동영상 텍스트 변환 무료로 하는 법, 업로드 없이 내 컴퓨터에서

동영상을 무료로 텍스트로 변환하려면 내 컴퓨터에서 OpenAI의 Whisper를 돌리세요. Whisper는 동영상 파일을 바로 읽고, 약 100개 언어를 알아듣고, 분 단위 제한이 없고, 일반 텍스트나 자막 파일로 내보내요. 명령줄에서 실행할 수도 있고, Buzz나 Subtitle Edit 같은 무료 앱이나 Sablate 같은 데스크톱 앱으로 쓸 수도 있어요.

온라인의 "무료 동영상 텍스트 변환" 사이트도 쓸 수는 있지만 사용량을 제한해요. 하루 3개 파일, 파일당 30분, 계정 가입, 업로드가 그 조건이에요. 아래에서는 로컬에서 하는 세 가지 방법과 각각 설치에 드는 수고, 그리고 한 시간씩 손보지 않아도 되는 전사 결과를 얻는 방법을 다뤄요.

무료 온라인 전사 서비스에 한도가 있는 이유

음성 인식 1분마다 누군가는 GPU 시간을 써요. 동영상을 전사 사이트에 업로드하면 그 비용을 내는 쪽은 사이트라서, 무료 플랜은 계량기가 달린 맛보기예요.

이 분야의 계량기는 서로 비슷해요. 가장 후한 편인 TurboScribe는 무료 사용자에게 하루 3번 전사, 파일당 최대 30분, 한 번에 업로드 1개를 허용해요. 더 긴 파일과 무제한 사용은 Unlimited 플랜에서 가능한데, 연간 결제 기준으로 월 약 $10예요. 다른 서비스는 무료 플랜을 몇 분 분량의 오디오로 제한하거나, 내보낸 파일에 워터마크를 넣거나, 결제하기 전까지 SRT와 DOCX를 막아 두기도 해요. 부당한 일은 아니에요. GPU를 빌려주는 사업의 계산일 뿐이에요.

같은 모델을 내 컴퓨터에서 돌리면 계산이 뒤집혀요. 연산 비용을 내 컴퓨터가 치르니 아무도 계량할 필요가 없어요. 대신 하드웨어와 인내심은 내가 대야 해요. 전용 GPU가 없는 노트북은 전사가 느리고, 처음 실행할 때는 약 78 MB부터 3 GB에 이르는 모델을 내려받아요.

엔진은 같은 경우가 많아요. TurboScribe는 Whisper 기반이라고 밝히고 있고, 경쟁 서비스 가운데 상당수도 마찬가지예요. 무료 로컬 전사와 유료 클라우드 전사가 같은 모델에서 나올 수 있어서, 진짜 차이는 GPU를 누가 가지고 있는지와 파일이 어디로 가는지예요.

동영상을 무료로 전사하는 로컬 방법 세 가지

1. Whisper 명령줄. 무료, 무제한, 모든 모델을 쓸 수 있어요. Python과 FFmpeg가 필요하고, 편집기가 아니라 파일을 결과로 줘요.
2. 무료 Whisper 앱: Buzz 또는 Subtitle Edit. 무료, 무제한이고 터미널 대신 창에서 써요. 편집 기능은 가벼워요.
3. Sablate. 전사 결과를 고치고 여러 언어의 자막으로 만드는 데 초점을 둔 데스크톱 앱이에요. 제한이 있는 무료 플랜이 있고, 전체 버전은 $29 일시불이에요.

세 가지 모두 동영상이 내 디스크 안에 머물러요.

방법 1: 명령줄에서 Whisper 실행하기

기준이 되는 구현은 OpenAI의 openai-whisper 패키지예요. Python 3와 FFmpeg가 필요한데, Whisper가 동영상 파일에서 오디오를 뽑을 때 FFmpeg를 써요.

먼저 FFmpeg를 설치하세요. Windows에서는 이렇게 해요.

winget install Gyan.FFmpeg

macOS에서는 Homebrew로 설치해요.

brew install ffmpeg

그다음 Whisper를 설치하고 전사해요.

pip install -U openai-whisper
whisper "interview.mp4" --model turbo --language en --output_format txt

명령을 실행한 위치에 interview.txt가 만들어져요. 타이밍도 남기려면 txt를 srt나 vtt로 바꾸고, 모든 형식을 한꺼번에 받으려면 all을 쓰세요. --model turbo는 large-v3-turbo예요. GPU가 없는 컴퓨터에서는 --model small이 훨씬 짧은 시간에 끝나요.

한계도 분명해요.

• Windows에서는 pip가 PyTorch의 CPU 빌드를 설치해요. NVIDIA GPU를 쓰려면 pytorch.org의 CUDA 인덱스에서 PyTorch를 다시 설치해야 하고, 많은 사람이 첫날 저녁을 여기에 써요.
• 편집기가 없어요. 결과로 텍스트 파일만 나와요. 고치려면 텍스트 편집기로 열고 다른 창에서 영상을 들으면서 작업해야 해요.
• 무음과 음악 구간에서 없는 텍스트가 나올 수 있어요. Whisper는 가끔 같은 줄을 반복하거나 조용한 구간에 "Thanks for watching"을 써 넣어요. 왜 그런지, 어떤 설정으로 줄일 수 있는지는 Whisper 환각 가이드에서 다뤄요.

터미널이 편하다면 이 방법이 무료 옵션 중 가장 유연하고, 한 줄짜리 반복문으로 폴더 안의 파일 전체에도 적용할 수 있어요.

방법 2: 무료 Whisper 앱 (Buzz 또는 Subtitle Edit)

타이핑보다 클릭이 편하다면, 같은 모델을 창 안에 담은 무료 앱이 두 가지 있어요.

Buzz는 Windows, macOS, Linux에서 쓰는 오픈 소스(MIT) 전사 앱이에요. 동영상을 가져오고, 모델과 언어를 고르고, Run을 누른 뒤 TXT, SRT, VTT로 내보내면 돼요. faster-whisper와 whisper.cpp를 포함해 여러 엔진을 쓸 수 있고, GPU 가속을 지원하고, 화자 라벨도 붙일 수 있어요. Windows 설치 파일은 코드 서명이 되어 있지 않아서 SmartScreen 경고가 뜨고, 이를 직접 넘어가야 해요.

Subtitle Edit는 오래전부터 쓰여 온 Windows용 무료 자막 편집기이고, macOS 빌드는 베타예요. Video 메뉴에 Audio to text (Whisper) 옵션이 있어서 엔진과 모델을 대신 내려받고, 전사한 뒤, 결과를 완전한 타이밍 편집기에서 열어 줘요. 다른 어떤 도구보다 많은 자막 형식을 읽고 쓰며, 단어만 필요할 때는 결과를 일반 텍스트로 저장할 수도 있어요.

둘 다 훌륭하고 둘 다 제한 없이 무료예요. 아쉬운 점은 대부분 작업의 후반부에 있어요. Buzz는 재생과 검색이 되는 전사 뷰어를 주지만 자막 타이밍을 다듬는 기능은 부족하고, Subtitle Edit는 강력한 편집기를 주지만 큐, 프레임 레이트, 자막 형식이 무엇인지 이미 안다고 전제해요.

방법 3: Sablate 같은 데스크톱 앱

Sablate는 Windows와 Mac에서 faster-whisper를 로컬로 실행하고, 전사 이후의 일, 즉 전사 결과를 고치고 자막으로 만드는 일에 초점을 둔 앱이에요.

1. 동영상 파일을 앱에 끌어다 놓고 음성 언어와 모델 등급을 고르세요. Fast, Balanced, Accurate(large-v3-turbo), Best(large-v3) 중에서 골라요.
2. 전사 결과가 편집기에서 열리고, 모든 줄이 영상 속 해당 순간과 연결돼 있어요. 줄을 클릭해 들어 보고 그 자리에서 바로 고치세요.
3. 전사하기 전에 용어집에 이름과 제품 용어를 추가해 두고, 잘못 들은 단어는 찾아 바꾸기(Ctrl+H)로 한꺼번에 고치세요.
4. .txt로 내보내거나 텍스트를 복사하고, 또는 .srt와 .vtt로 내보내세요. 영상에 다른 언어 자막이 필요하면 다시 전사하지 말고 같은 전사 결과에 번역 레이어를 추가하세요.

무료 플랜은 영구적이고 계정이 필요 없지만, 여기서 다루는 로컬 옵션 중 제한이 가장 많아요. 10분 이하 영상, 월 3건 작업, Fast와 Balanced 모델까지예요. 그보다 긴 첫 영상은 한 번 전체 길이로 처리돼요. 긴 전사를 한 번만 하면 된다면 Buzz나 명령줄로 돈 한 푼 안 들이고 할 수 있어요. 이게 솔직한 추천이에요.

Sablate가 $29 일시불 Pro 가격의 값을 하는 지점은 작업량과 편집기예요. 길이 제한 없음, 모든 Whisper 모델, 일괄 전사, 영상에 있는 모든 언어를 한 번에 내보내는 기능이 그 내용이에요.

무료 동영상 전사 도구 비교

가격과 제한은 2026년 10월 기준 공개된 내용이에요. 이 분야에서는 같은 패턴이 반복돼요. 무료 로컬 도구에는 계량기가 없고, 온라인 도구는 설치가 필요 없고, 그 편의성의 값을 분 단위로 치르는 거예요.

무료 Whisper는 유료 전사만큼 정확할까요?

또렷한 음성이라면 무료 로컬 전사의 정확도는 낸 돈이 아니라 고른 모델이 결정해요. large-v3를 돌리는 유료 서비스와 large-v3를 돌리는 내 노트북은 같은 오디오에서 거의 똑같은 텍스트를 만들어요.

도구보다 모델 선택이 훨씬 중요해요. large-v3-turbo는 large-v3의 디코더를 32개 레이어에서 4개로 줄인 모델로, 약 8배 빠르고 일반적인 영상에서는 완성된 전사 결과의 차이가 작아요. tiny와 small은 빠르지만 억양, 말 겹침, 빠른 말에서 단어를 놓쳐요. Whisper 모델 비교에는 크기와 속도, 그리고 큰 모델이 작은 모델이 잡아낸 발화를 놓친 실제 사례가 정리돼 있어요.

무료든 유료든 어떤 엔진도 대신 해결해 주지 않는 것이 세 가지 있어요.

1. 고유명사와 전문 용어. Whisper는 낯선 성을 소리 나는 대로 적고, 그것도 매번 다르게 적어요. 용어집은 모델이 문맥으로 읽는 파일 앞부분에서 가장 효과가 크고, 나머지는 찾아 바꾸기로 잡으면 돼요.
2. 무음과 음악. 조용한 구간이 길게 이어지는 곳에서 환각 줄이 나타나요. 빈 구간을 잘라 내거나 그 지점부터 먼저 확인하세요.
3. 겹치는 화자. Whisper는 텍스트를 한 줄기로 쓰고 누가 말했는지는 표시하지 않아요. Buzz는 화자 식별 단계를 더했고 유료 서비스는 화자 라벨을 제공하지만, Sablate와 Whisper 명령줄은 제공하지 않아요.

유료 서비스가 여전히 앞서는 점은 두 가지예요. 휴대폰에서 돌아간다는 점, 그리고 일부는 화자 라벨과 요약을 덧붙여 준다는 점이에요. 둘 다 필요 없다면 돈을 낼지는 선택이에요.

어떤 방법을 써야 할까요?

“전사본이 한 번만 필요하고 터미널이 편해요.” GPU가 있으면 Whisper 명령줄에 --model turbo를, 없으면 --model small을 쓰세요.

“무료 앱이 좋고 터미널은 절대 안 열 거예요.” Buzz를 설치하세요. 제한 없이 무료이고 필요한 형식으로 내보낼 수 있어요.

“자막이 정말 필요하고 타이밍이 정확해야 해요.” 자막 편집에 이미 익숙하다면 Subtitle Edit를, 전사 결과, 수정, 자막을 한곳에서 처리하고 싶다면 Sablate를 쓰세요. 어느 쪽이든 형식 규칙은 SRT 파일 만들기 가이드에 정리돼 있어요.

“휴대폰으로 하거나, 영상이 짧고 민감한 내용이 아니에요.” 온라인 도구의 무료 플랜이 가장 빨라요. 가끔 쓴다면 하루 3개 파일이면 충분해요.

“영상이 이미 YouTube에 있고 읽기만 하면 돼요.” 자막이 있는 영상이라면 YouTube의 스크립트 표시(Show transcript) 패널이 무료이고 바로 열려요. 따로 도구가 필요 없어요.

“매주 전사하거나, 영상에 다른 언어 자막까지 필요해요.” Sablate가 바로 이런 경우를 위해 만들어졌어요. Pro에서는 길이 제한이 없고, 제대로 된 편집기가 있고, 같은 전사 결과에 번역 레이어를 얹을 수 있어요.

처음부터 더 깔끔한 전사 결과를 얻는 방법

손볼 일의 대부분은 피할 수 있는 실수 네 가지에서 나와요.

언어를 직접 지정하세요. 자동 감지는 처음 30초를 듣고 판단해요. 음악으로 시작하거나 다른 언어 인사말로 시작하는 영상은 엉뚱한 언어로 전사되거나, 일부가 영어로 번역되어 나오기도 해요. Whisper의 알려진 특성이에요.

컴퓨터가 무리 없이 돌릴 수 있는 가장 큰 모델을 쓰세요. small에서 large-v3-turbo로 바꾸면 아무리 후편집을 해도 못 줄이는 만큼 오류가 줄고, GPU에서는 시간도 거의 들지 않아요.

이름부터 고치세요. 자막을 내보내거나 번역하기 전에 전사 결과를 먼저 고치세요. 원본에서 한 번 고친 이름은 거기서 만드는 모든 파일에서 고쳐져 있어요.

TXT와 SRT를 구분해서 생각하세요. TXT는 읽기용이고 SRT는 타이밍용이에요. 나중에 자막이 필요할 수도 있다면 지금 SRT도 함께 내보내세요. 일반 텍스트 파일에서 타이밍을 다시 만드는 일이 이 작업 흐름 전체에서 가장 느린 일이에요.

위에서 상황에 맞는 도구를 골라 영상 하나로 먼저 시작해 보세요. 전사 결과, 수정, 자막을 한 창에서 처리하고 싶다면 Windows나 Mac용 Sablate를 다운로드하세요. 무료 플랜은 계정이 필요 없어요.

자주 묻는 질문

동영상을 텍스트로 완전히 무료로 변환할 수 있나요?

네, 할 수 있어요. OpenAI의 Whisper는 무료 오픈 소스이고 일반적인 Windows나 Mac 컴퓨터에서 돌아가기 때문에 분당 요금도, 하루 사용 한도도 없어요. 무료 온라인 서비스는 대신 사용량을 제한하는 경우가 많아요. 예를 들어 TurboScribe 무료 플랜은 하루 3개 파일, 파일당 최대 30분까지 허용해요. 로컬에서는 기다릴 수 있는 시간만큼이 유일한 한계예요.

무료 Whisper의 정확도로 유료 전사 서비스를 대체할 수 있나요?

또렷한 음성이라면 대체로 그래요. 유료 전사 서비스 중에는 Whisper를 직접 돌리는 곳이 여럿이라서 가격이 엔진을 바꾸는 경우는 드물어요. 정확도를 좌우하는 건 모델 크기예요. 억양이 있거나 잡음이 많거나 말이 빠를 때는 large-v3-turbo와 large-v3가 tiny나 small보다 훨씬 나아요. 고유명사와 전문 용어는 무료든 유료든 어떤 엔진을 써도 직접 고쳐야 해요.

Whisper로 동영상을 전사하려면 GPU가 꼭 필요한가요?

아니요. Whisper는 CPU에서도 돌아가요. 다만 더 느릴 뿐이에요. NVIDIA GPU는 같은 컴퓨터의 CPU보다 보통 5~10배 빠르고, 이 덕분에 긴 녹화에도 큰 모델을 현실적으로 쓸 수 있어요. GPU가 없다면 평소에는 small 모델이 현실적인 선택이고, turbo는 켜 두고 다른 일을 하는 용도예요.

어디에도 업로드하지 않고 동영상을 전사할 수 있나요?

네, 할 수 있어요. 로컬 Whisper 도구는 내 디스크에서 동영상 파일을 읽고, 오디오를 추출해 내 컴퓨터에서 전사하기 때문에 파일이 컴퓨터 밖으로 나가지 않아요. 모델은 처음에 한 번만 내려받으면 되고, 그 뒤로는 인터넷 연결이 필요 없어요. 온라인 전사 서비스는 구조상 파일을 먼저 서버에 업로드해야 해요.

전사 결과는 TXT와 SRT 중 어느 쪽으로 내보내야 하나요?

단어를 읽고 인용하고 고치려면 TXT로, 자막을 만들거나 영상 속 특정 순간을 찾으려고 타이밍이 필요하다면 SRT나 VTT로 내보내세요. 둘 다 같은 전사 결과에서 나오기 때문에 미리 하나만 고를 필요는 없어요. 대부분의 Whisper 도구는 한 번 실행으로 두 형식을 모두 내보낼 수 있어요.

Sablate로 전사하는 건 무료인가요?

네, 계정 없이 영구적으로 무료예요. 다만 제한이 있어요. 무료 플랜은 10분 이하 영상, 월 3건 작업, Fast와 Balanced Whisper 모델, TXT, SRT, VTT 내보내기를 지원해요. 처음 한 번은 더 긴 영상도 길이 제한 없이 처리돼요. Pro는 $29 일시불이고 길이와 작업 수 제한이 사라지며 Accurate와 Best 모델이 추가돼요.