19. 전사 텍스트를 다시 쓸 수 있는 자료로 정리하기

19. 전사 텍스트를 다시 쓸 수 있는 자료로 정리하기

읽을 수 있게 됐는데, 말이 이상했습니다

긴 강의 내용을 정리하려다 인코딩 문제를 만났습니다. 음성을 텍스트로 옮긴 파일이 UTF-16으로 저장돼 있었고, 제가 쓰던 과정에서는 제대로 읽히지 않았습니다.

변환해서 읽게 했습니다. 이제 정리되겠다고 생각했는데 다른 문제가 보였습니다.

‘국토교수실 3회차 행사가…’

국토교수실이 뭔가. 글자는 읽히는데 내용이 이상했습니다. 음성인식 앱이 비슷하게 들리는 말을 다른 단어로 받아쓴 겁니다.

여기서 작업 기준을 고쳤습니다. 파일을 읽어 요약하는 것에서 끝내지 않고, 어떤 내용을 말한 자리인지 보고 오인식을 구별하며 정리해야 했습니다.

이번 입력은 음성이 아니라 전사된 글입니다

먼저 구분하면 좋겠습니다. 제가 이 과정에서 다룬 것은 이미 음성인식 앱이 만든 텍스트입니다.

녹음한 음성
  → 음성인식(STT)으로 전사 텍스트 생성
  → 읽기 상태와 인코딩 확인
  → 맥락과 근거를 보며 교정·정리
  → 다음 업무에서 다시 읽을 자료

음성을 글로 바꾸는 단계와, 그 글을 정리하는 단계는 다릅니다. 제가 구성한 transcript-organizer도 전사 텍스트 정리가 중심입니다. 음성 파일만 주면 이 스킬이 전사까지 전부 한다는 뜻은 아닙니다.

이 차이를 알아야 어디에서 틀어졌는지 볼 수 있습니다. 파일을 못 읽는 문제인지, 받아쓴 단어가 틀린 것인지, 정리하면서 내용을 빠뜨린 것인지가 다르니까요.

1. 인코딩은 글자를 읽는 방식의 문제입니다

텍스트 파일도 컴퓨터 안에서는 바이트로 저장됩니다. 그 바이트를 어떤 규칙으로 글자로 해석할지가 인코딩입니다. UTF-16으로 쓴 파일을 다른 방식으로 읽으면 오류가 나거나 제대로 보이지 않을 수 있습니다. Python의 문자 인코딩 설명

당시 제 입력이 UTF-16이었던 것이지, 모든 Windows 녹음 앱의 출력이 그렇다는 뜻은 아닙니다. 지금 받은 파일이 UTF-8이면 같은 변환이 필요하지 않을 수 있습니다. 먼저 실제 형식을 확인해야 합니다.

UTF-16임을 확인한 파일에서 UTF-8 사본을 만드는 동작은 다음처럼 표현할 수 있습니다. 아래는 가상 파일로 변환 원리를 설명하는 최소 Python 예시입니다. 이 예시는 파일 앞에 바이트 순서를 알려주는 표식인 BOM이 있는 UTF-16 파일을 기준으로 합니다.

from pathlib import Path

source = Path("sample-utf16.txt")
text = source.read_text(encoding="utf-16")
Path("sample-utf8.txt").write_text(text, encoding="utf-8")

read_text의 encoding은 원본을 어떤 방식으로 읽을지 정합니다. write_text는 읽은 글을 UTF-8로 새 파일에 씁니다. 원본과 출력 이름을 다르게 둬 원본을 덮어쓰지 않았습니다. 파일 읽기와 쓰기

이 코드는 인코딩을 알아서 진단하는 프로그램도, 모든 전사 파일에 그대로 적용할 해결책도 아닙니다. 실제 형식이 다르면 읽는 조건부터 달라져야 합니다. 파일 위치와 변환 방법은 AI가 확인해 구성하게 하면 됩니다.

변환 뒤 확인할 것은 같은 글자를 다시 읽을 수 있는가입니다. 잘못 받아쓴 이름이나 단어까지 고쳐진 것은 아닙니다.

2. 읽히는 글과 맞는 내용은 다릅니다

인코딩을 해결한 뒤에야 ‘국토교수실’ 같은 문제를 볼 수 있었습니다. STT가 만든 단어는 문장 안에서 자연스러워 보일 수도 있습니다. 오타 검사만으로 찾기 어려운 이유입니다.

그래서 어떤 행사였는지, 어떤 주제를 다뤘는지, 앞뒤에서 같은 말을 어떻게 설명했는지 보게 했습니다. 한 문장만 떼어 바꾸기보다 관련 맥락에서 교정 후보를 찾는 방식입니다.

지금 제 구성에서도 확인된 표기를 참고하면서 맥락으로 새 후보를 보완합니다. 사전의 단어를 무조건 치환하는 것도, 사전을 전부 배제하는 것도 아닙니다. 이 자료에서 그 말이 맞는 근거가 있는지가 중요합니다.

다음은 교정 판단을 설명하기 위해 새로 만든 가상 전사 예시입니다. 실제 강의나 참여자 발언이 아닙니다.

전사에 적힌 내용 교정 후보 처리할 이유와 한계
‘루트 코즈, 즉 근본 원인을 보겠습니다’ Root Cause 표기로 정리 같은 문장에 뜻이 설명돼 있어 용어 대응을 확인할 수 있음
‘다음 발표자는 김민서입니다’ 김민수일 가능성 이 텍스트만으로는 이름을 확정할 수 없음. 원문을 유지하고 확인 필요로 남김

두 번째를 매끄럽게 고친다고 좋은 정리가 되는 것은 아닙니다. 이름이 틀렸다는 근거가 없는데 더 그럴듯한 이름으로 바꾸면 새 오류를 만드는 셈입니다.

금액과 날짜도 마찬가지입니다. 맥락상 이상하다는 것과 정답을 안다는 것은 다릅니다. 필요하면 원자료나 음성을 더 확인해야 하고, 텍스트만 봤다면 음성까지 확인했다고 말하면 안 됩니다.

3. 교정한 내역을 남깁니다

처음에는 교정 후보를 보여주고 하나씩 확인하는 방식으로 썼습니다. 반복해서 쓰다 보니 매번 확인하는 과정이 번거로워, 교정을 반영하되 내역을 남겨 검토하는 방향으로 바꿨습니다.

이것은 애매한 내용을 모두 확정해도 된다는 뜻은 아닙니다. 확신할 수 있는 교정과 추정, 아직 확인할 내용을 나눠야 합니다.

정리본을 다시 볼 때도 어떤 말이 바뀌었는지 알 수 있어야 합니다. 교정 기록에는 원문 표현과 위치, 바꾼 표현, 판단 근거, 추정 여부를 남길 수 있습니다.

원본 전사: 받은 텍스트 그대로 보존
읽기용 사본: 필요한 경우 인코딩만 변환
정리본: 맥락을 묶고 확인한 교정을 반영
교정 내역: 어디를 왜 바꿨고 무엇이 미확정인지 기록

이것은 자료의 역할을 나눈 개념도입니다. 모든 작업에서 파일 네 개를 반드시 만들어야 한다는 뜻은 아닙니다. 원본과 바뀐 결과를 구별하고, 바꾼 이유를 다시 찾을 수 있게 하는 것이 목적입니다.

한 번 추정한 이름을 다음 자료에서 확정된 정답처럼 계속 적용해서도 안 됩니다. 이번 작업의 교정 내역과 여러 작업에서 재사용할 확인된 표기는 다른 수준의 자료입니다.

4. 정리 형식도 쓰임에 맞췄습니다

파일이 잘 읽히고 단어가 정리됐다고 끝은 아니었습니다. 강의 내용을 다시 보려는데 요약이 너무 짧으면 설명의 맥락이 사라집니다.

수업에서도 이 과정을 이야기합니다. 처음 정리한 결과가 너무 압축돼 다시 요청했고, 원하는 수준까지 고친 뒤 그 방법을 스킬로 남겼습니다.

강의라면 개념과 설명, 사례가 어떻게 이어졌는지 필요합니다. 미팅이라면 무엇을 합의했고 무엇은 아직 결정하지 않았는지가 중요할 수 있습니다. 인터뷰는 화자의 표현과 질문의 맥락이 더 중요할 수도 있고요.

저는 이런 차이에 맞춰 형식과 작업 기준을 다듬었습니다. 같은 프로젝트에 전사가 계속 쌓인다면 그곳에서 쓰는 정리 형식을 참고하게 할 수도 있습니다.

다만 줄 수나 인용 횟수를 채웠다고 품질이 보장되는 것은 아닙니다. 글이 길어도 중요한 조건을 빠뜨리면 부족합니다. 짧아도 필요한 판단을 정확히 담을 수 있고요. 원본의 내용과 다음에 쓸 목적을 함께 봐야 합니다.

정리 후에는 원본과 대조하게 합니다

앞 글에서 요청과 실제 결과를 확인하는 이야기를 했습니다. 전사 정리에서도 같은 방식으로 맡길 수 있습니다.

정리본을 원본 전사와 대조해줘.
중요한 내용이 빠졌는지, 추정 교정을 확정 사실처럼 썼는지 확인해줘.
이름·날짜·숫자를 바꾼 곳은 근거 위치와 함께 보여줘.
원본이 애매해서 판단할 수 없는 부분은 따로 남겨줘.

AI가 원문과 결과를 직접 읽어 대조하게 하는 겁니다. 저도 결과에서 중요한 판단과 남은 불확실성을 봅니다. 사람이 모든 줄을 처음부터 수작업으로 비교하는 대신, 확인이 필요한 곳과 이유를 받아 판단할 수 있습니다.

긴 자료를 나눠 처리했다면 구간 사이에서 내용이 빠지거나 화자와 시점이 섞이지 않았는지도 봐야 합니다. 일부만 읽은 결과를 전체 정리라고 보고하면 안 됩니다.

또 정리본의 문장은 원래 발화의 축자 기록과 다를 수 있습니다. 직접 인용하려면 원본 위치로 돌아가 확인해야 합니다. STT 원본 자체가 틀렸을 가능성이 있다면 그것도 남아 있는 확인입니다.

스킬은 한 번 만들고 끝내지 않았습니다

처음에는 인코딩과 기본 정리였습니다. 써보니 오인식이 보여 교정 기준을 보탰고, 결과를 다시 쓰기 위해 정리 형식도 맞췄습니다.

제가 한 일은 코드를 직접 작성하는 것보다, 어떤 문제를 해결할지 이야기하고 계획을 보고 실제 결과를 판단하는 일이었습니다. 구현은 AI에게 맡겼습니다.

자기 자료에서도 이렇게 시작할 수 있습니다.

이 전사 텍스트를 다음 업무에 다시 쓸 수 있게 정리하고 싶어.
파일을 읽을 수 있는 상태인지 먼저 확인하고, 원본은 보존해줘.
맥락으로 확인할 수 있는 교정과 아직 추정인 부분을 나눠줘.
어떤 목적의 자료로 정리할지 필요한 질문부터 해줘.

원하는 결과가 나오면 반복할 기준을 남깁니다. 다른 자료에서 어긋나면 그 차이를 고치고요. 개인 전사나 교정표를 그대로 받는 것보다 자기 자료에서 이런 판단을 구성하는 것이 중요합니다.

다음 글에서는 엑셀의 구조를 바꾸는 일과 내용의 품질을 정리하는 일을 나눠보겠습니다. 입력을 읽는 것, 의미를 보존하는 것, 결과를 검증하는 것이 데이터에서는 어떻게 달라지는지 이어가겠습니다.

Subscribe to 비개발자를 위한 Claude Code | 일을 잘하기 위한 AI Workspace

Don’t miss out on the latest issues. Sign up now to get access to the library of members-only issues.
[email protected]
Subscribe