자막 추가 / 추출

자막이 동영상에 존재하는 방식은 정확히 두 가지이며, 모든 워크플로우 결정은 어느 쪽이냐에서 흘러나옵니다. 소프트 자막은 동영상 스트림 곁에 저장된 텍스트 트랙입니다 — 프레임은 그대로이고 플레이어가 재생 시점에 텍스트를 그립니다. 하드 자막은 인코딩 중 픽셀에 그려진 자막입니다. 글자가 이미지의 일부이고 영원합니다. 소프트 자막은 끌 수 있고, 언어를 전환할 수 있고, 스타일을 바꿀 수 있고, 텍스트로 추출할 수 있습니다. 하드 자막은 동영상을 재생하는 문자 그대로 모든 것에서 똑같이 재생되는 대가로 영구적입니다. 하나는 그림 옆의 데이터이고, 다른 하나는 그림입니다.

소프트 삽입은 자막 파일을 동영상·오디오 트랙 옆의 추가 트랙으로 컨테이너에 기록합니다 — 동영상 스트림 자체는 바이트 단위로 복사됩니다. 몇 초 만에 끝나고 아무것도 잃지 않는 이유이며, 컨테이너를 바꾸는 것과 같은 "리먹스" 작업입니다(컨테이너 기본은 MP4 페이지 참조). 함정은 지원입니다. 컨테이너가 자막 트랙을 받아들여야 하고(MKV와 MP4는 받고, 일부 기기는 어차피 무시함) 플레이어가 렌더링해야 합니다 — 스마트 TV와 기본 폰 플레이어의 일관성 부족은 악명 높아, 하드 번인이 여전히 존재하는 이유가 정확히 이것입니다.

번인은 동영상의 모든 프레임을 텍스트를 얹어 다시 렌더링한 뒤 결과를 다시 압축합니다 — 그것이 의미하는 모든 것을 동반하는 완전한 재인코딩입니다. 인코딩만큼 걸리고 각 프레임이 두 번째 압축 세대를 통과합니다. 글꼴이 박제되고(시청자 기기에서 "글꼴 없음" 놀람이 없음) 위치와 스타일이 정확하며, 출력이 그냥 평범한 동영상이라 재생 호환성은 완전합니다. 대가는 최종성입니다. 텍스트가 그림에서 분리되지 않고, 오타를 고치려면 원본에서 다시 인코딩해야 합니다.

SRT(SubRip)는 보편적인 최소 형식입니다. 번호 매긴 줄, 시작 → 끝 타임스탬프, 일반 텍스트. 지구상 모든 플레이어가 읽습니다. VTT(WebVTT)는 웹 네이티브 자매입니다 — 같은 아이디어에 밀리초 구분이 , 대신 .이고, HTML5 <track> 요소가 쓰는 스타일링·위치 훅이 있습니다. ASS(Advanced SubStation Alpha)는 마니아의 형식입니다. 글꼴, 색, 외곽선, 회전, 글자별 애니메이션 — 스타일 입힌 애니 자막의 바탕 형식 — 이며, MKV가 트랙에 필요한 글꼴을 파일 안에 첨부할 수 있는 이유가 정확히 이것입니다(MKV 페이지 참조). ASS 스타일의 번인은 인코딩 시점에 글꼴이 필요하고, 소프트 재생은 재생 시점에 필요합니다.

소프트 자막 트랙의 추출은 컨테이너에서 텍스트를 압축 해제하는 일입니다 — 완벽합니다. 저장된 것이 그것이었으니까요. 하드 번인 동영상에서 자막을 복구하는 것은 컴퓨터 비전 문제입니다(각 프레임 OCR, 텍스트 영역 추측, 글자 뒤 배경 정리). 깨끗하고 정적인 텍스트에서는 어느 정도 작동하지만 스타일 글꼴, 움직임, 노이즈에서는 빠르게 나빠집니다. 나중에 텍스트가 필요하다면 소프트 버전을 보관(또는 요청)하세요.

• "파일에 딸려 온 자막은 항상 끌 수 있다." 소프트 자막만 그렇습니다. 끌 수 없다면 픽셀에 번인된 것이고 어떤 플레이어도 제거할 수 없습니다.
• "자막 삽입은 동영상을 재인코딩한다." 소프트 삽입은 리먹스입니다 — 즉시이고 무손실. 재인코딩하는 것은 하드 번인뿐입니다.
• "자막 파일은 동영상을 훨씬 크게 만든다." 소프트 트랙은 텍스트입니다. 영화 전체 자막 파일이 수십~수백 킬로바이트로, 동영상의 메가바이트 반올림 오차 속에 묻힙니다.
• "하드 번인이 그냥 안전하니 항상 번인하자." 재생 호환성에는 더 안전하지만, 이후의 편집·번역·접근성에는 영구히 더 나쁩니다. 낯선 기기에 배포할 때는 번인하고, 텍스트가 데이터로 남아야 한다면 삽입하세요.

관련 도구: 세 형식 사이에서 자막 텍스트를 옮기는 SRT/VTT/ASS 변환기, 오디오에서 자막 파일을 생성하는 음성 → 자막, 다중 트랙 자막 지원이 가장 좋은 컨테이너는 동영상 → MKV, 리먹스 기본은 동영상 → MP4.