Mac에서 시스템 오디오에 캡션을 붙이려면 어떻게 하나요?

macOS 14.2부터는 앱이 Core Audio를 통해 다른 프로세스의 소리를 곧바로 탭할 수 있어서, 사용자에게 필요한 건 오디오 녹음 권한 하나뿐입니다. 그 전에는 가상 오디오 기기를 설치하고 출력을 그리로 돌려야 했는데, 예전 가이드들이 스크린샷으로 가득한 이유가 그것입니다.

BlackHole이나 루프백 드라이버가 아직 필요한가요?

이 앱에는 필요 없습니다. 경로를 돌리지 않고, 출력 장치도 바뀌지 않고, 캡션이 도는 동안 스피커는 계속 재생합니다. macOS 13 이하나 Intel Mac이라면 루프백 드라이버가 여전히 답입니다.

실시간이 파일로 받아쓰는 것만큼 정확한가요?

아니요, 실시간으로 도는 것은 어느 것도 그렇지 못합니다. 파일 받아쓰기 앱은 첫 단어가 무엇이었는지 정하기 전에 문장 전체를 볼 수 있지만, 실시간은 말하는 사람이 아직 말하는 중에 결정을 내려야 합니다. 녹음이 있고 급하지 않다면 파일 쪽으로 가세요.

브라우저 탭에서도 되나요?

됩니다. 앱 하나와 그 앱이 만들어 내는 모든 보조 프로세스를 함께 가져오기 때문에, 탭 안의 통화나 영상도 네이티브 앱과 똑같이 캡션이 붙습니다. 이름을 달고 있는 프로세스에서는 소리가 전혀 나오지 않는 Electron 앱까지 여기에 포함됩니다.

제 목소리도 캡션이 되나요?

아니요. 마이크는 절대 열리지 않습니다. Mac이 재생하는 소리, 그러니까 나를 뺀 모두의 말을 듣습니다. 빠진 기능이 아니라 일부러 그은 선입니다.

얼마나 늦게 나오나요?

가장 빠른 영어 모델은 말하는 사람보다 약 160 ms 뒤에서 글자를 내놓기 시작하고, 정확한 쪽일수록 더 뒤에 앉습니다. 숫자 하나가 아니라 조절 손잡이이고, 어느 쪽 끝을 원하는지는 대화를 따라가는 중인지 강의를 읽는 중인지에 달려 있습니다.

기록을 저장할 수 있나요?

아니요. 일부러 디스크에 아무것도 쓰지 않습니다. ⌥를 누르고 있으면 최근 캡션 몇 개가 돌아오고 그 안에서 스크롤할 수 있지만, 위로 밀려 나간 것은 사라집니다. 끝난 뒤에 남는 기록이 필요하다면 이 앱이 아니라 파일 받아쓰기 앱이나 회의록 앱 쪽입니다.

Subtitles · 가이드 · Mac에서 쓰는 실시간 자막

Mac이 재생하는 모든 소리에 붙는 실시간 자막

누군가 아직 말하고 있는 동안 화면에 글자를 올리는 여섯 가지 방법을, 나에게 얼마를 요구하는지 순서로 놓았습니다. 그러니 무료인 것이 먼저입니다. 그다음은 거의 아무도 설명하지 않는 대목입니다. Mac이 자기가 내는 소리를 어떻게 가져오는지, 예전에는 왜 가짜 오디오 기기가 필요했는지, macOS 14.2에서 무엇이 달라졌는지.

$9에 구입하기 브라우저에서 써 보세요

실시간이라서 포기하게 되는 것

Mac에서 받아쓰기를 다루는 글은 대부분 파일 이야기입니다. 녹음을 끌어다 놓고, 기다리고, 기록이나 자막 트랙을 받죠. 그 경로는 이 페이지의 무엇보다 정확합니다. 문장 전체와 그다음 문장까지 볼 수 있는 모델은 한 단어씩 결정하는 모델을 언제나 이기니까요.

동시에, 회의가 진행되는 동안에는 아무 쓸모가 없습니다. 실시간 캡션은 그 정확도를 내주고 통화 중에 유일하게 중요한 것을 삽니다. 읽을 수 있는 시간 안에 말이 도착하는 것이요. 가진 것이 녹음이고 시간도 있다면 여기서 멈추고 파일 받아쓰기 앱에 넣으세요. 결과가 더 좋습니다. 아래부터는 소리가 지금 일어나고 있는 경우를 위한 이야기입니다.

여섯 가지 방법, 싼 것부터

앱이 직접 주는 캡션. 무료. Zoom, Teams, Google Meet, Slack 허들, YouTube는 모두 돈을 받지 않고 스스로 캡션을 만들며, macOS보다 많은 언어를 다룹니다. 대신 자기 창 가장자리에서 멈추고, 몇몇은 주최자나 관리자가 허용해 줘야 하며, 회의 중간에 누가 링크로 던진 영상에는 아무 도움이 되지 않습니다. 그래도 이것부터 써 보세요. 충분하다면 공짜니까요.
Apple 실시간 자막. 무료, 기본 제공. Apple silicon Mac이라면 시스템 설정, 손쉬운 사용, 실시간 자막에 있습니다. 앱 하나 안이 아니라 앱을 가로질러 캡션을 붙이는데, 모양새는 그쪽이 맞습니다. 다만 Apple 문서에도 모든 언어, 국가, 지역에서 제공되지는 않는다고 적혀 있고, 캡션은 창으로 도착해 창답게 굴러갑니다. 항목별 비교는 따로 한 페이지를 뒀습니다.
브라우저의 실시간 캡션. 무료, 브라우저 하나. Chrome과 Chromium 계열 브라우저는 자체 설정의 스위치 하나로, 탭에서 재생되는 소리에 온디바이스 캡션을 붙일 수 있습니다. 탭 안의 영상에는 정말 쓸 만하고, 그 브라우저 밖의 모든 것에는 아무 상관이 없습니다.
클라우드 캡션 서비스. 구독제. 온디바이스로는 어디도 닿지 못하는 언어까지 가는 부류이고, 끝난 뒤에 화자 표시와 검색되는 기록을 남겨 주는 부류이기도 합니다. 그러려면 오디오가 Mac을 떠나야 하는데, 직장에서는 그게 세부 사항이 아니라 이야기의 끝인 분이 많습니다.
직접 굴리는 로컬 음성 모델. 무료, 그리고 노동. Whisper와 그 후손들은 Mac에서 잘 돌고, 쓸 만한 오픈소스 프런트엔드도 있습니다. 다만 그것으로 모든 앱을 가로질러 실시간 캡션을 만들고, 일하면서 읽을 수 있는 오버레이에 띄우는 일은 내려받기가 아니라 프로젝트입니다. 아래에 적은 오디오 배관이 그 이유의 대부분이고요.
실시간 캡션 앱. 한 번 결제. 이 앱이 여기입니다. 모든 창 위에 뜨는 오버레이에, Mac이 재생하는 소리를 그대로 받아, Neural Engine에서 열여섯 개 언어로 받아 적고, 디스크에는 아무것도 쓰지 않습니다. 위의 무료 선택지 넷이 전부 바닥났을 때 값을 하고, 그 전에는 아닙니다.

Mac이 자기 소리를 가져오는 방법

마이크는 쉽습니다. macOS에는 처음부터 그 API가 있었고, 권한을 묻는 것도 일상적인 일이에요. 어려운 쪽은 시스템 오디오입니다. Mac의 역사 대부분 동안, 한 앱이 다른 앱이 재생하는 소리를 듣는 지원된 방법이 없었으니까요. 시대가 셋 있고, 어떤 도구가 어느 시대에 속하는지만 알면 그 도구에 대해 알아야 할 것의 대부분을 알게 됩니다.

1

가상 오디오 기기

스피커인 척하는 드라이버를 설치하고, Mac의 출력을 거기로 맞춘 다음, 그걸 마이크처럼 되읽는 방식입니다. 작동은 합니다. 대신 신호를 갈라 주는 두 번째 기기를 따로 만들지 않는 한, 실제 스피커는 이제 조용해집니다. 스크린샷 여섯 장짜리 설정 가이드가 쏟아지던 시대의 이야기입니다.
2

소리를 얻으려고 받는 화면 기록 권한

그다음 macOS에서는 화면 기록과 함께 시스템 오디오를 가져갈 수 있게 됐습니다. 드라이버는 필요 없지만, 소리를 듣게 하려고 앱에 화면을 볼 권한을 주는 셈이고, macOS는 기록 표시등으로 같은 자리에 있는 모두에게 그 사실을 알립니다.
3

Core Audio 프로세스 탭, macOS 14.2

앱이 Core Audio에 다른 프로세스 하나를, 또는 전부를 탭해 달라고 요청하면 소리를 곧바로 받습니다. 드라이버도 없고, 경로를 돌리지도 않고, 스피커는 계속 잘 나오며, 허용하는 권한은 화면 기록이 아니라 오디오 녹음입니다. 이 앱이 지금 이 모양으로 존재하는 이유 전부가 여기에 있습니다.

여기에는 우회할 방법이 없는 요구 사항 하나도 함께 적혀 있습니다. 프로세스 탭은 macOS 14.2에서, 그것도 Apple silicon에만 들어왔습니다. 그래서 14.2가 바닥이고, Intel Mac은 거기까지 끌어올릴 수가 없습니다. Intel을 쓰신다면 위의 세 가지 방법이 목록의 전부입니다.

Mac에 캡션 붙이기, 세 단계

1

설치하고, 권한 하나 허용하기

macOS가 첫 실행 때 시스템 오디오 녹음 권한을 물어봅니다. 그 알림을 놓치면 모든 버퍼가 무음으로 도착하는데 어디에도 오류가 뜨지 않으니, 미리 알아 둘 만한 실패는 이것 하나입니다. 설치 가이드에 10초 만에 알아채는 법이 있습니다.
2

전부에 겨누거나, 앱 하나에 겨누거나

시스템 오디오 전체가 기본값이라 따로 설정할 것이 없습니다. 앱 하나로 좁히는 것은 메뉴 한 번이면 되고, 그 앱의 보조 프로세스까지 함께 딸려 옵니다. 브라우저 탭에서 하는 통화가 네이티브 앱처럼 캡션되는 이유가 그것입니다.
3

오버레이는 원하는 자리에

⇧를 누른 채로 끌면 되고, 놓아둔 자리는 기억됩니다. 클릭을 받지 않으니 그 위로 그대로 일하면 되고, 포인터를 갖다 대면 비켜나는 대신 흐려집니다. 홈페이지의 데모가 아무것도 사기 전에, 브라우저 안에서, 똑같이 굴러갑니다.

$9에 구입하기

14일 이내 환불, 이유는 묻지 않아요.

실시간이 정확도에서 치르는 대가

인식기는 30초 창이 차기를 기다리는 모델이 아니라 스트리밍 모델입니다. 소리를 따라오는 캡션과 순간이 지나간 뒤에 도착하는 캡션의 차이가 여기서 납니다. Neural Engine에서 실시간의 약 7분의 1 속도로 돌기 때문에 기계는 힘들어하지 않고, 팬도 하던 대로 있습니다.

영어에는 체크포인트가 하나가 아니라 일곱 개 있고, 동시에 최대로 만들 수 없는 두 가지를 맞바꿉니다. 가장 빠른 것은 말하는 사람보다 약 160 ms 뒤에서 글자를 내놓기 시작하고, 가장 느린 것은 더 정확한 대신 더 뒤에 옵니다. 나머지 언어는 전부 다국어 모델 하나에서 나옵니다. 정확도 질문에 대한 솔직한 답이 바로 이 선택의 폭이고, 이 페이지가 아무도 돌려 본 적 없는 벤치마크에서 무엇을 이겼다고 말하지 않는 이유이기도 합니다.

이 페이지의 모든 도구에서 여전히 어긋나는 것들이 있습니다. 이름, 전문 용어, 약어, 두 사람이 동시에 말하는 구간, 연결이 나쁜 회선의 빠른 구어체. 실시간 캡션은 그런 대목을 충분히 자주 읽을 수 있게 해 주어 쓸 값은 하지만, 기록이라고 부를 만큼 믿음직하지는 않습니다.

Mac에 캡션 붙이기에 관한 질문

Mac에서 시스템 오디오에 캡션을 붙이려면 어떻게 하나요?: macOS 14.2부터는 앱이 Core Audio를 통해 다른 프로세스의 소리를 곧바로 탭할 수 있어서, 사용자에게 필요한 건 오디오 녹음 권한 하나뿐입니다. 그 전에는 가상 오디오 기기를 설치하고 출력을 그리로 돌려야 했는데, 예전 가이드들이 스크린샷으로 가득한 이유가 그것입니다.
BlackHole이나 루프백 드라이버가 아직 필요한가요?: 이 앱에는 필요 없습니다. 경로를 돌리지 않고, 출력 장치도 바뀌지 않고, 캡션이 도는 동안 스피커는 계속 재생합니다. macOS 13 이하나 Intel Mac이라면 루프백 드라이버가 여전히 답입니다.
실시간이 파일로 받아쓰는 것만큼 정확한가요?: 아니요, 실시간으로 도는 것은 어느 것도 그렇지 못합니다. 파일 받아쓰기 앱은 첫 단어가 무엇이었는지 정하기 전에 문장 전체를 볼 수 있지만, 실시간은 말하는 사람이 아직 말하는 중에 결정을 내려야 합니다. 녹음이 있고 급하지 않다면 파일 쪽으로 가세요.
브라우저 탭에서도 되나요?: 됩니다. 앱 하나와 그 앱이 만들어 내는 모든 보조 프로세스를 함께 가져오기 때문에, 탭 안의 통화나 영상도 네이티브 앱과 똑같이 캡션이 붙습니다. 이름을 달고 있는 프로세스에서는 소리가 전혀 나오지 않는 Electron 앱까지 여기에 포함됩니다.
제 목소리도 캡션이 되나요?: 아니요. 마이크는 절대 열리지 않습니다. Mac이 재생하는 소리, 그러니까 나를 뺀 모두의 말을 듣습니다. 빠진 기능이 아니라 일부러 그은 선입니다.
얼마나 늦게 나오나요?: 가장 빠른 영어 모델은 말하는 사람보다 약 160 ms 뒤에서 글자를 내놓기 시작하고, 정확한 쪽일수록 더 뒤에 앉습니다. 숫자 하나가 아니라 조절 손잡이이고, 어느 쪽 끝을 원하는지는 대화를 따라가는 중인지 강의를 읽는 중인지에 달려 있습니다.
기록을 저장할 수 있나요?: 아니요. 일부러 디스크에 아무것도 쓰지 않습니다. ⌥를 누르고 있으면 최근 캡션 몇 개가 돌아오고 그 안에서 스크롤할 수 있지만, 위로 밀려 나간 것은 사라집니다. 끝난 뒤에 남는 기록이 필요하다면 이 앱이 아니라 파일 받아쓰기 앱이나 회의록 앱 쪽입니다.