다국어 전사란 무엇인가

다국어 전사는 여러 언어로 말한 음성을 written text로 변환하는 기술이다. AI 기반 Speech to Text(STT) 시스템이 음성에 포함된 언어를 자동으로 감지하며, 원문 그대로 전사하거나 특정 언어로 번역해 통합된 결과를 제공할 수 있다.

글로벌 콘퍼런스, 고객지원, 회의, 금융 기록 등에서 다국어 STT의 활용도가 높아지고 있다. 정확한 전사 결과는 자막·더빙 제작의 출발점이 되고, 음성 데이터를 검색 가능한 내부 지식으로 바꾸며, 규제 산업의 감사 기록 구축에도 활용된다.

주요 기능은 다음과 같다.

• 자동 언어 감지: 하나의 오디오 파일에 여러 언어가 포함돼도 언어를 식별한다.
• Speaker diarization: 발화자별로 음성을 구분한다.
• Keyterm prompting: 특정 용어를 지정해 전사 품질을 높인다.
• Entity detection: 음성에 등장하는 주요 개체를 식별한다.
• API 통합: 개발자가 Speech to Text API를 복잡한 다국어 전사 파이프라인에 연결할 수 있다.

ElevenLabs의 Scribe v2는 다국어 STT 기능과 자동 언어 감지를 지원한다. 언어를 직접 지정하면 성능을 높일 수 있으며, ElevenAPI의 language_code 매개변수는 기본적으로 자동 예측을 사용한다.

자동 전사는 속도와 확장성에서 유리하지만, 여러 사람이 동시에 말하는 복잡한 음성에서는 사람의 검수가 더 적합할 수 있다. 전사 정확도는 **Word Error Rate(WER)**로 측정하며, 언어별로 결과가 달라질 수 있다.