자막 오류는 한 종류가 아닙니다. 구조상 유효한 SRT에도 잘못된 단어, 나쁜 timing, 어색한 번역이 있을 수 있고, 반대로 텍스트가 완벽해도 timestamp 구조 때문에 import가 실패할 수 있습니다. 먼저 오류 유형을 구분하세요.
빠른 진단: 증상 → 원인 → 다음 단계
| 증상 | 가능한 원인 | 다음 단계 |
|---|---|---|
| 이름/전문용어가 틀림 | 음성인식 또는 불명확한 오디오 | 번역 전에 master 수정. |
| 전체가 같은 만큼 빠르거나 늦음 | 고정 offset | global shift. |
| 뒤로 갈수록 더 어긋남 | drift, edit, FPS | 재정렬 및 FPS/edit 확인. |
| 텍스트가 너무 빨리 사라짐 | cue가 짧음 | 늘리거나 줄이거나 분할. |
| 두 자막이 동시에 표시 | overlap | validator로 수정. |
| 대화가 헷갈림 | speaker 경계 불명확 | label과 cue 경계 검토. |
| 번역이 기계적 | 직역/맥락 부족 | 의미와 길이 localize. |
| player가 파일 거부 | SRT 구조 오류 | 구조 검증부터. |
오류 1: 첫 transcription을 최종본으로 사용
자동 인식은 강력한 출발점이지만 이름, 숫자, 브랜드, 전문용어는 검토가 필요합니다. master 오류는 번역과 voiceover, burn-in 결과까지 이어집니다.
- 이름, 브랜드, 숫자, 약어를 먼저 확인합니다.
- 어려운 오디오 구간을 다시 듣습니다.
- 단어를 확인한 뒤 문장부호를 다듬습니다.
- 모든 번역은 깨끗한 master에서 시작합니다.
오류 2: 모든 timing 문제에 같은 해결책 사용
고정 offset과 진행성 drift는 다릅니다. 전자는 global shift로 해결되지만 후자는 FPS, 편집 또는 재정렬을 확인해야 합니다.
고정 offset
모든 cue가 같은 정도 빠르거나 늦음: global shift.
국소 오류
일부 구간만 문제: 해당 cue 직접 수정.
진행성 drift
초반은 맞고 후반은 틀림: FPS/edit/재정렬 확인.
오류 3: 유효하지만 읽기 어려운 cue
validator 통과가 좋은 가독성을 뜻하지 않습니다. duration, CPS, 줄바꿈, segmentation을 따로 확인해야 합니다.
- 긴 문장을 짧은 cue에 넣지 않습니다.
- 자연스러운 문법/의미 경계에서 나눕니다.
- 깜빡이는 micro-cue를 피합니다.
- short-form은 모바일에서 확인합니다.
- CPS를 진단값으로 사용하고 영상에서 최종 확인합니다.
오류 4: speaker detection을 검토 없이 사용
인터뷰와 podcast에서 유용하지만 겹치는 말, 비슷한 목소리, 짧은 추임새는 잘못 분류될 수 있습니다. speaker style 적용 전에 문맥을 확인하세요.
오류 5: subtitle localization 대신 단어만 번역
번역은 의미뿐 아니라 읽는 시간과 화면 공간에도 맞아야 합니다. 원문 줄바꿈을 그대로 복사하면 부자연스러운 cue가 되기 쉽습니다.
- 번역 전에 원문을 정리합니다.
- 단어가 아니라 의도와 톤을 번역합니다.
- 대상 언어가 길면 자연스럽게 줄입니다.
- 언어별로 재segment하고 timing을 확인합니다.
- 이름, 유머, 용어를 별도 확인합니다.
오류 6: SRT 구조 오류 무시
이 문제는 전체 영상을 보기 전에 자동으로 찾는 것이 효율적입니다.
| 기술 오류 | 영향 |
|---|---|
| 번호 오류 | 파일 일관성 저하. |
| 잘못된 timestamp | cue 무시 또는 파일 거부. |
| 종료가 시작보다 빠름 | 잘못된 duration. |
| overlap | 두 자막 동시 표시. |
| 빈 cue | timing만 있고 text 없음. |
오류 7: 가독성보다 styling을 먼저 함
폰트와 색은 잘못된 text나 timing을 고칠 수 없습니다. 먼저 내용과 가독성을 안정화하고 style을 적용하세요. social caption은 contrast, 크기, safe area, UI overlay도 확인합니다.
오류 8: 나쁜 원본 오디오까지 모델 문제로 판단
강한 노이즈, 먼 마이크, clipping, 음악, 겹치는 목소리는 인식 전부터 신호를 약화시킵니다.
항상 같은 noisy 구간에서 오류가 난다면 원본 audio를 먼저 확인하세요. 같은 어려운 음원을 반복 생성해도 같은 오류가 재현될 수 있습니다.
AI는 QA를 줄여야 하지만 없애서는 안 됩니다
자동화는 초안, speaker, 번역, validation, 이상 탐지에 강합니다. 최종 품질은 문맥을 확인하는 선택적 수동 review가 필요합니다.
안정적인 subtitle QA workflow
- 자막 생성/import.
- text, 이름, 용어 수정.
- offset과 drift 확인.
- timestamp, overlap, 빈 cue 검증.
- CPS, duration, 줄바꿈 확인.
- speaker 확인.
- 각 번역 언어 별도 review.
- text/timing 안정 후 styling.
- 최종 export를 실제 환경에서 테스트.
다시 만들기 전에 진단하세요. 구조 오류, offset, drift, 과밀 cue, 번역 문제는 각각 다른 수정이 필요합니다. 맞는 수리가 처음부터 다시 만드는 것보다 빠른 경우가 많습니다.
자막 오류 FAQ
왜 자막이 sync되지 않나요?
전체가 같은 만큼 어긋나면 offset, 뒤로 갈수록 커지면 drift/FPS/edit 가능성이 큽니다.
SRT가 정상처럼 보이는데 import가 안 되는 이유는?
invalid timestamp, overlap, negative duration, 빈 cue일 수 있습니다.
timing만 틀리면 재생성해야 하나요?
대부분 아닙니다. text가 좋다면 timing만 고칩니다.
speaker detection도 틀릴 수 있나요?
네. 겹치는 말이나 비슷한 목소리에서 특히 그렇습니다.
번역이 왜 길어지나요?
언어마다 길이가 달라 재표현과 재segmentation이 필요합니다.
valid SRT면 좋은 자막인가요?
아닙니다. validation은 정확성, 자연스러움, timing, 가독성을 평가하지 않습니다.