자막 타이밍과 가독성은 하나의 문제입니다. 텍스트가 정확해도 너무 일찍 나오거나, 너무 빨리 사라지거나, 글자가 지나치게 많거나, 문장을 어색하게 끊으면 보기 어렵습니다. 목표는 숫자상 밀리초 정확도가 아니라 영상에 집중하면서 자연스럽게 읽히는 것입니다.
동시에 맞춰야 할 네 가지
싱크
자막이 해당 음성이나 중요한 소리와 한 사건처럼 느껴져야 합니다.
길이
텍스트 양에 맞는 화면 표시 시간이 필요합니다.
읽기 속도
CPS는 너무 빽빽한 cue를 찾는 데 도움이 됩니다.
세그먼트
줄바꿈과 cue 경계는 의미, 문법, 장면 리듬을 따라야 합니다.
유용한 전문 기준값 — 절대 규칙은 아님
방송사, 플랫폼, 언어, 소셜 포맷마다 기준이 다릅니다. 다음 값은 전문 timed-text workflow의 참고점이지 모든 영상에 강제되는 법칙이 아닙니다.
| 항목 | 참고값 | 활용 |
|---|---|---|
| cue 길이 | Netflix 일반 기준: 최소 5/6초, 최대 7초. | Long-form의 좋은 기준. Short-form은 다른 리듬이 가능. |
| 읽기 속도 | Netflix 영어/독일어 SDH: 성인 최대 20 CPS, 어린이 17 CPS. | 경고 지표로 쓰고 모든 언어의 절대 기준으로 쓰지 않기. |
| 줄 수 | 최대 2줄은 흔한 전문 규칙. | 모바일 burned-in caption은 더 적은 단어가 좋을 수 있음. |
| cue 간격 | Netflix timing workflow는 최소 2프레임. | 미세한 간격으로 인한 깜빡임 방지. |
| 음성 뒤 유지 | 공간이 있으면 말이 끝난 뒤 잠시 유지할 수 있음. | 읽기 쉬워지고 다음 cue/컷과 충돌하지 않을 때만. |
한 숫자만 최적화하지 마세요. 18 CPS라도 줄바꿈이 나쁘면 읽기 어렵고, 짧은 마케팅 영상은 단순한 문장이라면 더 빠른 속도도 가능할 수 있습니다.
CPS 계산 방법
CPS는 Characters Per Second입니다. 화면에 보이는 문자 수를 cue의 초 단위 길이로 나눕니다. 도구마다 공백과 태그 계산법이 다를 수 있으므로 같은 workflow에서는 같은 기준을 유지하세요.
CPS = 표시 문자 수 / cue 길이(초)
72자 / 4.0초 = 18 CPScue가 너무 빠르면 길이를 늘리거나, 문장을 줄이거나, 두 cue로 나누거나, 앞뒤 cue를 재구성할 수 있습니다.
cue 길이: 읽을 시간은 주되 오래 남기지 않기
너무 짧으면 깜빡이고, 너무 길면 음성과 분리되어 다음 장면까지 남을 수 있습니다. 텍스트 밀도와 편집 리듬을 함께 봅니다.
- 짧은 cue: 정말 짧은 발화에 사용하고 긴 문장을 억지로 넣지 않습니다.
- 긴 cue: 내용이 이어지고 편하게 읽힐 때 사용합니다.
- 빠른 대화: 무조건 짧게 자르기보다 간결화와 자연스러운 분할을 먼저 봅니다.
- 컷 변화: cue가 컷을 넘어가는 것이 자연스러운지 확인합니다.
임의의 밀리초에 집착하지 않고 음성과 맞추기
cue는 발화와 같은 사건으로 느껴질 정도로 가까이 들어와야 합니다. 하지만 모든 경계를 waveform에 기계적으로 붙이면 깜빡임과 불편한 리듬이 생길 수 있습니다.
너무 빠름
답변이나 punchline을 말하기 전에 읽게 만들 수 있습니다.
너무 늦음
먼저 듣고 나서 자막을 따라잡아야 합니다.
너무 잘게 분리
작은 침묵마다 cue를 만들면 읽기가 파편화됩니다.
줄바꿈과 세그먼트는 timing만큼 중요
문자 수만 보고 자르지 말고 문법과 의미 단위를 유지합니다.
나쁜 예
00:00:02,000 --> 00:00:04,000
더 좋은 자막을 원한다면 너무 짧은 cue 안에 긴 문장 전체를 억지로 넣지 마세요.개선 예
00:00:02,000 --> 00:00:04,400
더 좋은 자막을 원한다면,
00:00:04,500 --> 00:00:07,200
긴 문장을 너무 짧은 cue에
억지로 넣지 마세요.- 가능하면 한 생각을 함께 유지합니다.
- 짧은 단어 하나만 줄에 남기지 않습니다.
- 시각적 균형 때문에 문법적으로 붙어 있는 말을 분리하지 않습니다.
- 두 줄이면 가장 이해하기 쉬운 지점에서 나눕니다.
Long-form과 Short-form은 판단 기준이 다름
| 콘텐츠 | timing 우선 | 가독성 우선 |
|---|---|---|
| 영화 / Long-form | 안정된 리듬, 대화 싱크, 컷 고려. | 편안한 속도와 자연스러운 2줄 분할. |
| YouTube Long-form | 정확한 싱크와 충분한 시간. | 문장 단위 cue와 일관된 형식. |
| Shorts / Reels / TikTok | 빠르지만 의도적인 리듬. | 동시에 적은 단어, 모바일 가독성, 안전한 위치. |
| 강의 / Webinar | 모든 짧은 쉼을 새 cue로 만들지 않기. | 조금 길어도 응집된 cue가 더 읽기 쉬울 수 있음. |
| 번역 자막 | 대상 언어 길이에 맞게 재timing. | 원본 줄바꿈보다 자연스러운 대상 언어 우선. |
좋은 자막이 Watch Time을 높일까?
읽기 쉬운 자막은 무음 시청이나 듣기 어려운 상황에서도 내용을 따라가게 해 retention을 지원할 수 있습니다. 하지만 몇 퍼센트가 반드시 오른다는 보편적 수치는 없습니다.
- Watch Time은 약속이 아니라 자신의 콘텐츠에서 측정할 결과입니다.
- 변경 전후 retention을 비교하세요.
- Short-form에서는 밀도, 위치, 리듬도 테스트하세요.
- Long-form에서는 이탈 구간의 자막을 집중 확인하세요.
흔한 timing·가독성 오류
| 오류 | 문제 | 개선 |
|---|---|---|
| 빠른 문장을 한 긴 cue로 | 읽기 밀도가 높음. | 자연스럽게 나누거나 줄이기. |
| 모든 pause를 새 cue로 | 파편화와 깜빡임. | 관련 발화를 합치기. |
| 화자보다 먼저 표시 | 정보를 선공개. | in-time을 발화에 가깝게. |
| 마지막 음성과 동시에 종료 | 읽기 시간 손실. | 공간이 있으면 약간 유지. |
| 원본 timing에 직역 | 언어별 길이 차이 발생. | 로컬라이즈하고 재분할. |
| Validator OK = QA 완료 | 구문은 맞아도 timing이 나쁠 수 있음. | 전체 영상을 실제로 보기. |
실전 자막 QA workflow
- 먼저 transcription을 수정합니다.
- 전체가 같은 만큼 빠르거나 늦은지 확인합니다.
- overlap, 잘못된 duration, timestamp를 검사합니다.
- 높은 CPS와 매우 짧은 cue를 찾습니다.
- 줄바꿈과 cue 경계를 문법/의미로 검토합니다.
- 빠른 대화, 화자 변경, 농담, 컷, 침묵을 정상 속도로 봅니다.
- 세로 영상은 모바일에서 확인합니다.
- 번역은 언어별로 독립 검토합니다.
- 최종 파일을 실제 게시 환경에서 테스트합니다.
전체 shift인가 개별 cue 편집인가
전체 shift
파일 전체가 거의 같은 양만큼 빠르거나 늦을 때.
개별 cue
일부 구간만 drift, overlap, 길이/분할 문제가 있을 때.
재정렬 / 재생성
오차가 누적되거나 자막 생성 후 영상이 재편집되었을 때.
가장 좋은 자막 timing은 거의 눈에 띄지 않습니다. 대화와 함께 나타나고, 충분히 읽히며, 자연스러운 지점에서 나뉘고, 영상을 방해하지 않고 사라집니다. CPS와 프레임, duration은 그 목표를 위한 도구입니다.
자막 timing & 가독성 FAQ
좋은 읽기 속도는?
모든 언어에 공통인 수치는 없습니다. Netflix 일부 영어/독일어 SDH는 성인 최대 20 CPS, 어린이 17 CPS를 참고합니다.
자막은 몇 초 보여야 하나요?
텍스트와 상황에 따라 다릅니다. Netflix 일반 timed-text는 5/6초 이상, 7초 이하를 참고합니다.
말이 시작하는 순간과 정확히 맞춰야 하나요?
자연스럽게 동기화되어 느껴지는 것이 중요하며 waveform 경계에 기계적으로 맞출 필요는 없습니다.
몇 줄이 좋나요?
최대 2줄은 흔한 전문 규칙입니다.
CPS란?
Characters Per Second로 cue의 읽기 밀도를 나타내는 지표입니다.
완벽한 timing이 Watch Time을 보장하나요?
아니요. 이해 장벽을 줄일 수 있지만 retention은 콘텐츠와 플랫폼 등 많은 요인의 영향을 받습니다.