질적 연구 전사: 표기 규칙, 윤리, 도구

핵심 요약

전사를 시작하기 전에 상세 수준부터 정하세요. 분석 대상이 사람들이 어떻게 말했는지라면 축어 전사(verbatim)로, 무엇을 말했는지라면 정리 축어 전사(intelligent verbatim)나 정제 전사(clean)로 합니다. 두 번째 인터뷰에 들어가기 전에 표기 규칙을 문서로 남기세요. 동의서와 윤리심의 승인서가 녹음의 이동 범위에 대해 무엇을 말하는지 확인하고, 전사 서비스에는 오디오를 정확히 누가 받는지 물어보세요. 자동 전사는 사람이 하는 서비스의 일부 비용으로 몇 분 만에 초안을 주지만, 오디오와 대조해 고치는 작업은 여전히 연구자 몫입니다. NVivo, ATLAS.ti, MAXQDA를 쓴다면 도구를 고르기 전에 가져오기 경로부터 계획하세요.

질적 연구 전사의 표준이 무엇인지 알려 주는 사람이 없는 것은 표준이 하나가 아니기 때문입니다. 여러 가지가 있고, 어느 것이 맞는지는 전사본을 받아서 무엇을 할 계획인지에 달려 있습니다. 이 결정은 방법론의 문제이며, 도구를 고르기 전에 내려야 합니다.

순서가 뒤바뀌면 대가가 큽니다. 인터뷰 여섯 건을 깔끔하게 전사하고 분석에 들어갔다가 참여자가 머뭇거린 지점을 알아야 한다는 사실을 깨달으면, 여섯 개의 녹음을 다른 귀로 처음부터 다시 들어야 합니다. 그러니 먼저 한 시간을 들여 이 질문을 따져 보세요.

한 단어를 받아 적기 전에 전사본의 용도부터 정하세요

전사본에 얼마나 많은 정보가 필요한지는 꼼꼼함이나 성실함의 문제가 아니라 방법론의 결정입니다. 분석 접근법에서 비롯됩니다.

분석이 무엇을 말했는지에 관심이 있다면 정제 전사로 충분합니다. 필요한 것은 정확한 단어와 올바른 화자 표시입니다. 군말, 말 바꿈, 짧은 쉼은 코딩에 한 번도 나오지 않으므로 지워도 아무 문제가 없습니다. 주제 분석이나 내용 중심 연구 대부분이 여기에 속하며, 정제 전사는 만들기도, 읽기도, 코딩하기도 더 빠릅니다.

분석이 어떻게 말했는지에 관심이 있다면 상황이 뒤집힙니다. 쉼, 겹침, 머뭇거림, 두 사람이 동시에 말하는 순간, 대답이 나오기까지의 3초, 말 도중의 고쳐 말하기가 바로 자료입니다. 이를 지운 전사본은 연구 대상 자체를 지운 것입니다. 이 점은 특히 자동 전사에서 중요합니다. 자동 전사는 바로 그런 특징을 매끄럽게 다듬는 일을 잘하기 때문입니다. 유창하고 읽기 쉬운 글이 나오지만, 머뭇거리고 겹치는 대화를 유창한 글로 옮기면 정보가 손실됩니다.

가장 세밀한 수준으로 전부 전사해 두고 필요 없는 것은 무시하면 된다는 식으로 대비하고 싶어지기도 합니다. 대개는 잘못된 선택입니다. 세밀한 전사는 느리고, 스무 건의 인터뷰를 느리게 작업하면 없는 몇 달을 잡아먹습니다. 전사본이 읽기 어려워져 코딩도 느려집니다. 상호작용이 분석에 중요한지 아직 확실하지 않다면, 힘으로 해결할 문제가 아니라 지금 지도교수와 상의할 문제입니다. 무엇을 정하든 녹음은 그대로 남고, 실제 자료는 녹음입니다. 전사본은 그 자료를 옮겨 놓은 것일 뿐입니다.

축어 전사, 정리 축어 전사, 정제 전사를 나란히 비교

이 세 용어는 느슨하게 쓰이는 일이 많으니, 짧게 지어낸 대화 하나를 세 가지 방식으로 적어 보겠습니다. 연구 자료가 아니라 설명용 예시입니다.

축어 전사는 녹음기에 들린 것을 모두 남기고, 표기 규칙에 따라 표시합니다.

I:  그래서 어떻게, 음, 어떻게 알게 되셨어요?
P3: 글쎄요 (.) 저- 저는 몰랐어요, 사실. 언니가 [말해 줬어요]
I:                                          [아 네]
P3: 회의 끝나고- 회의 끝나고 나서요. (2.0) 네.

정리 축어 전사는 의미 있는 단어와 화자 교대는 모두 남기고, 군말과 더듬기는 빼며, 쉼은 의미가 있을 때만 남깁니다.

I:  어떻게 알게 되셨어요?
P3: 저는 몰랐어요, 사실. 언니가 회의 끝나고 나서 말해 줬어요. [쉼] 네.

정제 전사(편집 전사라고도 합니다)는 문법까지 다듬어 읽기 좋은 문장으로 만듭니다.

I:  어떻게 알게 되셨어요?
P3: 저는 몰랐어요. 언니가 회의 끝나고 나서 말해 줬어요.

정제본에서 무엇이 사라졌는지 보세요. “네” 앞의 2초 쉼과 “저- 저는”이라는 스스로 고쳐 말하기는, 사람들이 나쁜 소식을 어떻게 이야기하는지 연구하는 경우라면 이 발췌에서 가장 흥미로운 부분일 수 있습니다. 반대로 소식이 한 가족 안에서 어떻게 퍼졌는지를 주제 분석으로 연구한다면, 정제본은 코딩할 내용을 하나도 잃지 않습니다.

자동 전사는 정리 축어 전사와 정제 전사 사이 어디쯤에 놓입니다. 대개 “음”과 반복된 “저”는 빠지고, 쉼 표시는 없으며, 겹침은 한 사람의 말 뒤에 다른 사람의 말이 이어지는 것으로 나타납니다. 축어 전사가 필요하다면 교정 단계에서 이런 특징을 직접 더해 넣어야 합니다.

두 번째 인터뷰 전에 표기 규칙을 적어 두세요

상세 수준을 정했다면 표기 규칙을 확정해 짧은 문서로 만들고, 작업하는 동안 곁에 두세요. 나중에 규칙을 바꾸면 이미 끝낸 모든 녹음을 처음부터 다시 훑어야 하고, 그런 일은 조용히 2주를 삼킵니다.

미리 정해 둘 만한 것은 다음과 같습니다.

• 군말과 말 바꿈을 남길지, 정리할지, 의미가 있어 보일 때만 남길지. 마지막 방식은 인터뷰마다 일관성이 흐트러지기 가장 쉽습니다.
• 쉼을 어떻게 표시하고, 짧은 쉼과 긴 쉼을 구분할지.
• 겹치는 말을 어떻게 나타내고, 누가 먼저 말했는지 알 수 없을 때는 어떻게 할지.
• 알아들을 수 없는 부분을 어떻게 표시하고, 그 이유를 적을지.
• 화자를 어떻게 표기하고, 그 표기가 익명화 방식과 어떻게 연결되는지.
• 타임스탬프를 어디에 넣을지: 일정한 간격마다, 화자가 바뀔 때마다, 아니면 인용할 것 같은 대목에만.

타임스탬프는 따로 짚어 둘 만합니다. 논문에 실은 인용문이 녹음의 어느 위치에서 나왔는지 추적할 수 있게 해 주고, 그 덕분에 심사위원을 포함해 자료에 접근할 수 있는 누구나 주장을 확인할 수 있습니다. 작업하면서 넣는 비용은 거의 없습니다. 완성된 전사본에 나중에 넣으려면 초시계를 들고 녹음 전체를 다시 들어야 합니다. 어떤 도구를 쓰든 첫 작업에서 넣어 두세요.

복사해서 쓸 수 있는 표기 규칙 서식

오른쪽 열을 채워 방법론 부록에 보관하고, 전사나 교정을 대신 해 주는 사람에게 건네세요. 여기 보이는 표시는 흔히 쓰는 선택일 뿐 규칙이 아닙니다. 바꿔도 되지만 바꾼 내용은 적어 두세요.

같은 서식을 메모용 일반 텍스트로 옮기면 다음과 같습니다.

전사 표기 규칙: [프로젝트]          버전: [날짜]
상세 수준:        축어 | 정리 축어 | 정제
화자:             I = 면접자, P1, P2 ... = 참여자
군말:             남김 | 삭제 | 의미가 있을 때 남김
말 바꿈:          남기고 하이픈으로 표시 (저- 저는)
쉼:               (.) 2초 미만, (3.0) = 초 단위 길이
겹침:             겹치는 말의 시작에 [ , 끝에 ]
불분명:           [불분명 hh:mm:ss]
불확실:           [단어?]
비언어:           [웃음] [한숨] [문 닫히는 소리]
강조:             표시 안 함 | 대문자
타임스탬프:       화자 교대마다 | 2분마다 | 인용만
익명화:           전사할 때, 대응표는 [위치]에 따로 보관
다른 언어:        원문 다음에 {번역}
오디오와 대조한 사람: [이름], [날짜]

동의서와 윤리심의 승인이 오디오를 보낼 수 있는 곳을 정합니다

동의서는 연구가 시작되기 전에 끝난 서류 작업이 아닙니다. 지금 녹음으로 무엇을 해도 되는지에 대한 조건이며, 보통 세 가지를 다룹니다. 녹음을 어떻게 보관하는지, 누가 들을 수 있는지, 언제 파기하는지입니다.

오디오를 제3자 전사 서비스에 보내는 것은 정보 제공입니다. 이제 프로젝트 밖의 누군가, 혹은 무언가가 참여자의 목소리 사본을 갖게 됩니다. 이것이 참여자가 동의한 내용과 맞아야 합니다. 동의서가 이를 예상해 쓰여 있어 분명히 맞는 경우도 있고, 연구팀만 녹음을 듣는다고 안내해 분명히 맞지 않는 경우도 있습니다. 서식이 모호한 경우가 많은데, 그 모호함은 업로드한 뒤가 아니라 업로드하기 전에 지도교수나 윤리위원회와 풀어 두는 것이 좋습니다.

윤리심의 승인은 흔히 더 나아가 녹음을 어떤 종류의 기기나 기관 시스템에 얼마나 오래 보관할 수 있는지까지 정합니다. 전사본도 그 조건을 이어받고, 전사본에서 파생된 모든 것도 마찬가지입니다. 코딩 파일, 인용 발췌, 초고를 쓰며 대목을 붙여 넣는 작업 문서도 모두 자료이며, 승인받은 보관 방식 안에 있어야 합니다. 분석에 깊이 들어가 노트북, 클라우드 드라이브, 자신에게 보낸 이메일로 사본이 불어나기 시작하면 이를 놓치기 쉽습니다.

현실적으로는 품질이나 가격을 비교하기도 전에 도구의 선택지가 좁혀집니다. 파일을 내 기기에서 처리하는 도구는 업로드하는 도구와 다른 선택입니다. 오디오를 어떤 회사들이 받는지 제공업체가 분명히 밝히지 못한다면, 그것이 곧 답입니다.

윤리위원회가 전사 서비스에 대해 묻는 것

위원회마다 다르지만 질문은 되풀이됩니다. 제공업체는 파트너를 바꾸므로, 답을 신청서에 적을 때 확인한 날짜도 함께 적으세요.

1. 오디오는 어디에, 어느 나라에 저장되나요?
2. 다른 어떤 회사들이 오디오를 받고, 무엇을 받나요? 전사 도구는 다른 회사의 음성 인식을 앞단에서 감싼 경우가 많습니다. 하위 처리자 목록을 요청하세요.
3. 데이터가 모델 학습에 쓰이나요? 제공업체와 각 파트너를 따로 물어보세요. 하나의 답이 둘 다 다루는 일은 드뭅니다.
4. 파일을 삭제하면 무엇이 지워지고, 더 오래 보관하는 백업이 있나요?
5. 누가 로그인할 수 있고, 감사 보고서, 데이터 처리 계약, 기관 로그인이 있나요?

다음은 2026년 10월 25일 기준 SozAI의 답변입니다. 완성된 답변이 어떤 모습인지 참고하세요.

• 녹음과 전사본은 자체 서버에 저장됩니다. 모든 전송은 HTTPS를 거칩니다.
• 음성 인식은 미국의 AssemblyAI가 처리하며 오디오를 받습니다. 녹음에 대한 요약, 노트, 퀴즈, 질문 기능을 쓰면 전사본 텍스트가 OpenRouter를 거쳐 모델 제공업체(Anthropic, Google, xAI, 예비로 DeepSeek)로 전달됩니다. YouTube 링크는 Google Gemini API로 가며, 직접 올린 오디오는 가지 않습니다. Cloudflare는 트래픽을 전달하고 암호화된 데이터베이스 백업을 보관합니다. 전체 목록은 하위 처리자 페이지에 있습니다.
• 녹음을 판매하지 않으며, 우리 코드는 모델 학습에 녹음을 쓰지 않습니다. 위 파트너사를 대신해 그런 약속을 할 수는 없으며, 파트너사에는 각자의 약관이 적용됩니다.
• 앱이나 웹에서 녹음 또는 계정 전체를 직접 삭제할 수 있습니다. 삭제하면 오디오, 전사본, 노트, 플래시카드, 퀴즈가 우리 서버에서 지워집니다. 암호화된 데이터베이스 백업은 최대 12개월 보관됩니다. SozAI에서 삭제해도 음성 인식 파트너가 가진 사본은 삭제되지 않습니다.
• 로그인은 Google, Apple 또는 일회용 이메일 코드로 합니다. SOC 2 보고서, 싱글 사인온, 팀 관리자 역할은 없으며 SozAI는 HIPAA를 준수하는 서비스가 아닙니다. 자세한 내용은 SozAI의 보안에서 확인하세요.

승인 내용이 녹음을 기관 시스템 밖으로 내보내서는 안 된다고 정하고 있다면, 이 글에 나오는 클라우드 도구는 우리 것을 포함해 하나도 해당되지 않습니다. 소속 대학이 라이선스를 가진 서비스를 쓰거나 오프라인으로 전사하세요.

익명화는 전사본에서 합니다

녹음은 그대로 둡니다. 텍스트를 고쳐서 목소리를 익명화할 수는 없고, 애초에 일차 자료를 바꾸려 해서도 안 됩니다. 익명화는 전사본에 하는 작업입니다.

이름, 지명, 직장 이름, 한 사람을 특정하는 직함, 그리고 그 환경을 아는 사람이라면 누구인지 알아볼 만한 사소한 정황 정보를 바꾼다는 뜻입니다. 일관되게 하세요. 한 인터뷰에서 동료가 [동료 A]라면 그 사람이 나오는 모든 곳에서 [동료 A]여야 하고, 같은 규칙을 전체 자료에 적용해야 합니다. 일관성 없는 가명 처리는 하지 않은 것만 못합니다. 익명화된 것처럼 보이지만 꼼꼼히 읽는 사람이 추적할 수 있기 때문입니다.

실제 신원과 대체 이름의 대응표를 보관한다면 전사본과 따로, 승인에서 정한 보관 조건에 맞춰 두고, 왜 보관하는지와 언제 파기하는지를 스스로 분명히 하세요. 참여자에게 다시 연락해야 하거나 여러 차수의 인터뷰를 연결해야 하는 등 보관할 만한 이유가 있는 프로젝트도 있습니다. 그렇지 않은 프로젝트에서는 가장 안전한 대응표가 존재하지 않는 대응표입니다. 의도를 가지고 정하는 것이 핵심입니다.

서두를 때의 주의점이 하나 있습니다. 찾아 바꾸기는 뻔한 이름은 잡아내지만 나머지는 놓칩니다. 두 번 나온 별명, 철자가 틀린 이름, 도시에서 딱 한 곳만 들어맞는 건물 묘사 같은 것들입니다. 익명화 작업은 문서 전체를 사람이 눈으로 확인해야 합니다.

자동 도구에서의 실무 요령도 있습니다. 도구에 입력한 화자 이름은 전사본과 함께 저장됩니다. 나중에 이름을 바꾸지 말고 처음부터 화자를 P1, P2로 표기하세요.

포커스 그룹: 화자 6~10명

포커스 그룹은 전사하게 될 녹음 중에서 가장 어렵습니다. 자동 화자 분리는 비슷하게 들리는 음성을 묶는 방식으로 작동하는데, 탁자에 여덟 명이 둘러앉으면 예상 가능한 지점에서 무너집니다. 목소리가 비슷한 두 참여자가 한 화자로 합쳐지고, “음”이나 “네”만 말하는 사람은 자기 라벨을 받지 못하며, 한꺼번에 터진 겹침은 가장 크게 말한 사람의 것으로 분류됩니다.

SozAI에서는 방에 몇 명이 있었는지 시스템에 알려 줄 수 없습니다. 오디오를 보고 시스템이 결정합니다. 포커스 그룹마다 화자 라벨을 직접 고쳐야 한다고 예상하고 시간을 잡아 두세요. 한 시간짜리 8인 그룹이라면 짧은 발언을 고치느라 정말로 오후 한나절이 듭니다.

효과가 큰 순서대로 도움이 되는 방법은 다음과 같습니다.

• 각자 참여자 번호와 한 문장을 말하는 순서로 시작하세요. 모든 목소리의 표본을 알려진 지점에 확보하면 라벨을 사람과 맞춰 볼 수 있습니다.
• 누가 말하는지 불분명할 때 진행자가 이름을 불러 주고(“고맙습니다, P4”) 첫 발언 순서가 담긴 좌석표를 보관하세요.
• 휴대전화를 진행자 쪽 끝에 두지 말고 좋은 마이크 하나를 탁자 가운데에 두세요. 거리는 오류의 가장 큰 원인입니다.
• 탁자 반대편에 두 번째 녹음기를 하나 더 돌리세요. 한 파일이 불분명할 때 다른 파일은 또렷한 경우가 많습니다.

분석이 빠른 대화에서 누가 무슨 말을 했는지에 달려 있다면(예를 들어 집단 역학에 대한 대화 분석) 자동 초안으로 아끼는 시간은 일대일 인터뷰보다 적습니다. 그런 경우에는 포커스 그룹을 전문으로 하는 사람 서비스가 그만한 값을 할 수 있습니다.

자동 전사가 실제로 도움이 되는 곳

자동 전사는 초안을 만듭니다. 이는 실질적인 절약이며, 원칙 때문에 거부하면 방법론적 이득 없이 몇 시간 분량의 말을 손으로 쳐야 할 뿐입니다. 하지만 완성된 전사본을 만들어 주지는 않습니다.

인터뷰 자료에서 오디오와 대조해 고치는 작업은 마지막에 하는 선택적 정리가 아니라 방법의 일부입니다. 초안을 앞에 두고 끝까지 들으며 틀린 곳을 고치고, 표기 규칙이 요구하는데 기계가 빠뜨린 것을 되살리고, 타임스탬프를 넣거나 확인하고, 익명화를 적용합니다. 읽기보다는 느리고 타이핑보다는 빠릅니다. 이 단계에서 자료에 익숙해지기도 하며, 이는 부수적인 이득이 아닙니다. 자기 인터뷰를 직접 전사하는 연구자는 이미 무엇이 들어 있는지 알고 분석에 들어가는데, 교정 작업이 그 익숙함의 상당 부분을 되찾아 줍니다.

iPhone, Android, Mac용 SozAI 앱이나 웹 버전으로 녹음된 인터뷰를 올리면 화자 라벨과 모든 대목의 타임코드가 붙어 돌아옵니다. 대목을 누르면 그 줄부터 오디오가 재생되어, 교정 작업에 필요한 대부분이 갖춰집니다. 텍스트 수정은 iPhone과 Android 앱에서 할 수 있고, 웹과 Mac 버전은 보여 주기만 하고 아직 수정은 지원하지 않습니다. 인터뷰 전사 전반은 인터뷰 전사 페이지에서 더 볼 수 있습니다. 여러 선택지 중 하나일 뿐이며, 후보를 추릴 때는 품질보다 보관 관련 질문과 윤리위원회가 묻는 동의 관련 질문이 먼저 걸러 내야 합니다.

AI와 사람의 학술 전사: 비용, 소요 시간, 정확도

“academic transcription”으로 검색 순위에 오른 페이지 대부분은 사람이 하는 서비스이므로, 그쪽이 빼놓는 비교를 여기에 둡니다. 가격은 각 제공업체가 2026년 10월 25일에 게시한 것입니다.

전형적인 연구로 계산해 봅시다. 한 시간짜리 인터뷰 스무 건, 오디오 1,200분입니다. 위 가격이면 Rev는 $2,388, Ditto는 $2,100, TranscribeMe는 $948부터입니다. SozAI 구독이라면 전체 분량이 이용 시간 안에 충분히 들어오고, 초안은 같은 날 오후에 받아 볼 수 있습니다.

정확도 수치는 서로 비교할 수 없으며, 그 이유를 아는 것이 좋습니다. 사람이 하는 서비스는 자기 기준의 보장을 내세웁니다. 우리 수치는 공개된 방법에 따른 측정값입니다. 공개 FLEURS 데이터셋에서 조용한 방에서 소리 내어 읽은 짧은 문장 200개입니다. 실제 인터뷰는 이보다 어렵고, 같은 테스트에서 아랍어 19.6%, 카자흐어 50%처럼 훨씬 어려운 언어도 있습니다. 그러니 정직하게 말하면 거래는 이렇습니다. 자동 전사는 비용이 훨씬 적고 거의 즉시 나오는 대신, 교정은 직접 해야 합니다. 사람 서비스는 그 교정의 대부분을 해 주고 요금을 받지만, 인용문은 여전히 직접 확인해야 합니다.

사람이 하는 전사가 더 나은 선택인 경우는 쉼의 길이까지 적는 축어 규칙, 음질이 나쁜 녹음, 누가 말했는지가 핵심인 포커스 그룹, 연구자의 시간이 더 귀한 상황에서 연구비 지원기관이 비용을 대 주는 경우입니다.

질적 연구용 전사 소프트웨어

현실적인 선택지 여섯 가지와 각각의 강점입니다. 내용은 각 제공업체가 2026년 10월 25일에 게시한 기준입니다.

선택해야 한다면 이렇게 권합니다. 이미 MAXQDA나 NVivo 라이선스가 있고 인터뷰 언어가 그들이 지원하는 범위에 있다면 내장 전사를 쓰세요. 전사본이 오디오와 연결된 채로 프로젝트에 들어오므로 가져오기 단계를 아예 건너뜁니다. 인터뷰 언어가 그 목록에 없거나, 현장에서 휴대전화로 녹음했거나, 전사본과 함께 요약과 번역을 원한다면 가져오기 한 단계만 거치는 SozAI가 더 낫습니다. 윤리심의 승인이 제3자 AI 처리를 배제한다면, 비밀 유지 조건에 서명해 줄 사람 서비스를 쓰거나 직접 전사하세요.

NVivo, ATLAS.ti, MAXQDA로 전사본 가져오기

SozAI는 Word(DOCX) 파일로 내보내지 않습니다. 아래는 모두 SozAI가 실제로 내보내는 TXT, SRT, VTT, JSON(PDF도 가능하지만 PDF 전사본을 받아 주는 분석 패키지는 없습니다)으로 할 수 있는 방법입니다. 휴대전화와 Mac 앱은 이 형식을 모두 내보내고, 웹 버전은 TXT, SRT, VTT를 내보냅니다. 내보내기 전에 화자 이름을 P1, P2 등으로 바꾸세요. 이 이름은 VTT, JSON, 앱의 TXT에 기록됩니다. SRT에는 화자 이름이 들어가지 않으므로 연구용으로는 쓰지 마세요.

ATLAS.ti

먼저 프로젝트에 오디오 파일을 추가한 다음 전사본을 가져오세요. ATLAS.ti 매뉴얼은 지원하는 전사본 형식으로 VTT, SRT, TXT, DOCX, RTF를 나열하며, 화자 정보가 담긴 VTT 파일에서는 화자를 감지해 코드로 만든다고 설명합니다. 그러니 SozAI에서 VTT로 내보내세요. 오디오와 동기화된 텍스트와 화자 코드를 한 번에 얻습니다. (ATLAS.ti 매뉴얼, 2026년 10월 25일 확인.)

MAXQDA

MAXQDA는 가져오기, 전사본 메뉴에서 타임스탬프가 있는 전사본을 가져오며, 읽을 수 있는 형식으로 SRT 자막, Word, RTF와 함께 VTT를 나열합니다. VTT를 고르고 MAXQDA가 물으면 해당 오디오 파일을 지정하세요. SRT도 가져올 수 있지만 MAXQDA 사용자들은 자막 한 줄이 한 문단이 되어 레이아웃이 조각난다고 하며, 화자도 잃습니다. (MAXQDA 도움말, 2026년 10월 25일 확인.)

NVivo

Windows용 NVivo 14는 오디오와 연결된 전사본을 쉼표나 탭으로 구분한 표 형태의 일반 텍스트 파일, 또는 Word나 RTF에서 가져옵니다. (NVivo 도움말, 2026년 10월 25일 확인.) SozAI 파일은 이 구성이 아니므로 두 가지 경로가 있습니다.

• 빠른 방법: web.sozai.app에서 타임코드와 화자를 켜고 TXT로 내보냅니다. 각 문단은 “[04:12] P3: 텍스트” 형태로 읽힙니다. NVivo에 일반 문서로 가져오세요. 바로 코딩할 수 있지만 오디오와 동기화되지는 않습니다.
• 동기화하는 방법: 앱에서 JSON으로 내보냅니다. 각 구간에는 초 단위의 시작·종료 시각, 텍스트, 화자 이름이 있습니다. 스프레드시트에서 열어(혹은 스크립트 몇 줄을 쓸 줄 아는 동료에게 부탁해) 시간 구간, 화자, 텍스트의 세 열을 만드세요. 탭으로 구분한 텍스트로 저장해 전사본으로 가져오고, NVivo가 물을 때 열을 대응시키세요.

어느 경로를 택하든 가능하다면 가져오기 전에 교정 작업을 마치세요. 휴대전화 앱에서 한 수정은 이후의 모든 내보내기에 전사본과 함께 들어가지만, 분석 패키지 안에서 한 편집은 그 안에만 남습니다.

초안이 해 주지 못하는 것

초안은 인터뷰가 가장 어려운 바로 그 지점에서 가장 약하다고 예상하세요. 겹쳐 말하면 화자 분리가 혼란스러워지고, 두 사람이 동시에 말하면 한 사람이 조금 앞뒤가 안 맞는 말을 한 것처럼 나오기 쉽습니다. 강한 억양, 조용한 참여자, 카페나 복도의 배경 소음, 분야 특유의 어휘도 모두 정확도를 떨어뜨립니다. 화자 라벨은 대체로 근접하지만, 특히 짧은 맞장구 주변의 경계에서는 믿을 수 없습니다.

또한 운율은 얻을 수 없습니다. 어떤 자동 전사도 쉼의 길이를 보존하거나 참여자의 목소리가 바뀐 지점을 표시하지 못합니다. 분석에 그것이 필요하다면 기계 초안은 단어를 위한 뼈대일 뿐이며, 그에 맞춰 시간을 잡아야 합니다. 같은 자료로 내용 중심 질문을 다루는 동료는 훨씬 짧은 시간에 끝낼 텐데, 덜 꼼꼼히 일해서가 아닙니다. 그 사람의 전사본은 다른 질문에 답하고 있기 때문입니다.

언어를 바꿔 가며 말하는 인터뷰는 특수한 경우입니다. SozAI를 포함한 자동 도구는 대개 녹음 하나당 한 언어를 감지하므로 두 번째 언어로 말한 대목이 가장 나쁘게 나옵니다. 표기 규칙에 이를 표시하고 먼저 확인하세요.

계산으로 짐작되는 것보다 시간도 넉넉하게 잡으세요. 교정은 정상 속도로 오디오를 한 번 듣는 작업이 아닙니다. 멈추고, 되감고, 잘 알아듣지 못한 6초를 다시 듣는 일입니다. 인터뷰 전체에 이 작업을 하는 것은 상당한 일이며, 그렇게 느껴지는 것이 정상입니다. 프로젝트 전체에서 각 요소가 어떻게 맞물리는지 감을 잡고 싶다면, 녹음 한 세트를 파일에서 인용 가능한 전사본까지 따라가는 논문 연구자의 작업 흐름 사례가 있습니다. 연구 그룹이나 학과를 위해 구매하신다면 Team 및 Education 플랜에 대해 [email protected]으로 문의해 주세요. 청구서를 발행해 드립니다.

마지막으로 기억할 점은 전사본이 하나의 재현물이며, 선택한 모든 규칙이 무엇을 남기고 무엇을 잃을지에 대한 결정이라는 것입니다. 그 결정들을 방법론 장에 적으세요. 전사본이 왜 그런 모습인지 아는 심사위원은 숙고한 결과로 읽고, 모르는 심사위원은 의아해할 것입니다.