2시간 24분 녹취를 54초에 푸는 엔진, 15분 걸려도 화자를 나누는 엔진

코칭 세션과 현장 실사를 기록으로 남기는 일은 이제 녹음 버튼 하나로 끝납니다. 문제는 그다음입니다. 같은 음원을 두 엔진에 넣었더니 처리 시간이 17배 차이 났고, 빠른 쪽은 회의록의 핵심 단어 하나를 0회 잡았습니다. 어느 쪽이 좋은 엔진이냐는 질문은 답이 없습니다. 답이 있는 질문은 “이 녹취에는 어느 쪽이냐”입니다.

Part 1 · Why왜 같은 음원으로 두 번 돌려봤나

코칭·컨설팅을 하면 녹취가 쌓입니다. 1:1 세션, 현장 실사, 워크숍, 경영진 보고. 그런데 어떤 엔진으로 풀 것인가는 대개 처음 써본 것으로 굳습니다. 저도 그랬습니다. 맥오에스 내장 SpeechAnalyzer 파이프라인을 정본으로 쓰면서, 그 선택을 뒷받침하는 비교를 한 번도 해본 적이 없었습니다.

그래서 가장 조건이 나쁜 녹취 하나를 골랐습니다. 제조 현장을 걸어 다니며 진행한 워크스루 실사입니다. 마이크에서 화자가 멀고(원거리 수음), 여러 명이 겹쳐 말하고, 설비 소음이 깔리고, 이동 중이라 음량이 계속 흔들립니다. 조건이 좋은 음원은 어떤 엔진이든 잘 풉니다. 갈리는 지점은 나쁜 조건입니다.

※ 음원은 고객사 실사 녹취라 회사·지역·제품을 특정할 수 있는 정보는 전부 제거했습니다. 본문의 전사 인용도 엔진 오인식을 비교하는 데 필요한 최소 발췌입니다.

Part 2 · What두 엔진은 무엇이 다른가

비교 대상은 둘입니다.

하나는 SpeechAnalyzer — 애플이 맥오에스에 넣은 음성인식 프레임워크입니다. 운영체제 기본이라 별도 설치가 없고, 오디오가 기기 밖으로 나가지 않습니다. 저는 이것을 오디오 변환 → 저음량 보정 → 전사로 이어지는 명령 한 줄짜리 파이프라인으로 감싸서 씁니다.

다른 하나는 Alt(알트) — 회의 녹취에 특화된 국내 데스크톱 앱입니다. 공개 음성인식 모델의 양자화판을 기기에서 돌리고, 여기에 화자 분리 모듈을 얹었습니다. 즉 둘 다 기기 안에서 처리되지만, 뒤에 붙은 것이 다릅니다.

Part 3 · Numbers54초 대 15분 10초, 그리고 그 대가

같은 파일을 두 엔진에 넣고 벽시계로 쟀습니다. 격차는 예상보다 컸습니다.

여기서 눈여겨볼 것은 마지막 두 줄입니다. 속도에서 진 쪽이 내용에서 이겼습니다. 그리고 그 차이는 평균값이 아니라 특정 단어에서 몰려서 나타났습니다.

Part 4 · Evidence같은 40초, 두 개의 기록

수치보다 실물이 빠릅니다. 녹음 시작 55초 지점, 실사를 주재하던 임원이 담당자에게 묻고 담당자가 답하는 대목입니다. 실제 발화는 “전사적자원관리도 잘 맞고 물건이 제자리에 있으면 뭐가 문제냐”였습니다.

두 가지가 갈립니다. 첫째, 핵심 용어입니다. Alt는 “ERP”를 정확히 잡았고 SpeechAnalyzer는 “VR도”로 흘렸습니다. 회의록을 쓸 때 이 한 글자 차이가 문장 전체의 뜻을 바꿉니다.

둘째, 화자입니다. 이 구간은 임원이 묻고 담당자가 답하는 구조인데, SpeechAnalyzer 출력은 두 사람 발언이 한 줄에 이어 붙어 있습니다. 질문과 답변이 섞이면 회의록 작성자가 기억으로 화자를 복원해야 하고, 그 복원은 자주 틀립니다.

Part 5 · Practice필자는 Alt를 실제로 어떻게 쓰는가

벤치마크는 하루짜리 실험이지만, 판단은 그 앞의 두 달에서 나왔습니다. 제가 Alt를 쓰기 시작한 것은 2026년 6월 5일이고, 이 글을 쓰는 시점까지의 사용 기록은 아래와 같습니다.

실제 흐름 — 녹음 버튼부터 회의록까지

덧붙이면, 화자 분리는 제가 쓰기 시작한 뒤에 들어온 기능입니다(2026년 7월 20일 기록부터). 그 전 두 달치 녹취에는 화자 라벨이 없어서 회의록을 쓸 때마다 “이건 누가 한 말이지”를 기억으로 메웠습니다. 지금 제가 화자 분리를 이렇게 강조하는 것은, 없이 두 달을 써봤기 때문입니다.

Part 6 · Cases코칭·컨설팅 6장면 판단표

여기까지가 실측입니다. 이제 실무입니다. 아래는 제가 실제로 마주치는 여섯 장면과, 각 장면에서 어느 레인을 고르는지입니다. 판단 기준은 하나로 요약됩니다 — “이 기록에서 누가 말했는지가 중요한가”.

Part 7 · Limits이 비교가 말할 수 없는 것

수치를 그대로 옮기기 전에 알아야 할 한계가 있습니다. 저는 이 비교로 “어느 엔진이 더 정확한가”를 판정하지 않았습니다. 그럴 자격을 갖추지 못했기 때문입니다.

Part 8 · Action오늘 적용하는 법

정리하면 할 일은 셋입니다.

덧붙이면, 저는 이번에 후보 엔진을 하나 더 시험했다가 채택하지 않았습니다. 기본 설정으로 2시간 24분을 통째로 넣었더니 같은 문장을 끝없이 되풀이하는 상태에 빠졌기 때문입니다. 흥미로운 것은 그것이 모델의 한계가 아니라 설정 하나 때문이었다는 점인데, 그 이야기는 이 글의 범위를 넘습니다. 다만 교훈 하나는 옮겨둘 만합니다.