조용한 실내에서는 잘 되던 한국어 자동자막이 배경소음이 들어가면 얼마나 흔들릴까요? 이번에는 같은 원본 음성에 핑크 노이즈를 섞어 Clean, SNR 10 dB, SNR 5 dB 세 조건을 만들고 Vrew, CapCut, VEED, Notta, Happy Scribe 5개 서비스를 다시 비교했습니다.
핵심은 단순한 체감 인상이 아니라 실제 결과입니다. 숫자 11개와 영문·약어 8개를 합친 핵심 필드 19개를 따로 채점했고, 의미를 바꾸는 일반 한국어 오류와 중복 구간은 별도로 기록했습니다. 생성시간도 Clean, SNR 10 dB, SNR 5 dB에서 각각 다시 측정했습니다.
- 숫자 안정성: VEED와 Notta는 소음이 들어가도 숫자 항목이 가장 안정적으로 유지됐습니다.
- 핵심 필드 정확도: VEED는 Clean 94.7% → SNR 10 dB 94.7% → SNR 5 dB 78.9%로 가장 안정적이었습니다.
- 급격한 하락: Vrew는 10 dB까지는 잘 버텼지만 5 dB에서 중복과 의미 오류가 함께 늘었습니다.
- 영문·약어 취약: CapCut과 Happy Scribe는 조용한 조건에서도 영문·약어 보존이 약했고, 소음이 들어가자 차이가 더 벌어졌습니다.
- 생성시간: Clean에서는 CapCut이 12초로 가장 빨랐고, SNR 5 dB에서는 Notta 13초, VEED 14초가 빨랐습니다.
dB와 SNR dB는 다릅니다
숫자만 보면 10 dB가 5 dB보다 더 큰 소음처럼 느껴질 수 있지만, 이 글에서 쓰는 값은 소음 크기 자체가 아니라 SNR(signal-to-noise ratio)입니다.
- SNR 10 dB = 음성이 배경소음보다 더 크게 들리는 조건 → 상대적으로 더 깨끗함
- SNR 5 dB = 음성과 소음의 차이가 더 작음 → 상대적으로 더 시끄러움
즉, 이번 테스트에서는 SNR 10 dB가 SNR 5 dB보다 덜 시끄러운 조건입니다.
테스트 조건
원본은 약 2분 6초 분량의 1인 한국어 음성입니다. 조용한 원본(Clean)과, 같은 원본에 핑크 노이즈를 섞은 SNR 10 dB·SNR 5 dB 파일을 각각 5개 서비스에 넣었습니다. 이번 2호 글은 생성시간과 인식 결과에 집중했고, 수정 작업시간은 별도 비교에서 다룰 예정입니다.
| 항목 | 테스트 조건 |
|---|---|
| 테스트 날짜 | 2026년 9월 18일 |
| 원본 음성 | 약 2분 6초, 1인 한국어 음성 |
| 소음 조건 | Clean / SNR 10 dB / SNR 5 dB (핑크 노이즈 혼합) |
| 채점 방식 | 핵심 필드 19개(숫자 11 + 영문·약어 8) 별도 채점, 일반 한국어 오류와 중복은 분리 기록 |
| 기기 | MacBook Pro 16형 / Apple M4 Pro / 24GB |
| OS | macOS Tahoe 26.6.2 |
| CapCut | macOS 데스크톱 앱 v5.6.8-beta2 |
| Vrew | Version 4.6.1 |
| VEED / Notta / Happy Scribe | 웹 버전 |
채점에서 미리 정리한 예외
원고에는 서울에서 부산까지 약 2시간 40분이라고 적었지만 실제 녹음에서는 2시간 45분으로 읽어 실제 발화를 정답으로 사용했습니다.
또한 Claude를 ‘클로드’가 아니라 ‘클라우드’로 잘못 읽어 이 항목은 영문 고유명사 채점에서 제외했습니다.
어떻게 채점했나
띄어쓰기, 쉼표, 마침표, 대소문자만 다른 경우는 오류로 세지 않았습니다. 의미가 같은 숫자 표기도 정답으로 처리했습니다. 예를 들어 ‘3천 원’과 ‘3,000원’, ‘열세 명’과 ‘13명’, ‘한 시간 반’과 ‘1시간 30분’은 같은 값으로 봤습니다.
이번 글에서 가장 중요한 지표는 핵심 필드 정확도입니다. 숫자와 영문·약어 보존을 한 점수로 합치되, 의미 왜곡이 있는 일반 문장 오류는 따로 보여줘서 “몇 개를 맞혔는지”와 “실제 문장이 얼마나 읽기 쉬운지”를 분리해서 볼 수 있게 했습니다.
숫자 평가 11개: 2026, 9월 18일, 3시 45분, 2시간 45분, 125만 7천 원, 18.5%, 39,900원, 3,000원, 10시 30분, 13명, 1시간 30분
영문·약어 평가 8개: KTX, ChatGPT, Gemini, Vrew, CapCut, GPT-5.6, USB-C, Wi‑Fi 7
5개 서비스 결과 한눈에 보기
| 서비스 | Clean 핵심 필드 |
SNR 10 dB 핵심 필드 |
SNR 5 dB 핵심 필드 |
SNR 10 dB 일반 오류 |
SNR 5 dB 일반 오류 |
중복 |
|---|---|---|---|---|---|---|
| Vrew | 18/19 (94.7%) | 17/19 (89.5%) | 14/19 (73.7%) | 1 | 8 | 10 dB, 5 dB 각 1구간 |
| CapCut | 10/19 (52.6%) | 9/19 (47.4%) | 9/19 (47.4%) | 7 | 10 | 없음 |
| VEED | 18/19 (94.7%) | 18/19 (94.7%) | 15/19 (78.9%) | 0 | 0* | 없음 |
| Notta | 18/19 (94.7%) | 15/19 (78.9%) | 15/19 (78.9%) | 0 | 1 | 없음 |
| Happy Scribe | 10/19 (52.6%) | 10/19 (52.6%) | 8/19 (42.1%) | 2 | 5 | 없음 |
* VEED의 일반 한국어 오류는 전체 텍스트 반출이 제한돼 전체 구간 캡처 기준으로 확인했습니다. 10 dB에서는 의미 왜곡이 눈에 띄지 않았고, 5 dB에서는 영문 고유명사 일부가 한글 음차로 바뀌었습니다.
| 서비스 | Clean | SNR 10 dB | SNR 5 dB | 속도 메모 |
|---|---|---|---|---|
| Vrew | 26초 | 17초 | 28초 | 5 dB에서 시간 증가 |
| CapCut | 12초 | 12초 | 22초 | Clean 기준 최속 |
| VEED | 15초 | 13초 | 14초 | 소음 조건에서도 매우 안정적 |
| Notta | 21초 | 22초 | 13초 | 5 dB에서 가장 빨랐음 |
| Happy Scribe | 50초 | 48초 | 51초 | 세 조건 모두 가장 느림 |
서비스별로 보면
VEED: 숫자 안정성이 가장 좋았다
VEED는 Clean과 SNR 10 dB에서 같은 점수(18/19)를 유지했습니다. SNR 5 dB에서도 숫자 11개를 모두 유지했고, 하락분은 대부분 영문 고유명사가 한글 음차로 바뀐 데서 나왔습니다. 생성시간도 15초 → 13초 → 14초로 안정적이었습니다.
Notta: 숫자는 강했고, 영문 보존은 소음에서 먼저 흔들렸다
Notta는 세 조건 모두 숫자 11개를 지켰습니다. 다만 SNR 10 dB와 5 dB에서 Gemini, Vrew, CapCut 같은 영문명이 한글 음차로 바뀌면서 핵심 필드 점수가 78.9%로 내려갔습니다. 그래도 일반 한국어 오류는 많지 않아 읽는 데 큰 무리는 없었습니다.
Vrew: 10 dB까지는 강했지만 5 dB에서 급격히 흔들렸다
Vrew는 SNR 10 dB까지는 17/19로 꽤 잘 버텼습니다. 하지만 SNR 5 dB에서는 숫자 하나가 빠지고, 고유명사와 문장 의미 오류가 늘었으며, 같은 구간이 한 차례 중복 생성됐습니다. 즉, 약한 소음에는 강하지만 더 시끄러운 조건에서는 변동 폭이 커졌습니다.
CapCut: 여전히 빠르지만 소음이 들어갈수록 교정 포인트가 많아졌다
CapCut은 Clean과 SNR 10 dB에서 12초로 빨랐지만, ‘시간→10간’, ‘일정→1정’, ‘임의로→이미로’처럼 의미를 바꾸는 오인식이 소음에서 더 늘어났습니다. 영문·약어 보존도 이번 테스트에서는 가장 약한 편이었습니다.
Happy Scribe: 느리고, 강한 소음에서는 숫자도 흔들렸다
Happy Scribe는 세 조건 모두 생성시간이 가장 길었고, SNR 5 dB에서는 9월 18일, 2시간 45분, 18.5% 같은 핵심 숫자 항목까지 흔들렸습니다. 조용한 조건과 10 dB에서는 기존 약점이 비슷하게 유지됐지만, 5 dB에서는 하락폭이 가장 컸습니다.
VEED 실제 화면 일부
VEED는 무료 계정에서 전체 자막 반출이 제한돼 있어 테스트 화면을 캡처로 확인했습니다. 긴 전체 캡처 대신 차이가 보이는 일부 구간만 아래에 작게 넣었습니다. SNR 10 dB에서는 문장 흐름이 비교적 잘 유지됐고, SNR 5 dB에서는 일부 영문 서비스명이 한글 음차로 바뀌는 패턴이 보였습니다.
결론
이번 배경소음 테스트를 한 문장으로 정리하면 이렇습니다. 숫자를 안정적으로 지키는 도구와, 영문 고유명사까지 끝까지 버티는 도구는 꼭 같지 않았습니다.
소음이 들어왔을 때 가장 안정적이었던 쪽은 VEED와 Notta였고, Vrew는 약한 소음에는 강했지만 더 시끄러운 조건에서 변동 폭이 커졌습니다. CapCut은 속도는 여전히 빠르지만 교정 포인트가 많았고, Happy Scribe는 속도와 정확도 모두에서 이번 비교 기준으로는 아쉬움이 남았습니다.
중요한 건 단순히 “몇 퍼센트”보다 무엇이 먼저 무너지는지를 보는 일입니다. 실무에서는 날짜·금액·인명 같은 숫자 필드가 중요한지, 아니면 영문 제품명과 약어 보존이 더 중요한지에 따라 최적의 도구가 달라질 수 있습니다.
배경소음이 없는 기본 환경에서는 어땠을까?
소음 테스트 전에 같은 2분 6초 한국어 음성을 조용한 환경에서 먼저 비교했습니다. 숫자·영문 고유명사 정확도와 생성시간, 무료 자막 다운로드 여부까지 확인한 기본 벤치마크 결과입니다.
→ 조용한 환경의 한국어 자동자막 5종 비교 보기소음 대신 재생속도를 높이면 결과는 어떻게 달라질까?
같은 원본 음성을 1.25배속과 1.5배속으로 변환해 자동자막 정확도가 얼마나 유지되는지 확인했습니다.
→ 재생속도 자동자막 스트레스 테스트 보기Clean부터 SNR 5 dB까지 두 번의 자동자막 테스트를 한 번에 정리했습니다
정확도뿐 아니라 생성시간, 수정시간, 영문·약어 보존, 무료 자막 반출까지 5개 서비스를 같은 기준으로 다시 묶었습니다.
→ 한국어 AI 자동자막 비교 총정리 보기