토요일 오후 세 시 반. 1인 크리에이터 빈은 4분짜리 인터뷰 숏폼을 저녁 여섯 시까지 올려야 했다. 촬영은 오전에 끝났고, 남은 건 편집뿐이었다. 자막만 빠르게 깔면 한 시간이면 될 것 같았다.

CapCut 모바일을 열고 Auto captions를 눌렀다. 42초 만에 트랜스크립트가 쫙 생겼다. 빈은 흐뭇하게 재생 버튼을 눌렀다.

0:07 — 인터뷰이 이름 “채하연”이 “채하 연”으로 쪼개져 있었다.
0:23 — “클라우드 기반 스토리지”가 “클라 우드 기반”으로 찢겼다.
0:41 — 브랜드명 “넥스트레이어”가 “넥스트 레이어”로 나왔고, 다음 등장에서는 “넥스레이어”로 달랐다.

빈은 멈췄다. 재생을 계속 했다. 오타가 계속 나왔다. 전부 세어보니 18건이었다.

왜 Auto captions는 고유명사를 틀리나

CapCut의 자동 자막은 일반 구어에 맞춰 학습된 모델이다. “강의”, “식당”, “날씨” 같은 일상 단어는 잘 잡는다. 하지만 고유명사, 브랜드명, IT·의료·법률 전문 용어는 모델이 들어본 적 없는 단어다. 들리는 대로 음절을 쪼개서 쓴다.

이건 버그가 아니라 설계의 한계다. 그걸 알면 전략이 달라진다. 하나씩 고치는 게 아니라 한 번에 전체를 고치는 방식으로 접근해야 한다.

빈의 18분 해결 루틴

1단계 — 치환표 먼저 만들기 (5분)

빈은 노트 앱을 열어 오류 목록을 정리했다.

오류	정답
채하 연	채하연
넥스트 레이어 / 넥스레이어	넥스트레이어
클라 우드	클라우드

영상이 길수록 이 목록이 먼저 있으면 훨씬 빠르다. 특히 같은 단어가 반복 등장하는 인터뷰·강의 영상에서 효과가 크다.

2단계 — 찾아바꾸기 전체 적용 (8분)

CapCut 자막 편집 화면에서 돋보기 아이콘(또는 “편집 > 검색 및 바꾸기” 메뉴)을 열면 전체 트랜스크립트 검색·치환이 가능하다. 목록의 항목을 하나씩 붙여 넣었다. 열일곱 건이 한 번에 바뀌었다. 하나씩 고쳤으면 30분은 걸렸을 일이다.

3단계 — 훅 구간만 목소리 덮기 (5분)

자막이 정리되자 빈은 TTS 초안을 전체에 깔고, 인터뷰이가 감정을 드러내는 첫 15초만 본인 목소리로 덮었다. 전체를 더빙하지 않아도 시청자는 첫 인상을 사람 목소리로 받는다. 나머지는 TTS가 정보를 전달한다.

TTS를 고를 때 주의할 점

CapCut의 TTS는 여러 음색을 제공한다. 빈이 실수한 건 인터뷰어의 목소리 톤과 TTS 음색이 너무 달라서, 둘이 번갈아 나올 때 이질감이 생겼다. 비슷한 성별, 비슷한 속도의 음색을 고르면 이음새가 덜 티 난다.

속도 조절도 체크할 항목이다. TTS 기본 속도가 인터뷰 속도보다 빠르면 강의 영상에서 피로감이 생긴다. 0.9~0.95배로 살짝 낮추는 것만으로 자연스러움이 올라간다.

업로드 전 체크리스트

빈이 마지막으로 한 것은 음원 라이선스 아이콘을 한 번 더 눌러보는 것이었다. CapCut 내부 스톡 음원은 클립마다 상업 이용 조건이 다르다. 인터뷰가 브랜드를 위한 콘텐츠라면 “상업 이용 가능” 표시가 있는지 확인해야 한다.

업로드 후 저작권 클레임이 오면 이미 늦다. 클레임이 오는 그 순간까지 수익화가 멈추거나, 영상이 내려갈 수 있다.

끝맺음 — 업로드 버튼 직전

빈이 최종 재생을 눌렀을 때, 자막은 4분 내내 한 번도 걸리지 않았다. 치환표를 만드는 5분이 나머지 13분을 구한 셈이다.

Auto captions는 속기사가 아니라 첫 초안 생성기다. 잘 나온 80%를 고맙게 쓰고, 나머지 20%를 치환표로 한 번에 고치는 것이 요령이다. 고유명사가 많은 콘텐츠일수록, 촬영 직후 치환표를 한 번 만들어 두면 다음 영상도 빠르다.

편집 초안(cu). 앱 버전·메뉴 위치·상업 이용 정책은 업데이트될 수 있으니 발행일 기준으로 확인.