14개 언어의 말하기 속도: 받아쓰기 10,446건으로 측정, 2026년 10월 31일

SozAI 받아쓰기 라이브러리의 YouTube 영상 10,446개에서 영어 화자는 말하는 시간 기준으로 분당 단어 168개(중앙값)를 말했고, 영어 영상의 절반은 147개에서 192개 사이였습니다. 스페인어와 러시아어는 둘 다 139, 프랑스어는 165, 독일어는 130, 포르투갈어는 149였습니다. 14개 언어를 각 영상의 자체 자막 타임스탬프로 측정했습니다. 음악과 광고, 더빙 음원, 자막 텍스트가 기준에 맞지 않는 받아쓰기는 제외했습니다.

2026년 10월 31일 측정. 측정 방법 버전 1.1. 영상 10,446개, 말한 시간 약 6,880시간. 출처: sozai.app의 공개 받아쓰기 라이브러리.

핵심 정리

언어별 말하기 속도

영상마다 속도가 하나 나옵니다. 단어 수를 말한 시간(분)으로 나눈 값입니다. 중앙값은 그 언어에서 한가운데에 있는 영상의 값입니다. 가운데 절반은 25번째 백분위수에서 75번째 백분위수까지의 범위로, 영상의 절반이 이 안에 들어옵니다. 마지막 열은 중앙값의 95 % 부트스트랩 구간으로, 같은 크기의 다른 표본을 뽑으면 중앙값 자체가 얼마나 움직일 수 있는지를 보여 줍니다.

숫자는 다른 언어와 비교하지 말고 같은 언어 안에서 비교하세요. 여기서 단어는 공백과 공백 사이에 있는 것이며, 언어마다 말을 단어로 묶는 방식이 다릅니다. 한국어는 명사와 조사를 한 단어로 붙여 쓰기 때문에 수치가 낮습니다(112). 힌디어는 짧은 문법 단어를 여러 개로 띄어 쓰기 때문에 수치가 높습니다(181). 어느 쪽도 한국어 화자가 더 느리게, 힌디어 화자가 더 빠르게 말한다는 뜻이 아닙니다.

제외한 언어

모든 검사를 통과한 영상이 100개 이상인 언어만 실었습니다. 다음 언어는 그러지 못했습니다: 일본어 95, 이탈리아어 93, 중국어 87, 튀르키예어 33, 베트남어 32, 네덜란드어 23, 태국어 23, 스웨덴어 22, 페르시아어 22. 측정한 영상이 20개 미만인 언어는 싣지 않았습니다. 일본어, 중국어, 태국어는 단어 사이에 공백을 두지 않고 쓰기 때문에 이 언어들은 단어 대신 분당 글자 수를 셉니다. 일본어와 중국어 받아쓰기 중 상당수는 아래에서 설명하는 텍스트 검사를 통과하지 못했고, 그래서 남은 영상이 적었습니다.

영상 유형별

제목과 채널 이름에 들어 있는 단어로 영상을 유형별로 나누었습니다: 인터뷰, 팟캐스트, 강의, 수업, TED, 기조연설, 방법 안내와 다른 언어에서의 같은 표현입니다. 10,446개 중 1,612개가 어떤 유형에 해당했습니다. 분류된 제목 100개를 점검한 결과 약 10개 중 9개가 올바른 유형이었습니다. 유형을 언어 간에 비교하기 위해 각 영상의 속도를 그 언어의 중앙값으로 나누었으며, 1.07은 그 언어의 보통보다 7 % 빠르다는 뜻입니다.

유형 간 차이는 각 유형 안의 편차에 비하면 작습니다. 강연과 연설이 가장 느립니다. 방법 안내와 조언 영상이 가장 빠르며, 대본이 있고 촘촘하게 편집된 영상이 많습니다. 영상이 100개에 못 미치는 다섯 가지 유형은 싣지 않았습니다: 뉴스, 오디오북, 설교, 게임, 드라마.

영어, 유형별

영어 강연과 연설은 분당 147단어(중앙값)로, 영어 YouTube 전체의 중앙값보다 21 낮았습니다. 청중 앞에서 할 연설의 시간을 재려면 이 숫자가 더 가깝습니다. 러시아어에서는 강의와 수업이 분당 124단어(영상 131개)였고, 러시아어 중앙값은 139였습니다.

주제별

2026년 7월 30일까지 만들어진 받아쓰기에는 20개 주제 라벨 중 하나가 붙어 있으며, 측정한 영상 중 3,860개에 라벨이 있습니다. 척도는 유형과 같습니다. 영상이 100개 미만인 주제는 싣지 않았습니다.

비즈니스와 돈 관련 영상은 해당 언어의 중앙값보다 9 % 빨랐습니다. 과학·교육, 그리고 종교 영상은 7 % 느렸습니다.

측정 방법

• 출처. 2026년 10월 31일 10:55 UTC에 sozai.app에 공개되어 있던 모든 받아쓰기, 즉 게시물 29,514개입니다. 각각 YouTube가 영상에 보여 주는 자막으로 만들어졌으며 그 타임스탬프를 유지합니다. 데이터베이스는 읽기 전용 쿼리로만 읽었고 개인정보는 읽지 않았습니다.
• 언어는 받아쓰기를 만든 자막 트랙의 언어입니다.
• 단어는 [Music], [Applause] 같은 소리 태그를 제거한 뒤, 공백 사이에 있는 글자나 숫자가 들어 있는 단위입니다. 일본어, 중국어, 태국어는 글자와 숫자를 대신 셉니다.
• 말한 시간. 자막은 약 40단어 단위의 구간으로 저장되며 각 구간에는 시작과 끝 시각이 있습니다. 말한 시간은 이 구간들이 차지하는 시간입니다. 해당 영상의 보통 속도의 절반에 못 미치는 구간에는 긴 쉼, 음악, 편집 컷이 들어 있으므로 그 구간의 단어와 시간을 함께 뺍니다.
• 속도는 단어 수를 말한 시간으로 나눈 값이며 영상마다 숫자 하나입니다. 표는 영상 전체의 중앙값을 보여 주므로 세 시간짜리 강의도 5분짜리 영상과 같은 한 건으로 셉니다.
• 최소 기준. 영상당 말한 시간 2분 이상, 언어당 영상 100개, 유형이나 주제당 100개, 한 언어 안의 한 유형당 50개.

제외한 것

그러면 측정된 영상 11,017개가 남고, 그중 10,446개가 공개한 14개 언어에 들어 있습니다. 가장 크게 좌우하는 설정은 두 가지, 쉼 하한(영상 보통 속도의 절반)과 이상값 경계입니다. 하한을 0.4나 0.6으로 옮겨도 어느 언어의 중앙값도 분당 2단어 넘게 바뀌지 않으며, 이상값 경계를 없애도 바뀌는 언어는 없습니다.

YouTube와 대조

2026년 10월 31일에 측정한 영상 112개를 무작위로 골라(언어당 8개) 각각 YouTube 자체 음성 인식 자막을 내려받았습니다. 6개 영상에는 더 이상 그 트랙이 없었습니다. 나머지 106개의 결과입니다.

위의 규칙은 이 대조 전에 확정했습니다. 다른 표본으로 한 이전 대조에서 규칙 두 가지를 찾았습니다. 짧은 자막 구간이 많은 영상은 단어의 3분의 1 이상을 잃었고, 100단어가 넘는 구간에는 반복된 텍스트가 들어 있었습니다.

한계

• YouTube 영상을 대상으로 한 것입니다. 대본이 있고 편집된 영상이 많으며, 편집은 쉼을 잘라내기 때문에 방 안에서 대본 없이 하는 말보다 빠르게 나옵니다.
• 표본은 방문자가 받아쓰기를 요청한 영상이지 YouTube에서 무작위로 뽑은 것이 아닙니다. 영어와 러시아어가 측정한 영상의 63 %를 차지합니다.
• 자동 자막은 소음이나 동시 발화에서 단어를 놓치고, 놓친 단어는 속도를 조금씩 낮춥니다.
• 자동 자막과 사람이 쓴 자막을 구분할 수 없으며, 둘 다 표본에 들어 있습니다.
• 화자가 둘 이상인 영상이 많습니다. 속도는 한 사람이 아니라 영상의 값입니다.
• 2026년 10월 20일 13:56 UTC부터 만들어진 받아쓰기는 이번 판에 포함되지 않았습니다. 그날 자막에 문장 부호를 넣는 단계가 바뀌어 최근 받아쓰기 상당수에서 줄이 반복되거나 빠졌기 때문에 그 기간 전체를 뺐습니다.

숫자 활용하기

말하기 시간 계산기와 텔레프롬프터는 해당 언어의 중앙값이 있으면 그 값에서 시작하며 속도는 바꿀 수 있습니다. 단어 수 세기도 말하기 시간에 같은 중앙값을 씁니다.

관련 글

• 받아쓰기 라이브러리 둘러보기
• YouTube 받아쓰기 생성기
• SozAI 소개