자막 및 전사 파일 형식 가이드: SRT, VTT

파일을 전사하면 곧바로 어떤 형식으로 받을지 묻습니다. SRT? VTT? TXT? 이름에 JSON이 든 무언가? 형식들은 서로 바꿔 쓸 수 없습니다 — 저마다 다른 형식이 지키는 정보를 버리며, 잘못 고르면 내보내기를 다시 하거나 변환기를 짜야 합니다.

이 글은 전사가 흔히 나오는 모든 형식에 대한 참고서입니다: 어떻게 생겼는지, 무엇에 쓰는지, 그리고 서로 어떻게 오가는지.

형식	타임스탬프	스타일	기계 판독	가장 알맞은 용도
SRT	있음(큐 단위)	최소	부분	자막/캡션, 거의 보편적 지원
VTT	있음(큐 단위)	있음(위치, 큐)	부분	웹 영상(`<track>`), HTML5 플레이어
TXT	없음	없음	없음	읽기, 인용, 문서에 붙여넣기
TSV	있음(열)	없음	있음	스프레드시트, 스크립트, 데이터 파이프라인
CSV	있음(열)	없음	있음	Excel/Sheets, 가져오기
JSON	있음(세그먼트 단위)	없음	있음	프로그램 이용, API, 맞춤 앱
ASS / SSA	있음	있음(풍부)	부분	스타일/노래방 자막, 애니 팬섭
SMI (SAMI)	있음	있음(HTML/CSS)	부분	레거시 Windows Media
TTML	있음	있음(풍부)	있음(XML)	방송, 스트리밍 전달

SRT (SubRip)

자막의 공용어. 거의 모든 플레이어, 편집기, 플랫폼이 .srt를 받습니다. 파일은 번호가 매겨진 큐의 목록입니다: 인덱스, 시작·끝 타임스탬프, 한 줄 이상의 텍스트, 그리고 빈 줄.

1
00:00:00,498 --> 00:00:02,827
안녕하세요, 프로그램에 오신 것을 환영합니다.

2
00:00:02,900 --> 00:00:05,110
오늘은 파일 형식에 대해 이야기합니다.

밀리초 앞의 쉼표(,498)에 주목하세요 — 이것이 SRT의 특징이며, 손으로 만든 변환기 대부분이 틀리는 지점입니다. 스타일은 기본 태그로 제한됩니다. 가능한 한 넓은 호환성을 원할 때 SRT를 쓰세요.

변환: VTT → SRT, SRT → 텍스트, SRT → Word, SRT → PDF, 또는 SRT 편집기에서 큐 타이밍 조정.

VTT (WebVTT)

웹의 기본 자막 형식으로, HTML5 <track> 요소를 위해 설계되었습니다. SRT와 비슷하되 세 가지가 다릅니다: 필수 WEBVTT 헤더, 밀리초 앞의 점(쉼표가 아님), 그리고 큐의 위치·스타일·메타데이터 지원.

WEBVTT

00:00:00.498 --> 00:00:02.827
안녕하세요, 프로그램에 오신 것을 환영합니다.

00:00:02.900 --> 00:00:05.110 line:90% align:center
오늘은 파일 형식에 대해 이야기합니다.

영상이 브라우저나 HTML5 플레이어에서 재생되면 VTT를 쓰세요. 플랫폼이 파일을 거부한다면 SRT/VTT 불일치가 흔한 범인입니다 — SRT → VTT 또는 VTT → 텍스트로 바꾸세요.

TXT(일반 텍스트)

전사 전체를 산문으로, 타임스탬프도 구조도 없이. 읽기, 문서에 인용, 블로그 글에 붙여넣기, 또는 말만 필요한 다른 도구에 넣기에 좋습니다. 사람에게 가장 친절한 내보내기이자, 타이밍이 필요한 어떤 것에도 가장 쓸모없는 형식입니다.

TSV와 CSV

표 형식 전사: 세그먼트당 한 행에, 시작 시간·끝 시간·텍스트를 열로(TSV는 탭으로, CSV는 쉼표로 구분).

start	end	speaker	text
0	2827	S1	안녕하세요, 프로그램에 오신 것을 환영합니다.
2900	5110	S1	오늘은 파일 형식에 대해 이야기합니다.

둘 다 Excel이나 Google Sheets에서 열거나, 스크립트에서 한 줄씩 읽으세요. 전사에는 TSV가 둘 중 더 안전합니다. 말한 텍스트에는 쉼표가 가득해 순진한 CSV 파서를 깨뜨리지만, 탭이 텍스트 자체에 나타나는 일은 거의 없기 때문입니다. 분석을 할 때 — 정성 인터뷰 코딩, 용어 세기, 세그먼트를 파이프라인에 가져오기 — 이들을 쓰세요.

JSON

구조화된 내보내기로, 소비자가 코드일 때 쓰입니다. 각 세그먼트는 타이밍·텍스트·(켜져 있으면) 화자를 가진 객체라, 애플리케이션이 문자열에서 타임스탬프를 파싱하지 않고도 읽을 수 있습니다.

{
  "segments": [
    { "start": 0.498, "end": 2.827, "speaker": "S1",
      "text": "안녕하세요, 프로그램에 오신 것을 환영합니다." },
    { "start": 2.900, "end": 5.110, "speaker": "S1",
      "text": "오늘은 파일 형식에 대해 이야기합니다." }
  ]
}

전사 위에 무언가를 만들 때 — 맞춤 뷰어, 검색 인덱스, 요약 단계 — JSON을 쓰세요. 무손실 선택지로, 전사가 아는 모든 것이 여기 담겨, 위 어느 형식으로든 다시 빚어낼 수 있습니다.

스타일 있는 자막 형식: ASS, SSA, SMI, TTML

이들은 단순 형식이 담지 못하는 시각적 스타일을 지닙니다:

ASS / SSA (Advanced SubStation Alpha) — 풍부한 위치, 글꼴, 색상, 노래방식 타이밍. 애니 팬섭과, 기본값이 아니라 "디자인된" 것처럼 보여야 하는 모든 자막의 표준입니다. ASS → SRT 또는 SSA → SRT로 보편적 파일로 평탄화하세요.
SMI (SAMI) — Microsoft의 더 오래된 HTML/CSS 기반 캡션 형식으로, 레거시 Windows Media 콘텐츠에 아직 남아 있습니다. SMI → SRT로 현대화하세요.
TTML (Timed Text Markup Language) — 방송과 스트리밍 전달에 쓰이는 XML 형식(프로필로 EBU-TT와 SMPTE-TT/IMSC 계열 포함). 장황하지만 정확하며, 전문 파이프라인의 표준입니다. TTML → SRT로 변환하세요.

플랫폼이 요구하지 않는 한 이 형식들로 직접 저작하는 일은 드물고, 대개는 하나를 받아 SRT나 VTT로 필요로 합니다.

한 줄로 고르기

영상에 자막을 넣나요? 넓은 호환성엔 SRT, 웹엔 VTT.
읽거나 인용만? TXT(공유용 문서엔 PDF/DOCX).
전사를 분석? 스프레드시트에 넣을 TSV.
그 위에 소프트웨어를 만드나요? JSON.
스타일 있는/방송용 파일을 받았나요? ASS/SSA/SMI/TTML을 SRT로 변환.

모두 같은 단계에서 나옵니다: 오디오나 영상을 전사한 뒤 내보내기. ScribeToAny는 하나의 전사에서 TXT, SRT, VTT, TSV, CSV, JSON, PDF, DOCX를 만들어 냅니다 — 언어를 자동 감지하고, 오디오와 대조해 세그먼트를 검토하고, 필요한 만큼의 형식으로 내보내세요. 이미 자막 파일이 있고 형식 사이 이동만 필요하다면, 브라우저 도구가 당신의 기기에서 변환하며 아무것도 업로드하지 않습니다.

형식은 같은 타임코드 텍스트 — 단어, 타이밍, 때로 스타일 — 의 다른 뷰일 뿐입니다. 목적지가 기대하는 것을 고르고, 무손실 마스터로 JSON이나 VTT를 곁에 두세요. 오디오에서 텍스트로 도구에서 시작해 다음에 올 무엇으로든 내보내세요.

자막·전사 파일 형식 설명: SRT, VTT, TXT, JSON, CSV 그리고 그 밖

한 표로 보는 요약