긴 동영상 AI 음성 번역 방법: 최대 2.5시간 강의·강좌·팟캐스트

가장 자신 있는 영상은 이미 완성돼 있을지도 몰라요. 녹화해 둔 워크숍, 강좌의 한 강의, 긴 인터뷰, 지난 시즌의 팟캐스트처럼요. 예전에는 이런 콘텐츠를 스페인어, 독일어, 일본어 시청자에게 보여주려면 에피소드마다 받아쓰기 원고와 번역가, 성우가 필요했고 오디오 편집에도 오후 시간을 꼬박 써야 했어요.

이런 작업을 위해 ImageGPT의 동영상 번역기에 긴 영상 모드가 생겼어요. 직접 만든 1분~2.5시간짜리 영상을 업로드하고, 번역된 대본을 검토하고, 음성을 고른 다음 원본 언어와 새 언어가 함께 담긴 MP4를 다운로드하면 돼요. 각 단계를 시작하기 전에 비용을 확인할 수 있어요.

결과물은 어떤가요?

NASA의 Scientific Visualization Studio가 Lunar Reconnaissance Orbiter 데이터로 제작한 내레이션 영상 ‘Tour of the Moon’에서 첫 2분 14초를 가져왔어요. NASA 영상은 퍼블릭 도메인이라 사용할 수 있어요. 영상을 업로드한 뒤 스페인어와 보이스오버 모드를 선택하고, 나머지 설정은 모두 기본값으로 뒀어요.

AI는 화자 1명을 찾아 내레이션을 18개 문장으로 나누고, 단어별로 직역하는 대신 문맥에 맞게 번역했어요. ‘Orientale basin’은 ‘la cuenca Oriental’로 옮기고 LRO, Diviner, LOLA라는 이름은 그대로 뒀죠. 업로드부터 완성된 영상까지 1분 남짓 걸렸어요.

완성된 MP4는 원본 화면을 다시 인코딩하지 않고 그대로 유지해요. 오디오 트랙은 번역본(기본값)과 원본, 2개가 들어가고 두 언어의 자막도 함께 담겨요. VLC 같은 플레이어에서는 시청자가 오디오와 자막을 전환할 수 있어요. YouTube나 강좌 플랫폼에 올릴 자막은 SRT와 VTT 파일로 따로 다운로드할 수도 있어요.

번역할 수 있는 것들

본인이 소유하거나 사용 권한이 있는 콘텐츠만 번역할 수 있어요. 직접 만든 영상과 채널 에피소드, 강좌와 웨비나, 인터뷰, 팟캐스트, 라이선스를 보유한 다큐멘터리 등이 해당해요. 작업이 시작되기 전에 체크박스로 권한 보유 여부를 확인해야 해요. 소유하지 않은 영화와 TV 프로그램은 번역할 수 없어요.

• 영상 길이는 1분~2.5시간, 파일 크기는 최대 6 GB까지예요.
• H.264, H.265, AV1 또는 VP9 비디오가 담긴 MP4, MOV, MKV, WEBM 파일을 지원해요. 다른 형식을 사용한다면 먼저 무료 비디오 변환기로 MP4로 변환하세요.
• 영어, 스페인어, 프렌치, 독일어, 이탈리아어, 포르투갈어, 폴란드어, 튀르키예어, 네덜란드어, 우크라이나어, 러시아어, 재패니즈, 한국어, 중국어, 아랍어, 힌디어, 인도네시아어, 베트남어 등 18개 언어 사이에서 어느 방향으로든 번역할 수 있어요.
• 말소리가 또렷할수록 받아쓰기 결과가 좋아요. 목소리를 덮을 만큼 음악이 크거나 여러 사람이 겹쳐 말하면 대본에서 수정할 문장이 늘어나요.

단계별 사용 방법

1. 동영상 번역기를 열고 ‘영화, 강의, 에피소드 — 최대 2.5 h’로 전환하세요.
2. 새 프로젝트를 선택하거나, 다음 강의 또는 에피소드라면 기존 프로젝트를 선택하세요. 번역할 언어를 고르고 원본 언어는 ‘자동 감지’로 두세요.
3. 결과물로 ‘보이스오버’, ‘전체 더빙’, ‘자막만’ 중 하나를 선택하세요. 보이스오버라면 내레이터 1명, 화자마다 남성·여성 음성 맞추기, 캐릭터별 음성 중에서 고르세요.
4. 파일을 업로드하거나 파일 링크를 붙여넣으세요. 큰 파일은 나눠서 업로드되므로 연결이 끊겨도 같은 파일을 다시 선택하면 중단된 지점부터 이어서 업로드돼요.
5. 영상에 대한 권한이 있음을 확인하고 ‘받아쓰기 및 번역’을 누르세요. 버튼에 가격이 표시돼요.
6. 등장 화자, 용어집, 대본을 검토하세요. 각 문장에는 원본과 번역본을 재생하는 버튼이 있고, 어느 문장이든 수정할 수 있어요.
7. 긴 영상이라면 먼저 ‘처음 …분 시험해 보기’를 누르세요. 첫 문장에서 최대 2분 뒤까지의 앞부분만 음성으로 만들어 주므로 나머지 비용을 내기 전에 목소리를 들어볼 수 있어요.
8. ‘영상 전체 음성 만들기’를 누른 다음 ‘비디오 다운로드’를 누르세요. 자막 파일이 필요하다면 ‘자막’도 누르세요.

모든 작업은 서버에서 진행되므로 탭을 닫아도 돼요. 돌아오면 남은 시간이 표시된 진행률 표시줄을 볼 수 있어요. 렌더링을 중간에 멈추면 아직 음성을 만들지 않은 부분의 크레딧이 반환돼요. 완성된 영상은 ‘내 작품’에도 저장돼요.

보이스오버, 전체 더빙, 자막 중 무엇을 고를까요?

전체 더빙은 Demucs로 목소리를 음악·효과음과 분리한 뒤 원본 배경음 위에 새 음성을 얹어요. 캐릭터마다 기본 제공 음성, 해당 캐릭터에 저장해 둔 음성, 또는 그 화자의 목소리를 복제해 새 언어로 말하게 하는 ‘영상 속 목소리’를 지정할 수 있어요. 목소리 복제는 본인 또는 동의한 사람의 목소리에만 사용하세요. 별도의 체크박스로 동의 여부를 확인해야 해요. 우크라이나어, 인도네시아어, 베트남어는 아직 목소리 복제를 지원하지 않아 기본 제공 음성을 사용해요.

강좌 전체나 팟캐스트 시즌 번역하기

시리즈의 모든 에피소드를 하나의 프로젝트에 넣으세요. 프로젝트에는 최대 12명의 이름 붙인 화자와 각자의 음성, 이름을 붙이지 않은 나머지 화자를 묶는 ‘기타 남성’·‘기타 여성’ 그룹, 이름과 용어를 담은 용어집이 저장돼요. 다음 에피소드에서는 AI가 목소리로 기존 화자를 알아보므로 공동 진행자의 목소리가 1강과 10강에서 똑같이 유지돼요.

첫 에피소드를 마친 뒤 용어집을 채워 보세요. 요리 강좌에서 ‘fold in’을 서로 다르게 2가지로 번역했다면 원하는 번역과 함께 용어를 추가하고 ‘번역하기’를 누르세요. 번역만 다시 진행되며 직접 수정한 문장은 그대로 유지돼요.

비용은 얼마나 드나요?

비용은 단계별로 결제해요. 업로드 직후 받아쓰기와 번역 비용이 청구되고, 대본을 검토한 뒤 음성 제작 비용이 청구돼요. 가격은 영상 길이와 대화량에 따라 달라지며 각 버튼에 정확한 금액이 표시돼요. 말이 많은 영상을 기준으로 한 대략적인 비용은 다음과 같아요.

2분짜리 NASA 영상에는 받아쓰기 비용을 포함해 약 20크레딧이 들었어요. 음성은 말하는 구간에만 만들어지므로 긴 침묵이나 음악 구간이 있는 영상은 비용이 더 적게 들어요. 나중에 문장 1개만 수정하면 해당 문장에 대해서만 비용을 내고, 영상을 다시 만들 때도 변경된 부분만 다시 믹싱해요.

5분 미만의 짧은 영상은 같은 도구의 일반 모드에서 처리해요. 이 모드에는 립싱크와 영상에 입혀지는 자막이 추가돼요. Reel이나 Short에 움직이는 자막을 넣고 싶다면 ‘자동 자막’을 사용하세요.