 오디오 채널이 대본에서 고유한 화자 라벨을 가집니다. 

멀티채널 전사는 두 화자 모두를 하나의 녹음으로 처리하는 방식보다 더 복잡한 마이크 설정이 필요합니다. 하지만 더 깔끔하고 정확한 화자 라벨링을 제공합니다. 각 화자에게 미리 구성된 채널이 있으므로 전사 모델이 목소리로 화자를 식별할 필요가 없습니다. 

겹쳐 말하기와 끼어들기 처리하기

화자 라벨링이 항상 간단한 것은 아닙니다. 대화 중 화자들이 서로 겹쳐 말하거나 말을 끊는 것은 자연스러운 일입니다. 

저널리즘이나 학술 연구를 위해 인터뷰를 전사할 때는 겹쳐 말하기와 끼어들기를 정확하게 라벨링하는 것이 필수적입니다. 그래야 모든 인용문이 올바른 화자에게 귀속됩니다. 

가능하다면 화자별로 별도의 마이크를 사용하고 멀티채널 모드로 전사하세요. 멀티채널 모드에서는 각 화자가 개별적으로 녹음되고 전사됩니다. 화자들이 서로 겹쳐 말해도 라벨링 오류를 방지할 수 있습니다. 

인터뷰에 하나의 마이크를 사용한다면 전사 모델은 자동 화자 분리 기능을 사용해 언제 누가 말하는지 라벨링합니다. 이 방식에서는 특히 화자들이 서로 겹쳐 말할 경우 라벨링 오류가 발생할 수 있습니다. 정확성을 위해 대본에 간단한 수동 편집이 필요할 수 있습니다. 

인터뷰 전사 시 어조 담아내기

화자의 어조는 말의 함의를 완전히 바꿀 수 있으므로, 이러한 뉘앙스가 인터뷰 대본에 보존되도록 해야 합니다. 이를 위해 대본 도구 설정을 조정하여 웃음, 속삭임, 한숨 및 기타 비음성 이벤트를 캡처하세요. 

ElevenLabs에서 이를 사용하려면 tag_audio_events 매개변수를 사용합니다. ElevenCreative로 음성을 텍스트로 변환할 때와 ElevenAPI를 사용할 때 이 설정은 자동으로 켜집니다. 

인터뷰 대본에 이러한 이벤트를 담고 싶지 않다면 Playground에서 대본을 만들 때 “오디오 이벤트 태그”를 끄면 됩니다. ElevenAPI에서는 tag_audio_events="false"를 사용해 이 설정을 끌 수 있습니다. 

비음성 이벤트 태그는 인물 소개 기사나 구술사 작업을 위해 인터뷰 대상자를 인터뷰할 때 특히 중요합니다. 화자의 완전한 의도와 표현을 포착할 수 있기 때문입니다. 또한 비음성 이벤트가 최종 결과에 영향을 미칠 수 있는 정성적 연구 인터뷰에도 유용합니다. 

이름과 용어를 정확하게 처리하기

많은 인터뷰에는 전사 모델이 별도의 정보 없이 인식하지 못할 이름과 업계 전문 용어가 포함됩니다. 

키텀 프롬프팅을 사용하면 전사 프로세스가 시작되기 전에 이름, 단어 또는 문구를 명확히 할 수 있습니다. 이를 통해 전사 모델이 철자를 잘못 쓰거나 더 흔한 다른 단어와 혼동하는 일을 방지합니다. 

ElevenLabs Scribe v2 모델은 대본당 최대 1,000개의 키텀을 지원하며, ElevenLabs Scribe v2 Realtime은 대본당 50개의 키텀을 지원합니다. 

두 가지 전사 방법: 노코드 업로드 또는 API

ElevenLabs는 인터뷰 전사를 위한 두 가지 텍스트 음성 변환 방법을 제공합니다. ElevenLabs Playground는 노코드 도구이며, ElevenLabs 텍스트 음성 변환 API는 개발 중인 디지털 도구에 전사 기능을 직접 추가합니다. 

ElevenLabs Playground로 인터뷰를 전사하는 데는 몇 분밖에 걸리지 않으며 별도의 설정도 필요하지 않습니다. 오디오 파일을 대시보드에 직접 업로드한 다음 원하는 전사 설정을 켜세요. 

전사가 시작되기 전에 선호도에 따라 비음성 이벤트 태그, 축어 모드, 멀티채널 모드를 조정할 수 있습니다. 관련 키텀도 추가할 수 있습니다. 

대본이 준비되면 내장된 대본 편집기에서 완성된 결과물을 직접 편집할 수 있습니다. 또한 대본을 .txt, .docx, .pdf, .json, .html, .srt, .vtt 등 다양한 파일 형식으로 내보낼 수 있습니다. 

자체 소프트웨어를 개발 중이며 인터뷰 전사 기능을 추가하고 싶다면 ElevenLabs 텍스트 음성 변환 API를 사용할 수 있습니다. 이 기능을 뉴스룸 CMS, 팟캐스트 플랫폼 또는 학술 연구 도구에 추가하면 팀 전체의 인터뷰 전사 프로세스를 더 빠르게 진행할 수 있습니다. 

ElevenCreative로 인터뷰 전사하기

인터뷰를 전사할 때는 정확성이 핵심입니다. 축어 전사, 멀티채널 전사, 오디오 이벤트 태그, 키텀 프롬프팅 같은 기능은 정확한 결과를 위해 인터뷰의 모든 세부 사항을 포착합니다. 

ElevenCreative 텍스트 음성 변환 도구는 몇 분 만에 인터뷰 대본을 생성하여 연구, 집필, 편집 등에 쓸 시간을 확보해 줍니다. ElevenLabs Playground는 별도 설정 없이 사용할 수 있는 직관적인 인터페이스로, 오디오 파일에서 완성된 대본까지 단 몇 분 만에 만들어 줍니다. ElevenAPI는 더 빠른 workflow를 위해 인터뷰 전사 기능을 소프트웨어 플랫폼에 직접 제공합니다. 

지금 ElevenLabs에 가입하세요 인터뷰 전사를 시작하거나 ElevenCreative가 제공하는 모든 기능을 자세히 알아보세요.

자주 묻는 질문