유튜브 자막 추출하는 3가지 방법과 각각의 한계

영상에 붙어 있는 자막을 파일로 뽑아야 할 때가 있습니다. 강의 내용을 텍스트로 정리하거나, 외국어 자막을 대조하며 읽거나, 특정 문장이 몇 분에 나오는지 찾을 때입니다. 영상 위에 떠 있는 자막을 눈으로 따라 적는 것보다 파일로 받아 검색하는 편이 훨씬 빠릅니다.

방법은 크게 세 갈래입니다. 각각 되는 조건과 안 되는 조건이 뚜렷하게 갈립니다.

1. 브라우저 확장 프로그램

크롬이나 엣지에 확장을 설치해 영상 페이지에서 바로 자막을 내려받는 방식입니다.

장점은 속도입니다. 영상 페이지에 머문 채로 한 번 클릭하면 SRT나 TXT로 떨어집니다. 여러 영상을 연달아 처리할 때 가장 빠릅니다.

한계는 세 가지입니다. 우선 PC에서만 됩니다. 모바일 크롬은 확장을 지원하지 않습니다. 그리고 유튜브가 내부 API를 바꿀 때마다 확장이 한동안 먹통이 됩니다. 마지막으로 확장은 열람 중인 페이지의 데이터에 접근할 권한을 요구합니다. 설치 전에 권한 범위와 개발자를 확인하는 편이 좋습니다.

2. 웹 기반 추출 서비스

영상 주소를 붙여넣으면 자막을 뽑아주는 사이트들입니다.

장점은 설치가 필요 없고 모바일에서도 된다는 점입니다.

한계는 대상이 제한된다는 것입니다. 비공개 영상, 연령 제한 영상, 자막이 아예 없는 영상은 처리하지 못합니다. 서비스가 예고 없이 사라지거나 유료로 전환되는 일도 잦습니다. 광고가 많은 사이트는 다운로드 버튼을 가장한 배너를 섞어두기도 하니 주의가 필요합니다.

3. 자막을 직접 만드는 방식

여기서 갈리는 지점이 있습니다. 애초에 자막이 없는 영상이라면 위 두 방법은 아무 소용이 없습니다.

유튜브의 자동 생성 자막이 붙어 있어도 문제가 남습니다. 자동 자막은 문장 부호가 없고, 화자가 바뀌어도 구분되지 않으며, 고유명사에서 오인식이 잦습니다. 특히 억양이 강한 영어나 여러 명이 겹쳐 말하는 구간에서 정확도가 눈에 띄게 떨어집니다.

이 경우에는 음성을 직접 텍스트로 바꾸는 쪽이 낫습니다. 요즘은 기기 안에서 처리하는 방식과 서버로 올려 처리하는 방식이 나뉘어 있고, 각각 정확도와 개인정보 처리 방식이 다릅니다. 이 부분은 음성 텍스트 변환 도구 비교에서 따로 다뤘습니다.

뽑은 자막 파일을 어디에 쓰나

추출한 파일은 대개 SRT나 VTT 확장자로 떨어집니다. 두 포맷은 구조가 비슷하지만 타임코드 표기와 스타일 지원이 다릅니다. 플레이어에 따라 한쪽만 읽는 경우가 있어 SRT와 VTT의 차이를 알아두면 헛수고를 줄일 수 있습니다.

자막 파일을 영상과 함께 불러올 수 있는 플레이어를 쓰면 활용도가 올라갑니다. 문장 단위로 시간이 찍혀 있으니 특정 문장을 눌러 그 시점으로 바로 이동하는 식입니다. 모바일에서는 Loop Note처럼 로컬 영상과 SRT·VTT 자막을 같이 불러오는 앱이 이 방식을 지원합니다 (App Store · Google Play).

방법별 비교

저작권은 확인하고 쓰세요

자막도 저작물입니다. 개인이 학습이나 기록 용도로 내려받아 쓰는 것과, 추출한 자막을 재배포하거나 번역해 게시하는 것은 전혀 다른 문제입니다. 후자는 권리자의 허락이 필요합니다. 특히 유료 강의 영상의 자막을 공유하는 행위는 명백한 침해에 해당합니다.

정리

자막이 이미 붙어 있는 영상이라면 브라우저 확장이 가장 빠릅니다. 모바일이거나 설치가 부담스러우면 웹 서비스를 쓰면 됩니다. 자막이 아예 없거나 자동 자막의 정확도가 쓸 수 없는 수준이라면, 추출이 아니라 생성 쪽으로 방향을 바꿔야 합니다.