녹음파일 텍스트 변환을 검색하면 도구 이름은 잔뜩 나오는데, 정작 내 파일이 그 도구에 들어가는지를 알려주는 글은 드뭅니다.
가장 흔한 실패가 이겁니다. “구글 문서 음성 입력이 무료라더라” 해서 열었는데, 녹음 파일을 올릴 자리가 없습니다. 구글 문서 음성 입력은 마이크로 들어오는 실시간 소리만 받는 기능이기 때문입니다. 공식 도움말에도 “음성 입력을 사용하려면 컴퓨터 마이크가 켜져 있고 작동해야 한다”고만 적혀 있고, 파일 업로드 항목은 아예 없습니다. (구글 문서 편집기 고객센터)
그래서 이 글은 도구를 나열하는 대신 갈림길 세 개로 정리했습니다. 2026년 8월 2일 기준입니다.
📌 먼저 세 가지만 정하세요
1. 파일이냐 실시간이냐 — 이미 녹음된 파일이면 실시간 받아쓰기 도구는 전부 탈락
2. 누가 말했는지 나눠야 하나 — 화자 분리는 별도 기능이라 되는 도구가 따로 있음
3. 파일이 25MB를 넘나 — 챗지피티 계열은 여기서 막힘 (아래 계산법)
녹음파일 텍스트 변환 도구 한눈에 비교
| 도구 | 녹음 파일 업로드 | 실시간 | 화자 분리 | 비용 |
|---|---|---|---|---|
| 네이버 클로바노트 | ○ | ○ | ○ (참석자 구분) | 개인 무료 (월 이용 시간 한도 있음) |
| 챗지피티 (음성 파일 첨부) | ○ | △ | △ (별도 모델 필요) | 요금제에 포함 |
| OpenAI 음성 인식 API | ○ (25MB 이하) | ○ (실시간 전사 별도) | ○ (전용 모델) | 사용량 과금 |
| 구글 문서 음성 입력 | × | ○ | × | 무료 |
| 유튜브 자동 자막 | ○ (영상 업로드) | × | × | 무료 |
이 표에서 제일 중요한 칸은 구글 문서의 × 입니다. 무료라는 이유로 제일 많이 추천되는데, 정작 녹음파일 텍스트 변환에는 못 씁니다.
1. 네이버 클로바노트 — 한국어 회의록이면 여기부터
한국어 녹음, 특히 여러 사람이 말하는 회의라면 클로바노트가 가장 손이 덜 갑니다. 이유는 두 가지입니다.
첫째, 녹음 파일을 그대로 올릴 수 있습니다. 회의 중 앱으로 바로 녹음해도 되고, 이미 있는 파일을 올려도 됩니다.
둘째, 참석자를 나눠 줍니다. “참석자 1 / 참석자 2″로 문단이 갈라져 나오기 때문에, 회의록으로 다듬는 시간이 크게 줄어듭니다. 이 기능이 없으면 한 덩어리 텍스트를 사람이 다시 쪼개야 합니다.
⚠️ 이용 시간 한도는 앱에서 직접 확인하세요. 클로바노트는 개인 사용자에게 월 단위 이용 시간을 무료로 주는 구조인데, 제공 시간과 개인정보 활용 동의에 따른 추가 시간은 정책이 바뀌어 왔습니다. 여러 정리글이 “월 300분, 동의 시 600분”으로 안내하고 있으나 이 글에서는 특정 숫자를 단정하지 않겠습니다. 클로바노트 로그인 후 내 이용 시간 화면에 표시되는 값이 정확합니다.
이럴 때 쓰세요: 한국어 회의·인터뷰·상담 녹음, 화자 구분이 필요한 경우.
2. 챗지피티에 음성 파일 올리기 — 변환과 정리를 한 번에
챗지피티에 녹음 파일을 첨부하면 받아쓰기와 요약을 한 창에서 끝낼 수 있습니다. 클로바노트는 변환에 강하지만, “그래서 결론이 뭔데”까지 정리하려면 결국 텍스트를 다른 곳에 옮겨야 하죠.
다만 파일 조건이 명확히 정해져 있습니다. OpenAI 공식 음성 인식 문서 기준입니다.
- 최대 파일 크기: 25MB
- 지원 형식: mp3 · mp4 · mpeg · mpga · m4a · wav · webm
- 마이크·통화처럼 소리가 계속 들어오는 상황은 실시간 전사(Realtime transcription)를 따로 씁니다
- 화자 분리는 전용 모델(
gpt-4o-transcribe-diarize) 을 지정해야 하고, 일반 전사에는 권장되지 않습니다
(출처: OpenAI 공식 Speech-to-text 가이드, OpenAI Audio API FAQ — “For legacy/whisper-1 Audio API transcription uploads, the maximum request size is 25 MiB.”)
25MB가 몇 분인지 계산하는 법
여기서 사람들이 가장 많이 막힙니다. “1시간 회의 녹음” 하나가 그냥 안 올라갑니다. 계산은 간단합니다.
mp3 128kbps 기준 → 1분에 약 0.96MB → 25MB ≈ 약 26분
즉 30분만 넘어도 대부분 걸립니다. 해결은 셋 중 하나입니다.
- 비트레이트를 낮춘다 — 말소리는 64kbps로 줄여도 인식률에 큰 지장이 없습니다. 64kbps면 1분에 약 0.48MB, 25MB로 약 52분까지 들어갑니다.
- 모노로 바꾼다 — 회의 녹음은 스테레오일 이유가 없습니다. 채널을 반으로 줄이면 용량도 대략 절반입니다.
- 파일을 자른다 — 30분씩 두 개로 나눠 각각 변환한 뒤 이어 붙입니다.
이럴 때 쓰세요: 변환 후 곧바로 요약·정리까지 하고 싶을 때, 파일이 짧거나 압축할 수 있을 때.
3. 구글 문서 음성 입력 — 파일은 안 되지만 ‘지금 말하는 것’엔 최고
앞서 말한 대로 파일 업로드는 안 됩니다. 대신 지금 이 순간 말하는 걸 바로 문서에 적는 데는 가장 빠릅니다. 설치도 가입도 필요 없습니다.
사용법은 이렇습니다.
- 크롬·엣지·사파리 최신 버전에서 구글 문서를 엽니다
- 상단 메뉴에서 도구 → 음성 입력을 누릅니다
- 마이크 아이콘을 클릭하고 말합니다
- “굵게”, “구두점 추가” 같은 음성 명령도 인식합니다
(출처: 구글 문서 편집기 고객센터 – 음성으로 입력하기)
이럴 때 쓰세요: 초안을 말로 뱉어 놓고 싶을 때, 혼자 생각 정리할 때.
4. 유튜브 자동 자막 — 영상 안에 있는 말을 텍스트로
녹음이 아니라 영상 안에 있는 말이라면 유튜브가 가장 손쉽습니다. 영상을 비공개로 올려 두면 자동 자막이 생성되고, 그 자막을 텍스트로 가져올 수 있습니다.
주의할 점은 자동 자막이 문장 부호와 화자 구분에 약하다는 것입니다. 받아쓴 결과를 그대로 회의록으로 쓰기는 어렵고, 뒤에 나오는 정리 프롬프트를 한 번 태워야 읽을 만해집니다. (참고: 유튜브 고객센터 – 자동 생성 자막)
이럴 때 쓰세요: 이미 영상 형태인 강의·세미나 기록.
5. 국내 STT 서비스 — 분량이 많고 정확도가 중요할 때
다글로 같은 국내 STT(Speech-to-Text) 서비스도 선택지입니다. 무료 도구로 감당이 안 되는 분량이거나, 전문 용어가 많아 정확도를 돈으로 사야 할 때 검토하게 됩니다.
다만 요금제와 무료 제공량은 서비스마다 자주 바뀝니다. 결제 전 각 서비스 공식 요금 페이지에서 현재 조건을 직접 확인하시길 권합니다.
변환된 텍스트를 회의록으로 만드는 복붙 프롬프트
녹음 텍스트 변환의 진짜 일은 변환 이후입니다. 받아쓴 원문은 대개 이렇게 생겼습니다. “어 그러니까 저기 그거를 다음 주까지 하기로 했는데 아 근데 그게…”
아래 프롬프트를 그대로 붙여 쓰시면 됩니다.
① 회의록으로 정리
아래는 회의 녹음을 받아쓴 원문이다. 다음 형식으로 정리해라.
1) 회의 요약 3줄
2) 결정된 사항 (누가·무엇을·언제까지)
3) 결정되지 않고 남은 쟁점
4) 다음 회의로 넘길 안건
규칙: 원문에 없는 내용을 추가하지 마라. 불확실한 부분은 "원문에서 확인 불가"로 표시해라.
[여기에 변환된 텍스트 붙여넣기]
② 말버릇 걷어내고 읽기 좋게
아래 받아쓰기 원문에서 '어', '그', '저기' 같은 군말과 반복을 걷어내고
문장 부호를 넣어 읽기 좋게 다듬어라.
내용·순서·뉘앙스는 바꾸지 말고, 말한 사람이 실제로 말한 범위 안에서만 정리해라.
[여기에 변환된 텍스트 붙여넣기]
③ 강의 녹음을 학습 노트로
아래는 강의 녹음을 받아쓴 원문이다.
1) 핵심 개념 목록 (개념 - 한 줄 정의)
2) 강사가 강조한 부분
3) 내가 다시 찾아봐야 할 용어
로 정리해라. 원문에 없는 설명은 지어내지 마라.
[여기에 변환된 텍스트 붙여넣기]
세 프롬프트 모두 마지막에 “원문에 없는 내용을 추가하지 마라” 를 붙였습니다. 이걸 빼면 AI가 그럴듯한 회의 내용을 지어내는 일이 실제로 생깁니다. 이 문제를 다루는 법은 AI 환각 줄이는 검증 루프에 따로 정리해 뒀습니다.
용도별로 딱 하나만 고른다면
| 상황 | 추천 |
|---|---|
| 한국어 회의, 여러 명이 말함 | 클로바노트 (화자 분리) |
| 30분 이하 짧은 녹음 + 바로 요약까지 | 챗지피티 음성 파일 첨부 |
| 1시간 이상 긴 녹음 | 64kbps 모노로 압축 후 챗지피티, 또는 클로바노트 |
| 지금 말하는 걸 받아쓰기 | 구글 문서 음성 입력 |
| 이미 영상으로 있음 | 유튜브 자동 자막 |
| 분량 많고 정확도가 돈값 | 국내 유료 STT |
변환된 텍스트를 문서로 다듬는 단계까지 가면 챗지피티로 자기소개서 쓰는 워크플로우에서 쓴 첨삭 방식이 그대로 통합니다. 결과물을 발표 자료로 옮길 거라면 감마 PPT 만드는 법이 다음 단계고요. 어느 요금제까지 필요한지는 챗지피티 유료 가격과 무료 범위 정리를 참고하세요. 정리된 회의록을 다음 대화에서도 이어 쓰려면 메모리 파일로 맥락 잇는 법이 도움이 됩니다.
자주 묻는 질문
Q. 녹음파일 텍스트 변환을 완전 무료로 하는 방법이 있나요?
A. 네. 네이버 클로바노트는 개인 사용자에게 월 단위 무료 이용 시간을 제공하고, 유튜브 자동 자막은 영상 형태라면 무료입니다. 다만 무료 한도는 정책에 따라 바뀌므로 각 서비스 화면에서 현재 값을 확인하셔야 합니다.
Q. 구글 문서로 녹음 파일을 변환할 수 있나요?
A. 없습니다. 구글 문서 음성 입력은 마이크로 들어오는 실시간 음성만 받습니다. 공식 도움말에도 파일 업로드 항목이 없습니다.
Q. 챗지피티에 올릴 수 있는 음성 파일 크기는 얼마인가요?
A. OpenAI 공식 문서 기준 최대 25MB이며, 지원 형식은 mp3·mp4·mpeg·mpga·m4a·wav·webm입니다.
Q. 1시간짜리 회의 녹음은 어떻게 하나요?
A. mp3 128kbps 기준으로 25MB는 약 26분 분량입니다. 64kbps 모노로 다시 저장하면 약 52분까지 들어가고, 그래도 넘으면 파일을 나눠 변환한 뒤 이어 붙이면 됩니다.
Q. 누가 말했는지 구분해서 받아쓸 수 있나요?
A. 클로바노트는 참석자를 구분해 줍니다. OpenAI 계열은 화자 분리 전용 모델을 따로 지정해야 하고, 일반 전사 모델에는 이 기능이 포함되지 않습니다.
Q. 받아쓴 결과가 엉망인데 어떻게 하나요?
A. 받아쓰기 원문은 원래 읽기 어렵습니다. 위의 정리 프롬프트를 태우면 회의록 형태로 정리됩니다. 이때 “원문에 없는 내용을 추가하지 마라”를 반드시 넣으세요.
이 글은 2026년 8월 2일 기준 각 서비스 공식 문서를 확인해 작성했습니다. 요금·무료 제공량·기능은 서비스 정책에 따라 바뀔 수 있으니 결제 전 공식 페이지에서 현재 조건을 확인하세요.
함께 보면 좋은 상품
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.