AI 챗봇이 잘하는 일

일부 AI 챗봇은 오디오 파일을 받아 줍니다. 목소리가 하나뿐인 2분짜리 음성 메모라면 쓸 만한 텍스트를 받을 수 있습니다. 챗봇은 텍스트 변환 이후의 작업에도 강합니다. 텍스트가 있으면 요약하고, 할 일을 뽑아내고, 이메일로 바꿀 수 있습니다. 녹음이 짧고 요점만 필요하다면 이것으로 충분할 수도 있습니다.

어디서 문제가 생기나요

  • 업로드 제한. 오디오를 받는 챗봇도 파일 크기와 길이에 상한이 있고, 아예 오디오를 받지 않는 챗봇도 있습니다. 긴 녹음은 조각으로 잘라 하나씩 넣어야 하는 경우가 많습니다.
  • 줄어든 텍스트. 채팅창은 답변을 주도록 만들어졌지, 40쪽 분량을 돌려주도록 만들어지지 않았습니다. 긴 녹음에서는 내용을 압축하거나, 구간을 건너뛰거나, 중간에 멈추는 경향이 있습니다.
  • 불안정한 화자 구분. 인터뷰나 회의에서는 누가 무슨 말을 했는지가 중요합니다. 챗봇은 화자 전환을 안정적으로 표시하지 못해서, 목소리가 바뀔 때마다 오디오와 일일이 대조해야 합니다.
  • 불안정한 타임스탬프. 각 줄의 시각이 없으면 인용문을 확인하려고 오디오의 해당 지점으로 돌아갈 수 없습니다.
  • 작업할 파일이 없음. 채팅창에 텍스트만 나올 뿐, 다른 사람에게 건넬 수 있는 문서가 아닙니다.

가장 알아채기 어려운 것은 줄어든 텍스트입니다. 압축된 텍스트는 매끄럽게 읽혀서, 중간에 10분이 통째로 빠졌다는 사실을 알려 주는 단서가 없습니다.

왜 이런 일이 생기나요

음성을 텍스트로 바꾸려면 음성 모델과, 오디오를 처리하는 실제 시간이 필요합니다. 범용 AI 챗봇은 받아들일 수 있는 양과 돌려줄 수 있는 양에 제한을 둔 채 메시지 하나에 답하도록 설정되어 있습니다. 긴 녹음은 이 두 가지를 모두 넘어섭니다.

출력 쪽은 과소평가하기 쉽습니다. 긴 작업 네 가지를 시험한 결과에서, 85분 길이에 1,200줄인 자막 파일을 번역하는 데 모델마다 38,000~56,000개의 출력 토큰이 들었습니다. 2시간 녹음의 전체 텍스트도 이와 비슷한 크기의 답변입니다. 이것이 한 번에 온전히 도착하는지는 앱이 답변 하나에 담도록 허용하는 분량에 달려 있습니다.

음성 텍스트 변환 전용 도구는 정반대로 만들어졌습니다. 파일 전체를 부분별로 처리하고, 모든 문단의 시간을 유지하며, 결과를 편집하고 내보낼 수 있는 문서로 저장합니다.

직접 확인하는 방법

내용을 잘 아는 녹음 중에서, 두 사람이 대화하는 20분 이상의 녹음을 하나 고르세요.

  1. 챗봇에게 타임스탬프를 넣어 한 마디도 빼지 말고 텍스트로 변환해 달라고 요청합니다.
  2. 업로드 자체가 받아들여지는지 확인합니다.
  3. 끝부분 가까이에서 기억나는 문장을 하나 골라 결과에서 검색해 봅니다.
  4. 단어 수를 대략적인 추정치와 비교합니다. 대부분의 사람은 1분에 약 130~160단어를 말합니다.

뒷부분의 문장이 있고 단어 수도 범위 안이라면, 해당 녹음은 쉬운 경우입니다. 끝으로 갈수록 텍스트가 성글어진다면, 그것은 텍스트 변환이 아니라 요약입니다.

대신 쓸 수 있는 방법

긴 녹음을 위해 만들어진 도구를 쓰세요. 저희 긴 오디오·영상 텍스트 변환 도구는 녹음을 여러 부분으로 나누고, 각 부분을 타임스탬프와 함께 빠짐없이 텍스트로 변환한 뒤 순서대로 이어 붙입니다. 최대 2GB, 6시간까지의 오디오와 영상 파일을 받으며, 각 부분을 말한 언어 그대로 적고, 문단마다 아래에 번역을 추가할 수도 있습니다. TXT 또는 Word로 다운로드할 수 있습니다. 완성된 예시는 데모에서 볼 수 있습니다.

첫 부분은 회원가입 없이 무료입니다. 전체 녹음은 $5 1회 결제이며, 구독은 없습니다. 무제한 플랜은 주 $19(매주 갱신, 언제든 해지 가능)로, 사이트의 모든 도구를 쓸 수 있고 작업당 최대 12시간 녹음까지 지원합니다.

녹음이 WhatsApp 대화 속 음성 메시지라면 WhatsApp 대화 PDF 변환을 대신 사용하세요. 각 음성 메시지를 대화에서 보낸 위치에 그대로 텍스트로 변환해 줍니다.