AI를 활용하여 취재 음성을 정리할 때, 발언과 요약을 혼합하지 않는 방법

취재가 끝난 후 녹음을 처음부터 끝까지 다시 들으며 글로 옮기는 것은 시간이 많이 걸립니다. 이야기하는 사람이 여러 명이고 주변 소리가 크거나 고유명사가 많은 취재 현장에서는 짧은 음성이라도 확인 작업이 쉽지 않습니다.

이때 유용한 것이 AI를 이용한 문자 기록(transcript)과 요약입니다. 음성을 글로 바꾸고 주제별로 정리해 주면 기사의 구성을 짜기 수월합니다.

하지만 AI가 출력한 글은 녹음 그 자체는 아닙니다. 잘못 들은 부분, 화자 착오, 말하는 도중의 생략, 의미를 다듬기 위한 보충 설명 등이 포함될 수 있습니다. 읽기 쉬운 글로 될수록 실제 발언과 같다고 오해하기 쉽다는 점에도 주의가 필요합니다.

이 글에서는 AI에게 취재 음성을 정리하게 하면서도, 실제 발언, AI의 요약본, 인간의 확인 결과를 섞지 않는 방법을 소개합니다.

먼저, 취재 음성에서 기사 자료로 만들기 위한 재료를 분리합니다.

AI가 자연스러운 글로 다듬어 주더라도, 그 글을 큰따옴표로 묶어 '본인의 발언'으로 게재하는 것은 피해야 합니다. 직접 인용할 부분은 반드시 원음성으로 돌아가 확인해야 합니다.

문자 기록을 의뢰할 때 처음부터 '읽기 쉬운 기사로 만들어 주세요'라고 부탁하면, AI는 말더듬이나 중복되는 부분을 제거할 뿐만 아니라 주어를 보충하거나 앞뒤 발언을 정리하는 경우가 있습니다.

초기 단계에서는 글의 완성도보다 확인하기 쉬움을 우선합니다.

이 음성을 취재 기록으로 문자 기록해 주세요.
- 내용을 요약하지 않고, 발언 순서를 유지할 것
- 화자를 추측하여 특정하지 말 것
...

못 알아듣는 부분이 남아 있는 것은 실패가 아닙니다. 그럴듯한 말로 채워지는 것보다, 확인이 필요한 곳이 보이는 편이 더 안전합니다.

문자 기록에 시간 표시(타임스탬프)가 없으면, 신경 쓰이는 한 문장을 원음성에서 찾는 데 시간이 걸립니다.

[00:03:20] 화자 A: 이번 기획은 작년 이벤트를 계기로 시작되었습니다.
[00:03:29] 화자 B: 시작 시기는 봄쯤이었나요?
[00:03:34] 화자 A: 준비를 시작한 건 봄이지만, 공식적으로는 6월입니다.

이 예시에서 '봄에 시작했다'고 짧게 요약하면 의미가 바뀝니다. 준비 시작과 공식 시작이 다르기 때문입니다.

기사에서 시작 시기를 쓸 경우, 어느 것을 가리키는지 정하고 필요하다면 공식 자료와도 대조합니다. 타임스탬프가 있으면 판단의 근거가 된 음성으로 바로 돌아갈 수 있습니다.

여러 사람의 대화에서는 AI가 목소리의 차이를 바탕으로 '화자 A', '화자 B'로 나눌 수 있습니다. 하지만 그것만으로 실명이나 직책을 부여해서는 안 됩니다.

좌석 순서가 정해져 있어도, 도중에 다른 사람이 발언할 수 있습니다. 사회자가 질문을 대독하는 경우도 있습니다. 목소리가 비슷한 사람을 착각할 가능성도 있습니다.

화자를 확정할 때는 다음을 사용합니다.

• 취재 시 남긴 화자 메모
• 본인이 녹음 내에서 밝힌 부분
• 공식 연사 목록
• 명함이나 배포 자료
• 필요에 따른 본인/담당자에게 확인

확인 전에는 '화자 A'로 그대로 둡니다. 이름이 모르는 것보다, 잘못된 인물의 발언으로 공개하는 것이 더 문제입니다.

AI에게 '중요한 발언을 뽑아주세요'라고 부탁하면, 여러 발언을 짧게 요약한 글이 돌아올 수 있습니다. 그 글은 내용 파악에는 편리하지만, 직접 인용이라고 단정할 수는 없습니다.

취재 메모에서는 다음과 같이 칸을 나눕니다.

## 주제: 기획을 시작한 이유
- AI 요약: 지역 주민이 참여할 수 있는 장소를 늘리고 싶었다
- 인용 후보: '보는 것뿐만 아니라, 자신도 참여할 수 있는 장소로 만들고 싶었습니다'
...

AI 요약은 구성을 생각하는 재료입니다. 인용 후보는 실제 단어를 기사에서 소개하기 위한 재료입니다. 이 두 가지를 같은 칸에 넣지 않는 것만으로, AI가 다듬은 글을 본인의 발언으로 취급하는 사고를 줄일 수 있습니다.

대화에는 말더듬, 도중에 멈춘 문장, 모호한 표현이 포함됩니다. 기사에서 모든 '음', '어...'를 남길 필요는 없지만, 의미까지 바꿔서는 안 됩니다.

예를 들어, 다음과 같은 발언이 있었다고 가정합니다.

처음에는 매달 하려고 생각했지만, 실제로는, 글쎄요, 계절별 정도가 현실적일까 생각하고 있습니다.

이것을 '매월 개최합니다'라고 쓰면 오류입니다. '계절별 개최를 검토 중이다'라고 쓸 경우에도, 결정 사항인지 생각의 과정인지를 확인해야 합니다.

AI에게는 단정하는 강도를 바꾸지 않고 정리하도록 요청합니다.

발언을 정리할 때는 예정, 검토, 희망, 결정 사항을 구분해야 합니다. 모호한 표현을 확정된 사실로 바꾸지 마십시오.

음성 인식의 경우, 발음이 비슷한 고유명사나 숫자를 잘못 처리하는 경우가 있습니다. 가게 이름, 사람 이름, 상품명, 지명, 날짜, 금액, 인원수는 특히 확인이 필요합니다.

AI가 '15개 매장'으로 받아 적었더라도, 실제 음성에서는 '50개 매장'이라고 말했을 수 있습니다. 듣기 어려운 경우에는 녹음만으로 확정하지 않고 배포 자료나 공식 발표를 확인해야 합니다.

확인 기록은 간단해도 괜찮습니다.

항목: 참여 매장 수
AI 전사본: 15개 매장
원 음성: 듣기 어려움
...

여기서 중요한 것은 AI의 오류를 수정하는 것뿐만 아니라, 무엇을 근거로 수정했는지 남기는 것입니다.

확인된 정보는 Obsidian의 Markdown 형식으로 음성 확인 대장에 남깁니다. 특정 AI만 읽을 수 있는 형식이 아니라 일반 파일로 만들어 두면, 다른 AI에게 인계할 때도 사용할 수 있습니다.

# 취재 음성 확인 대장
- 취재일: 2026-10-15
- 원 음성: interview-01.m4a
...

다른 AI에게 기사 구성이나 제목 아이디어를 요청할 때도 '인간의 확인 범위'와 '미확인 범위'가 구분됩니다. 어떤 AI를 사용하든 동일한 원본을 읽을 수 있다는 점이 작업 간 확인에 도움이 됩니다.

AI에게는 대장 초안 작성, 주제별 분류, 확인 후보 추출을 맡깁니다. 반면, 확정된 내용으로 변경, 인용문 채택, 공개 가능 여부는 인간이 판단합니다.

취재 음성에는 기사에서 사용하지 않는 잡담, 연락처, 미공개 정보, 주변 사람의 목소리가 포함될 수 있습니다. 전사(transcription)가 편리하더라도 모든 음성을 무조건 외부 서비스에 넘겨도 안전한 것은 아닙니다.

사용하기 전에 확인해야 할 것들입니다.

• 녹음 및 전사에 필요한 동의 여부
• 사용하는 서비스에 음성 파일을 전송해도 되는지
• 보관 기간이나 학습 이용 설정은 어떻게 되어 있는지
• 불필요한 개인 정보나 미공개 정보를 제외하는지
• 조직이나 취재처의 규칙에 위배되지 않는지
• 작업 후에 원본 데이터와 생성물을 어디에 저장할지

AI에게 넘길 수 없는 음성은 억지로 자동화하지 않습니다. 기기 내에서 다시 듣거나, 필요한 부분만 인간이 메모하는 등 정보 처리 방식에 맞는 방법을 선택합니다.

전사 후 정리에는 다음과 같은 요청문을 사용할 수 있습니다.

이 전사본을 취재 기사의 확인용 메모로 정리해 주세요.
출력 항목:
- 주제
...

이 요청으로 할 수 있는 것은, 확인 작업을 시작하기 쉽게 만드는 정도입니다. 기사에 실릴 문장의 최종 결정은 아닙니다.

AI를 통한 전사 및 요약은 긴 취재 음성에서 필요한 부분을 찾아내고 주제를 정리하는 작업에 적합합니다. 하지만 읽기 쉬운 출력물과 정확한 발언 기록은 같지 않습니다.

• 원본 음성, 전사본, 요약, 기사 본문을 분리하기
• 첫 번째 전사본에는 발언 순서와 타임스탬프 남기기
• 듣기 어려운 부분이나 화자 이름 추측으로 채우지 않기
• 직접 인용과 AI 요약을 별도의 항목에서 관리하기
• 말실수를 확정된 사실로 바꾸지 않기
• 숫자와 고유명사는 자료나 원본 음성으로 대조하기
• Obsidian에 확인 범위와 근거 남기기
• 음성의 동의, 개인 정보, 보관 장소 확인하기

AI에게는 '어디를 확인해야 하는지'를 정리하게 하고, '무엇을 본인의 발언으로 공개할지'는 인간이 원본 음성을 들으며 결정합니다. 이렇게 역할을 분담하면 취재 음성을 효율적으로 다루면서도 발언과 요약의 경계를 지킬 수 있습니다.

이 기사는 취재 정보를 속보와 심층 기사로 나누고, 사진과 취재 사실을 구분하며, 여러 AI가 읽을 수 있는 Obsidian의 Markdown 형식으로 확인 기록을 남겨온 본 프로젝트의 운영을 바탕으로 구성되었습니다.