영상 하나에 여러 언어로 자막 넣는 방법

영상 하나에 여러 언어로 자막을 넣는 일은 긴 작업 하나가 아니라 세 가지 결정이에요: 원어로 한 번만 전사하고, 같은 타이밍 위에 다른 언어를 번역 레이어로 추가한 다음, 전달 방식을 고르는 거예요 — 파일 분리, 전환 가능한 트랙을 담은 영상 하나, 또는 언어별로 구워 넣은 영상이죠. 다국어 자막 작업이 괴로워지는 대부분의 경우는 이 순서가 뒤바뀌었기 때문이에요.

이 글에서는 실제로 통하는 순서, 번역이 타이밍과 폰트에 미치는 영향, 그리고 각 플랫폼이 실제로 받아들이는 전달 형식을 차례로 살펴봐요.

한 번만 전사하고, 레이어로 번역하기

가장 많은 시간을 잡아먹는 실수는 언어마다 음성 인식을 다시 돌리는 거예요.

음성 인식은 한 번에 두 가지 일을 해요: 텍스트를 만들고, 큐 경계 — 각 자막이 시작하고 끝나는 지점 — 를 만들죠. 텍스트는 언어마다 달라야 하지만 경계는 달라지면 안 돼요. 같은 영상을 다섯 번 전사하면 조금씩 다른 경계가 다섯 세트 생기고, 스페인어에서 싱크를 고쳐도 독일어 파일에는 아무 소용이 없어져요. 두 시간짜리 녹화라면 이 문제가 몇 배로 커지면서 작업 전체가 무너져요.

대신 대본을 번역하면 하나의 타임라인을 유지할 수 있어요:

1. 실제 타이밍을 가진, 말한 언어의 전사 하나.
2. 한 차례의 교정 — 이름, 제품 용어, 문장 부호.
3. 그 교정된 텍스트를 N개 언어로 번역한 결과 — 모두 같은 큐 경계를 물려받아요.

지렛대 효과가 나오는 지점은 2단계예요. 번역 전에 고친 성씨 오타는 모든 언어에서 한 번에 고쳐지지만, 번역 후에 고치면 여덟 번 따로 고쳐야 해요.

Sablate에서는 작업 구조가 실제로 이렇게 짜여 있어요: 번역은 새 작업이 아니라 기존 전사에 추가되는 레이어예요. 오프라인 번역기(Argos)는 내 기기에서 실행되고, 본인의 API 키가 있으면 DeepL, OpenAI, Claude도 쓸 수 있어요. 오프라인 경로에 대해 알아둘 점 하나: Argos는 한쪽이 영어인 쌍 말고는 거의 패키지를 내놓지 않아서, 터키어→독일어 같은 조합은 직접 연결하는 패키지가 없이 영어를 중간 경유지로 거쳐 조합돼요. 작동은 하지만, 그래서 터키어→독일어 문장이 터키어→영어 문장보다 살짝 더 딱딱하게 읽히는 거예요.

시작하기 전에 전달 방식을 정하세요

이 결정이 내보내기 전체를 좌우하니 가장 먼저 정하세요.

대부분이 정착하는 방식은 이거예요: 파일을 받아주는 플랫폼에는 파일로, 보관과 로컬 재생에는 MKV 하나로, 그리고 주요 시청자가 쓰는 언어 한두 개만 구워 넣는 거예요.

특정 플랫폼이 .srt, .vtt, .ass 중 무엇을 원하는지 헷갈린다면, 형식 비교 글에서 각각이 정확히 무엇을 담는지 확인하세요.

번역이 타이밍에 미치는 영향

번역된 자막은 특정하고 예측 가능한 방식으로 문제가 생겨요: 타이밍은 여전히 맞는데, 그 줄을 읽을 수가 없어지는 거예요.

영어를 스페인어, 프랑스어, 이탈리아어, 포르투갈어로 옮기면 보통 20~30% 더 길어져요. 독일어 복합어는 다른 방식으로 길어지는데, 단어 수는 적지만 그 단어가 42자짜리 줄에 들어가지 않아요. 큐는 화자가 말을 시작하고 끝낸 지점 그대로 시작하고 끝나요. 시청자는 그 많은 글자를 1.8초 안에 읽을 수가 없을 뿐이에요.

이걸 재는 척도가 **초당 글자 수(CPS)**이고, 기준값은 Netflix의 언어별 스타일 가이드에서 가져와요:

이 기준은 그냥 엄격하게 정한 숫자가 아니에요. 일본어 자막은 글자 하나에 훨씬 많은 의미를 담기 때문에 같은 1초의 말에도 화면에 필요한 글자 수가 훨씬 적어지고, 영어 기준대로 큐를 가득 채운 기계 번역은 읽을 수 없게 돼요.

해결책은 절대 타임스탬프를 옮기는 게 아니에요 — 타임스탬프는 오디오와 맞춰져 있고, 그건 바꿀 수 없는 유일한 값이니까요. 해결책은 문장을 줄이거나 큐를 둘로 나누는 거예요. Sablate 편집기는 편집하는 동안 17 CPS를 넘는 큐를 모두 표시해 주는데, 이는 대부분의 라틴·키릴 문자 언어에는 적절한 경고선이고 일본어와 한국어에는 일부러 느슨하게 잡은 기준이에요 — 이걸 통과했다고 안심할 기준이 아니라 최소 기준선으로만 여기세요.

언어마다 그릴 수 있는 폰트를 갖추세요

이 문제는 렌더링하는 순간까지는 안 보이다가, 그 순간부터 아주 잘 보여요.

디스플레이 캡션 폰트 — 캡션을 캡션답게 보이게 만드는 굵고 폭이 좁은 폰트 — 는 대부분 라틴, 키릴, 그리스 문자만 지원하고 그 외에는 지원하지 않아요. 아랍어, 히브리어, 태국어, 데바나가리, 한글, CJK 문자에 이 폰트를 쓰면 빈 사각형만 나오는데, 이미 인코딩에 20분을 쓴 영상에서 그렇게 돼요.

Sablate는 각 언어 레이어의 문자 체계를 확인해서 실제로 그 글리프를 담은 시스템 폰트로 자동 교체해요. 미리보기와 구워 넣기 모두에 똑같이 적용되니 편집기에서 본 그대로 파일에 들어가요. 각 언어 레이어는 자기만의 스타일도 따로 가지는데, 이건 폰트보다 더 중요한 문제예요: 영어에서 잘 읽히는 글자 크기가 16자짜리 한국어 줄에는 너무 큰 경우가 많으니까요.

YouTube에 여러 언어 자막 업로드하기

YouTube는 영상마다 언어별로 자막 파일 하나를 별도 단계에서 업로드받아요. 여러 언어를 한 파일에 담아 올리는 방법은 없어요 — “여러 언어”는 파일이 아니라 플랫폼 안에 있는 개념이에요.

1. YouTube 스튜디오에서 자막으로 들어가 해당 영상을 선택하세요.
2. 언어 추가를 누르고 언어를 고른 다음 파일 업로드를 선택하세요.
3. 그 언어의 .srt나 .vtt 파일을 업로드하세요.
4. 언어마다 반복하세요. 제목과 설명 번역은 별도 섹션이에요.

알아둘 점이 두 가지 있어요. YouTube 자체 자동 번역은 무료고 즉시 처리되니 비용 면에서는 정말 이기기 어려워요 — 하지만 자체 자동 전사를 번역하는 방식이라, 음성 인식이 틀린 단어는 모든 언어에서 그대로 틀리게 돼요. 그리고 YouTube는 모든 캡션을 플레이어 자체 스타일로 렌더링하기 때문에 내 파일의 스타일은 시청자에게 보이지 않아요. 스타일이 중요하다면 구워 넣으세요.

도구별로 뭐가 되고 뭐가 안 되는지

Subtitle Edit에는 솔직한 평가가 필요해요: 무료이고 훌륭하며 전사와 번역도 할 수 있어요. 대신 그만큼 설정을 요구해요 — 모델, 도구, 먹싱을 따로따로 구성해야 하고 — 스타일이 입혀진 구워 넣기는 만들지 못해요. 이런 설정을 즐기는 사람에게는 이 분야 최고의 무료 답이에요.

결과물 내보내기

레이어가 다 만들어지면 내보내기는 짧은 작업이에요:

• 언어별 자막 파일 — 플랫폼 업로드용으로 언어마다 .srt, .vtt, .txt 중 하나.
• 모든 언어를 담은 MKV 하나 — 각 언어를 올바른 언어 태그와 함께 자체 ASS 트랙으로 기록하고, 캡션 폰트를 파일에 첨부하고, 첫 트랙을 기본값으로 지정해요. 영상과 오디오는 스트림 복사만 하므로 재인코딩이 없고 내보내기가 인코딩이 아니라 몇 초 만에 끝나요. Pro.
• 구워 넣은 영상 — 언어마다 16:9, 9:16, 1:1 중 하나로 렌더링 하나씩. TikTok, Reels, Shorts에서 살아남는 유일한 전달 방식이에요. 구워 넣기가 작동하는 방식에서 품질 관련 내용을 다뤄요.

무료 요금제에서는 작업 하나에 오프라인 번역 레이어 하나가 붙고, 10분 벽을 처음 넘는 작업에는 레이어 세 개가 붙을 수도 있어요. Pro는 $29 한 번의 결제로 이 제한을 모두 없애요 — 정확히 무엇이 포함되는지는 가격에서 확인하세요.

한 줄 요약

한 번만 전사하세요. 번역하기 전에 그 대본을 교정하세요. 같은 타이밍 위에 언어를 레이어로 추가하세요. 텍스트가 바뀌면 읽기 속도와 폰트도 함께 바뀌니 언어별로 확인하세요. 그런 다음 플랫폼이 실제로 받아들이는 전달 방식 하나로 내보내세요 — 그 답이 “셋 다”라 해도, 결국 해야 할 작업은 똑같아요.