Subtitles · 청각장애인과 난청인을 위한 캡션

Mac의 실시간 캡션,
누구에게도 켜 달라고 하지 않고.

캡션이 필요한 사람 대부분은 여전히 뭔가를 듣고 있고, 하는 일은 대개 들어온 말을 대체하는 게 아니라 빠진 단어를 채우는 것입니다. Subtitles는 Mac이 재생하는 소리를 읽어서, 누구의 허락도 구하지 않고 이 기기의 모든 앱에 캡션을 붙여요. 오버레이는 그 앞에서 일하는 동안에도 맨 위에 남습니다.

14일 이내 환불, 이유는 묻지 않아요

한 번 $9, 앞으로 나올 모든 업데이트 포함 · macOS 14.2 이상 · Apple Silicon
캡션은 원하는 만큼 무제한입니다. 따로 살 시간도, 계정도, 구독도 없어요.

실제로 어려운 부분

캡션이 있다는 것과 캡션이 쓸 만하다는 것은 다릅니다. 아래는 주어진 캡션이 무너지기 쉬운 지점들과, 이 앱이 각각에 대해 하는 일이에요.

  • 이미 지나가 버린 줄. Google Meet은 캡션 기록을 전혀 남기지 않고, Zoom은 3분 정도만 가지고 있어요. 타이핑하려고 고개를 숙인 사이 반쯤 읽은 문장은 되찾을 수 없습니다. 여기서는 ⌥를 누르고 있으면 최근 캡션이 스크롤할 수 있는 형태로 돌아와요. 한 줄을 놓쳤다고 회의 흐름까지 놓치지는 않습니다.
  • 두 사람이 동시에 말할 때. 말이 겹치는 구간은 모든 캡션 시스템이 힘들어하는 곳이자 가장 필요한 곳이에요. 화자가 바뀌면 새 상자를 만드는 기능은 선택 사항이지만 켜 둘 만합니다. 듣는 대신 읽는 대화에서는 누가 무슨 말을 했는지 가려내는 것이 일의 대부분이니까요.
  • 아무도 캡션을 달지 않은 영상. 폐쇄 자막과 SDH는 누군가 만들어 둔 곳에만 있습니다. 사내 포털의 교육 영상 대부분, 학회 녹화본 대부분, 동료가 보내 준 화면 녹화 대부분, 팟캐스트 대부분이 여기서 빠져요. 이 앱은 소리 자체를 읽으니, 배포한 쪽이 수고를 들였는지는 더는 문제가 되지 않습니다.
  • 회의가 아닌 통화. FaceTime, 데스크탑에서 하는 WhatsApp이나 Signal 통화, Mac으로 건 전화, 다시 듣는 음성 메시지. 여기엔 누를 캡션 버튼도 없고 부탁할 주최자도 없어요. 사람들이 전화 통화를 한 주에서 가장 부담스러워하는 이유가 대체로 여기에 있습니다.
  • 들리는 사람들과 같이 볼 때. 방 안의 다른 사람에게는 필요 없는 자막을 영화에 켜는 일은 협상이 되고, 애초에 켤 자막 트랙조차 없는 경우도 많아요. 이건 내 Mac에만, 내가 정한 크기로 그려지니까 더 이상 모두의 결정이 아니게 됩니다.
  • 이미 Mac에서 소리를 직접 받는 보청기. Made for iPhone 보청기와 사운드 프로세서는 M1 이상의 Mac에 바로 연결됩니다. 다만 소리가 깨끗하게 도착하는 것과, 빠르게 겹쳐 오는 대화가 알아들을 수 있게 도착하는 것은 다른 이야기예요. 스트리밍되는 소리 위에 캡션을 얹는 건 중복이 아니라 흔한 조합입니다. 이 앱은 출력 장치가 아니라 앱의 오디오 스트림을 읽기 때문에, 무엇으로 듣고 있는지는 상관이 없어요.
  • 오후 네 시의 피로. 하루 종일 말을 따라가려고 집중하는 일은 다른 사람 일정표에는 잡히지 않는 방식으로 사람을 소진시킵니다. 반쯤 들린 단어는 문맥으로 짜맞추는 것보다 읽는 편이 덜 힘들고, 세 번째로 다시 말해 달라고 부탁하는 것보다는 훨씬 덜 힘들어요.

듣는 것과 듣지 않는 것

이 부분은 깨알 같은 글씨가 아니라 맨 위에 있어야 합니다. 이 앱이 나에게 쓸모가 있는지를 여기서 가르니까요. Subtitles가 읽는 것은 하나입니다. Mac 응용 프로그램이 재생하는 소리요. 좁은 통로이고, 그 좁음은 의도한 것이지만, 어떤 것들은 여기서 완전히 빠집니다.

  • 눈앞의 공간은 캡션으로 만들지 않아요. 마이크는 절대 열리지 않아서, 앞에 있는 사람이 말해도 화면에는 아무것도 나오지 않습니다. 필요한 게 테이블에서 오가는 대화라면 이건 맞는 도구가 아니고, 어떤 설정으로도 달라지지 않아요. macOS 실시간 자막은 마이크 소리를 받을 수 있고, iPhone의 실시간 듣기는 아예 그런 상황을 위해 만들어졌습니다. 둘 중 어느 쪽이든 이 앱보다 나은 답이에요.
  • 본인 목소리는 캡션으로 나오지 않아요. Mac이 재생하는 소리만 읽기 때문에, 통화에서는 상대방만 나오고 본인은 절대 나오지 않습니다.
  • 음성 인식이라서 가끔 틀립니다. 이름, 전문 용어, 겹치는 말, 낯선 억양에서 잘 미끄러져요. 진료, 법률 상담, 성적이 걸린 수업이라면 사람이 하는 문자통역이나 수어통역이 정당한 편의 제공이고, 그걸 요청하는 건 부탁이 아니라 권리입니다. 이 앱은 애초에 아무도 그런 지원을 해 주지 않는 나머지 시간을 위한 것이에요.
  • 소리가 아니라 말을 적어요. 초인종, 웃음소리, 음악 신호까지 표시하는 SDH 자막과 진짜로 벌어지는 차이가 여기입니다. 여기서는 음성 감지기가 인식기 앞에 서 있어서 배경 음악이 가사가 되는 일이 없고, 그 대가로 나머지가 빠져요. 무슨 말을 했는지는 얻지만, 그 밖에 무슨 소리가 났는지는 알 수 없습니다.
  • 어떤 청력에는 잘 맞고, 어떤 청력에는 덜 맞아요. 대화의 상당 부분은 들리는데 시끄러운 곳에서, 말이 빠를 때, 마이크 상태가 나쁠 때 단어를 놓친다면 바로 그런 분을 위한 앱입니다. 수어 통역이 필요하거나, 어떤 인식기보다도 글을 훨씬 빨리 읽는다면 보탬이 크지 않을 수 있어요. 사기 전에 먼저 써 보시는 게 좋습니다.
  • 아무것도 남기지 않아요. 캡션은 화면에 그려졌다가 사라집니다. 디스크에 아무것도 쓰지 않으니 나중에 다시 읽을 기록이 없어요. 기록이 필요하다면 여기서 얻을 수는 없습니다.

이미 Mac에 있는 기능을 먼저 써 보세요

macOS에는 모든 Apple silicon Mac에 실시간 자막이 무료로 들어 있습니다. 시스템 설정 ▸ 손쉬운 사용 ▸ 실시간 자막이요. 정말 괜찮고, 돈도 들지 않으며, 필요한 것을 그것이 다 해 준다면 그걸로 끝입니다. 그걸 확인하려고 $9를 쓸 필요는 없어요. 일주일쯤 써 보는 것이 캡션에서 내가 정말 원하는 게 뭔지 가장 빨리 아는 방법이기도 합니다.

사람들이 다른 것을 찾아 나서는 이유는 대개 셋 중 하나입니다. 필요한 언어가 Apple 목록에 없거나, 캡션 창이 작업 중인 창 뒤로 숨거나, 강의에는 느리고 정확한 모델을 통화에는 빠른 모델을 고르고 싶거나. 그 차이는 비교 페이지에 항목별로 정리해 두었습니다.

14일 이내 환불, 이유는 묻지 않아요.

나만 필요할 때

캡션에서 피곤한 부분은 읽는 일이 아닌 경우가 많습니다. 캡션을 주는 쪽이 늘 남이라는 것이죠. 얻으려면 부탁해야 하고, 부탁하려면 설명해야 하고, 그 설명은 다음 통화에서 다른 사람들에게 또 하게 됩니다.

부탁할 사람이 없습니다

Zoom의 캡션은 주최자가 켜 줘야 합니다. Teams는 테넌트가 허용하는 범위에 달려 있고요. Meet은 Workspace 등급에 따라 다릅니다. 내 기기에서 소리를 가져오는 방식은 그 어느 것에도 답할 필요가 없어요. 그래서 처음 보는 사람과의 통화에서도, 채용 담당자와의 통화에서도, 이런 걸 한 번도 생각해 본 적 없는 회사와의 통화에서도 캡션이 그냥 있습니다.

아무것도 나를 알리지 않습니다

봇이 들어가지 않고, 참가자 목록에 아무것도 뜨지 않고, 녹화 표시등도 켜지지 않습니다. 청각장애나 난청 사실을 알릴지 말지는 내가 내 시간에 내리는 결정으로 남아요. 따라가야 하는 바로 그 순간에 소프트웨어가 대신 내리는 결정이 아니라요.

다시 해 주는 공연은 없습니다

다시 말해 달라고 부탁하는 일에는 대가가 따르고, 그 대가는 쓸 때마다 올라갑니다. 대부분은 놓치는 것이 줄어들기 훨씬 전에 그 부탁을 그만두죠. 반쯤 들린 줄을 읽는 데는 아무 대가도 들지 않고 아무도 방해하지 않아요. 회의를 따라가는 것과 고개만 끄덕이는 것의 차이가 거기서 갈립니다.

필요한 만큼 계속

모델은 Mac 안의 Neural Engine에서 돌고 시간당 드는 비용이 없어서, 계량기도 없고 아껴 쓸 것도 없습니다. 분 단위로 값을 매기는 캡션 서비스는 하루 중 어느 부분을 들을 가치가 있는지 조용히 고르게 만들죠. 이 앱은 그 문제에 아무 의견이 없습니다.

몇 시간을 읽어도 괜찮도록

하루 종일 기대어 읽는 캡션과 한 번 흘깃 보는 캡션은 읽는 방식이 다릅니다. 아래는 전부 누군가 대신 정해 준 결정이 아니라 설정이에요. 얼마나 듣고 얼마나 읽는지에 따라 맞는 답이 달라지니까요.

  • 작업 창 뒤로 숨지 않아요. 오버레이는 모든 창과 앱 전환기 위에 떠 있습니다. 메모하고, 문서를 확인하고, 뭔가 찾아보는 동안에도 그 사이에 오간 문장을 놓치지 않아요. 회의를 따라가면서 동시에 뭔가 적는 것이 가장 어려운 일인데, 계속 앞으로 꺼내 둬야 하는 캡션 창으로는 그게 해결되지 않습니다.
  • 시선이 이미 가 있는 자리에 둘 수 있어요. 클릭을 받지 않으니 그 위로 그대로 작업하고, 포인터 아래에서는 흐려져서 밑에 있는 것을 가리지 않습니다. 크기, 불투명도, 흐려지는 범위, 상자의 위치는 전부 직접 정해요. Shift를 누르면 진하게 유지되면서 드래그할 수 있습니다. 말하는 사람 얼굴 바로 아래에 두는 것이 대부분이 결국 자리 잡는 방식이고, 그래서 입 모양 읽기와 캡션이 서로 경쟁하지 않고 같이 갈 수 있어요.
  • 줄은 기다려 줘요. 캡션 한 줄은 약 1.5초에 단어마다 0.1초를 더한 만큼 머무릅니다. 긴 문장이 중간에 사라지지 않고, ⌥를 누르고 있으면 최근 몇 줄을 다시 불러 스크롤할 수 있어요. 읽는 속도는 사람마다 다르고 기본값은 어림짐작이니, 그 짐작이 틀렸을 때를 위해 기록이 있는 겁니다.
  • 이름과 전문 용어에서 실망하게 될 거예요. 약 이름, 사람 성씨, 팀에서 만들어 쓰는 약어. 문맥으로는 도저히 유추할 수 없는 단어이자, 인식기가 틀리는 바로 그 단어들입니다. 더 느리고 정확한 모델을 고르면 나아지지만 완전히 해결되지는 않아요. 나중에 알게 되는 것보다, 어떤 단어를 다시 확인해야 하는지 미리 아는 편이 낫습니다.

여기서 온디바이스는 취향의 문제가 아닙니다

대부분의 사람에게 로컬 처리는 듣기 좋은 원칙입니다. 하지만 캡션이 말에 접근하는 통로라면 계산이 달라져요. 클라우드 캡션 서비스는 진료 예약, 업무, 가족 이야기, 그리고 듣는 데 도움이 필요했던 모든 것의 기록을 받게 됩니다. 그건 편의 제공의 부산물이 아니라, 알려 주기로 선택한 적도 없는 회사가 들고 있는 내 하루의 기록입니다.

여기서는 아무것도 업로드되지 않고, 녹음되지 않고, 디스크에 쓰이지 않습니다. 오디오는 들어오는 즉시 읽히고 버려지며, 첫 실행에서 모델을 받은 뒤로는 네트워크 요청을 전혀 하지 않아요. 계정도, 사용 정보 수집도 없고 거부할 항목도 없습니다. 수집하는 것이 없으니까요. 믿기보다 직접 확인하고 싶다면 소스가 공개돼 있습니다.

질문

방 안에서 말하는 사람도 캡션이 되나요?
아니요. Mac이 재생하는 것만 읽고 마이크는 절대 열지 않습니다. 눈앞에서 벌어지는 대화라면 아무것도 보여 주지 못해요. Apple의 실시간 자막은 Mac에서 마이크 소리에도 캡션을 붙일 수 있고, iPhone의 실시간 듣기는 바로 그 일을 위해 만들어졌습니다. 같은 공간의 소리라면 그쪽이 맞는 도구이고, 이 앱은 아닙니다.
CART나 사람이 하는 문자통역을 대신할 수 있나요?
아니요. 음성 인식이라서 실수합니다. 특히 이름, 전문 용어, 겹치는 말, 강한 억양에서요. 진료, 법률 상담, 성적이 걸린 수업처럼 틀렸을 때 대가가 따르는 자리에서는 전문 문자통역사나 수어통역사가 정당한 편의 제공이고, 요청할 권리가 있습니다. 이 앱은 애초에 아무도 그런 지원을 해 주지 않는 나머지 시간을 위한 것이에요.
주최자에게 물어보거나, 쓰고 있다고 누구에게 알려야 하나요?
아니요. 어떤 서비스와도 연동하지 않고 Mac이 재생하는 소리에 캡션을 붙이기 때문에, 회의에 아무것도 들어가지 않고 참가자 목록에도 아무것도 뜨지 않으며 주최자도 관리자도 강연자도 뭔가를 켤 필요가 없습니다. 아무에게도 알려지지 않아요. 알릴지 말지는 소프트웨어가 아니라 본인이 정할 일입니다.
Mac 소리를 이미 보청기로 바로 받고 있는데, 이게 뭔가 더해 주나요?
네, 그런 경우가 많습니다. 스트리밍은 소리가 오는 경로를 고쳐 줄 뿐, 말 자체의 난이도를 바꾸지 못해요. 빠른 말과 겹치는 말, 낯선 억양은 귀에 도착한 뒤에도 여전히 빠른 말과 겹치는 말, 낯선 억양입니다. 스트리밍되는 소리 위에 캡션을 얹는 건 중복이 아니라 흔한 조합이에요. 이 앱은 출력 장치가 아니라 앱의 오디오 스트림을 읽기 때문에, 무엇으로 듣고 있는지는 상관이 없고 연결 설정도 전혀 달라지지 않습니다.
영상에 자막도 SDH도 아예 없으면요?
바로 그런 경우를 위한 겁니다. 폐쇄 자막과 SDH는 누군가 만들어 둔 곳에만 있어서, 사내 교육 영상 대부분과 학회 녹화본 대부분, 동료가 찍어서 보내 준 것 대부분이 빠집니다. 이 앱은 소리 자체에 캡션을 붙이니, 파일에 자막 트랙이 딸려 왔는지는 상관이 없어요.
회의에서 보던 캡션처럼 늦게 따라오나요?
덜하지만 아예 없지는 않아요. 문장이 끝나기를 기다리지 않고 단어가 들어오는 대로 계속 캡션을 만들고, 가장 최근 단어는 모델이 확신할 때까지 흐리게 그려집니다. 그래서 나중에 읽는 게 아니라 따라 읽게 돼요. 그래도 음성 인식입니다. 말한 시점과 읽을 수 있는 시점 사이에는 얼마간 지연이 있고, 빠르게 말하는 사람은 언제나 캡션보다 조금 앞서 있습니다.
캡션을 더 크고 읽기 쉽게 만들 수 있나요?
네. 상자 크기, 불투명도, 담는 줄 수, 놓이는 자리가 전부 설정이고, 설정 창은 목업이 아니라 실제 오버레이에서 그걸 미리 보여 줍니다. Shift를 누르면 진하게 유지되면서 원하는 곳으로 끌 수 있고, 놓아둔 자리는 기억됩니다.
FaceTime과 전화 통화에도 캡션이 되나요?
Mac의 앱을 통해 재생되는 것이면 전부입니다. FaceTime, WhatsApp이나 Signal 데스크탑 통화, Mac으로 건 전화, 다시 듣는 음성 메시지가 여기 들어가요. 마이크는 절대 열리지 않으니 상대방만 읽고 본인은 읽지 않습니다. 누를 캡션 버튼도, 부탁할 주최자도 없는 통화들이라 사람들이 가장 먼저 써 보는 경우가 많아요.
누가 말하는지 알려 주거나, SDH처럼 소리를 표시해 주나요?
화자가 바뀌면 새 캡션 상자를 시작할 수 있고, 선택 사항이지만 통화에서는 켜 둘 만합니다. 다만 이름을 붙여 주지는 않아요. 말이 아닌 소리는 아예 표시하지 않습니다. 음성 감지기가 인식기 앞에 서 있어서 음악이 엉뚱한 가사로 바뀌지 않는 대신, 말한 내용만 얻고 그 밖에 무슨 소리가 났는지는 알 수 없어요. 소리 신호가 중요하다면, 제대로 된 SDH 트랙과 비교했을 때 솔직히 그 부분이 빈자리입니다.
한 줄을 놓치면 어떻게 되나요?
⌥를 누르고 있으면 최근 캡션이 다시 나오고, 떠 있는 동안 스크롤할 수 있어요. 일부러 짧게 두었습니다. 디스크에 아무것도 쓰지 않으니, 하루치 기록을 남기려는 게 아니라 방금 놓친 문장을 잡으려는 기능이에요.
분당 요금이나 월 요금이 있나요?
아니요. 한 번 $9이고 캡션은 무제한입니다. 모델이 Mac에서 돌고 돌리는 데 비용이 들지 않으니까요. 사둘 시간도 구독도 없습니다. 가끔 켜는 기능이 아니라 캡션으로 모든 것을 따라가는 사람에게는 이 점이 더 중요하죠.
인터넷 연결이 필요한가요?
첫 실행에서 모델을 받을 때 한 번입니다. 그 뒤로는 완전히 오프라인으로 돌아가고 네트워크 요청을 전혀 하지 않으니, 무엇을 듣든 어디로도 전송되지 않아요.

부탁할 필요 없이, 무엇에든 캡션을.

14일 이내 환불, 이유는 묻지 않아요

한 번 $9, 앞으로 나올 모든 업데이트 포함 · macOS 14.2 이상 · Apple Silicon
그 Mac을 쓰는 동안 실시간 캡션을 무제한으로 씁니다. 따로 살 시간도, 계정도, 구독도 없어요.