whispertranscribe.ai 편집팀 · 최종 업데이트: 2026년 11월 · 읽는 시간 13분
AI는 질적 연구 전사를 도울 수 있지만 결과물은 어디까지나 초안입니다. 인터뷰를 업로드하고 화자를 구분한 뒤 텍스트를 내보내 전체 녹음을 들으며 수정하세요. 연구자가 오디오와 대조하고 연구의 전사 규칙을 적용하며 식별 정보를 제거한 다음에야 분석 자료로 쓸 수 있습니다.
아래에서 전사 방식 선택법, 7단계 작업 흐름, 복사해 쓸 교정 체크리스트, 공식 자료를 바탕으로 한 익명화와 연구 윤리의 기초, 내보내기 형식 선택법을 살펴봅니다.
빠른 답변: 질적 연구 전사에 AI를 써도 될까요?
결과를 원자료로 취급한다면 가능합니다. AI 초안은 타이핑을 줄여주지만 녹음을 듣는 작업을 대신하지는 못합니다.
- 전사 규칙을 먼저 정합니다: 축어 전사와 정리 전사 중 하나를 선택하고, 화자 표시와 멈춤·불명확한 말의 표기 방법을 정합니다.
- 초안을 만듭니다: 적절한 언어를 선택하고 화자 감지를 켠 다음 녹음 파일을 각각 업로드합니다.
- 검증하고 익명화한 다음 분석합니다: 오디오에 맞춰 초안을 수정하고 이름을 코드로 바꾼 뒤 정리된 파일을 분석 프로그램으로 가져옵니다.
식별 가능한 정보를 업로드하기 전에 연구윤리 승인과 동의서에 해당 도구의 사용이 포함되는지 확인하세요.
연구에 어떤 전사 방식이 필요할까요?
가장 빠른 방법이 아니라 분석 방법에 맞춰 선택하세요. 사람들의 생각을 다루는 주제 분석에는 정리된 텍스트가 적합한 경우가 많지만, 말하는 방식을 연구한다면 망설임까지 보존해야 합니다.
자주 인용되는 논문에서 Oliver, Serovich, Mason(2005)은 전사를 두 방식 사이의 연속선으로 설명합니다. 자연주의는 모든 발화를 가능한 한 자세히 기록합니다. 탈자연주의는 문법을 고치고 말더듬과 멈춤 같은 요소를 제거하며 비주류 억양을 표준화합니다. 저자들은 어느 한쪽이 우월하다고 말하지 않습니다. 선택이 연구 결과와 참여자의 재현 방식에 영향을 주므로 전사 전에 신중히 결정해야 한다는 취지입니다. 예를 들어 참여자가 결과 확인 과정에서 전사문을 읽을 수 있음을 고려해 방언을 남길지 논의한 사례를 소개합니다.
| 방식 | 남기는 내용 | 제거하는 내용 | AI 초안에 필요한 작업 |
|---|---|---|---|
| 완전 축어 전사(자연주의) | 모든 단어, 군더더기 말, 다시 시작한 말, 반복, 웃음, 표시된 멈춤 | 들을 수 있었던 내용은 제거하지 않음 | 초안에서 매끄럽게 처리된 군더더기 말이나 다시 시작한 부분을 복원하고 멈춤·웃음 표시를 직접 추가 |
| 정리 축어 전사(탈자연주의) | 화자 자신의 표현으로 된 의미 있는 모든 말 | 군더더기 말, 말더듬, 대부분의 반복 | 군더더기 말을 일관되게 제거하되 참여자의 문법이나 단어 선택을 임의로 고치지 않음 |
| 상세한 대화 분석 표기 | 시간으로 측정한 멈춤, 겹침, 강세, 억양 | 없음 | 초안은 단어 목록으로만 사용하고 상세 표기는 직접 작성 |
| 편집문 또는 요약문 | 핵심 내용 | 읽기 쉽게 만드는 데 필요 없는 내용 | 전사문이 아니므로 대부분의 질적 연구 방법에서 자료로 인정하지 않음 |
어떤 방식을 선택하든 정리된 사본을 분석하더라도 손대지 않은 축어 전사 원본을 보관하고 규칙을 짧은 프로토콜로 작성하세요. 일리노이 대학교 도서관 안내서가 설명하듯 전사 자체도 분석 행위입니다. 무엇을 기록하느냐가 나중에 발견할 수 있는 것을 결정합니다.
한 페이지 전사 프로토콜(복사해 연구에 맞게 수정)
프로젝트 전사 프로토콜 — 예시이며 연구에 맞게 수정
방식: 완전 축어 전사. 군더더기 말(음, 어), 다시 시작한 말, 반복 유지.
화자 표시: I = 인터뷰어. P01, P02... = 참여자. 실제 이름은 사용하지 않음.
타임스탬프: 화자가 바뀔 때마다 [hh:mm:ss] 형식으로 표시.
불명확한 말: 들리지 않으면 [들리지 않음 hh:mm:ss], 추측은 [불확실: 단어].
비언어적 소리: [웃음] [멈춤] [겹쳐 말함] [전화벨]을 대괄호로 표시.
겹치는 말: 두 번째 화자를 새 줄에 시작하고 [겹침] 표시.
맞장구: 참여자 발언 중 인터뷰어의 “음”은 생략 / 유지(하나 선택).
식별 정보: 익명화 단계에서 [설명]으로 대체하고 모든 변경 사항 기록.
언어: 실제 발화 언어로 전사하고 검토한 뒤 번역.
파일 이름: StudyCode_P01_v1-draft / v2-checked / v3-anonymised
AI 초안과 연구자 검토를 결합한 7단계 작업 흐름
1~4단계에 직접 들이는 시간은 몇 분이지만, 5단계에는 실제로 충분한 시간을 배정해야 합니다.
1단계: 전사하기 좋은 녹음을 만듭니다
초안 품질에는 깨끗한 오디오가 가장 중요합니다. 녹음기를 자신보다 참여자 가까이에 두고 조용한 방을 선택하고 필요한 동의를 받은 뒤 10초간 시험 녹음하세요. 원격 인터뷰에서는 참여자가 동의한 후 회의 플랫폼의 녹화 기능이나 브라우저의 화면 및 오디오 녹화기를 사용하세요. 대면 상황에서 노트북만 있다면 온라인 음성 녹음기로 한 번에 녹음하고 전사할 수 있습니다.
2단계: 인터뷰를 각각 업로드합니다
브라우저에서 인터뷰 전사 페이지를 열고 업로드 전에 발화 언어를 선택하세요. 인터뷰당 파일 하나를 사용하면 자료를 정리하기 쉽습니다. whispertranscribe.ai는 오디오와 비디오를 130개 이상의 언어로 텍스트로 변환하는 웹 기반 AI 전사 도구입니다. MP3, WAV, M4A, MP4 같은 일반 형식의 최대 5GB, 10시간 파일을 지원합니다. Google Drive나 Dropbox에 있는 녹음은 먼저 다운로드하지 않고 URL로 전사에 링크를 붙여 넣을 수 있습니다.
3단계: 화자 감지를 켭니다
Enable Speaker Detection을 켜 대화가 화자별 발언으로 나뉘게 합니다. 질적 연구에서 이는 특히 중요합니다. 참여자의 인용문이 인터뷰어에게 잘못 귀속되면 단순 오타가 아니라 자료 오류이기 때문입니다. 특히 말이 겹치거나 목소리가 비슷하면 일부 화자 표기를 수정해야 합니다.
4단계: 초안을 내보냅니다
편집할 작업 사본을 DOCX 또는 TXT로 다운로드하세요. 다른 사람이 실수로 코딩하지 않도록 초안(v1)이라고 표시합니다. 아래 형식 안내에서 작업별로 적합한 내보내기 형식을 설명합니다.
5단계: 오디오와 대조해 초안을 수정합니다
전사문을 열어 둔 채 전체 녹음을 듣고 텍스트와 오디오가 다른 부분에서 멈춥니다. 먼저 화자 표시를 고치고, 반복해서 잘못 인식된 용어를 찾아 바꾼 뒤 처음부터 끝까지 다시 들으세요. 인용할 가능성이 있는 구간은 모두 다시 재생합니다. 음성 인식은 군더더기 말이나 다시 시작한 말을 빠뜨리거나 정리할 수 있으므로 완전 축어 전사가 프로토콜이라면 초안이 이미 완전하다고 가정하지 마세요.
6단계: 별도 사본을 익명화합니다
수정한 파일을 v2로 저장하고 익명화용 v3을 만듭니다. 이름과 식별 가능한 세부 사항을 일관된 설명으로 바꾸고 모든 변경을 기록하세요(아래 익명화 부분 참조). 파일을 내보낸 후 본인의 편집기에서 오프라인으로 작업합니다.
7단계: 분석 프로그램으로 가져옵니다
익명화한 버전을 질적 자료 분석 프로그램으로 가져오거나 수동 코딩을 한다면 문서나 스프레드시트에 넣습니다. whispertranscribe.ai는 NVivo, ATLAS.ti, MAXQDA 등 분석 프로그램에 직접 연결되지 않으므로 파일을 내보낸 뒤 직접 가져와야 합니다. 프로그램의 가져오기 안내에서 지원 형식과 화자 이름 처리 방식을 확인하세요.
수정된 전사문은 어떤 모습일까요? (예시)
아래 세 버전은 설명을 위해 만든 가상 예시이며 실제 인터뷰나 시험 결과가 아닙니다. 5단계와 6단계에서 어떤 변화가 생기는지 보여줍니다.
예시 — v1, AI 초안(미수정)
화자 1: 병원에서는 언제부터 일하셨나요?
화자 2: 제 생각에는 2019년에 시작했어요. 매니저 사라가 적응을 도와줬어요.
리즈에서 이사한 것 때문에 처음에는 힘들었어요.
예시 — v2, 오디오 대조 완료(완전 축어)
[00:04:12] I: 병원에서는 언제부터 일하셨나요?
[00:04:15] P07: 저, 음, 저는 그때 시작했는데— 2019년이었던 것 같아요. [멈춤] 매니저
사라가, 그분이 정말 적응을 도와줬어요. 리즈에서 이사한 것 땜에 처음에는 힘들었어요.
예시 — v3, 익명화
[00:04:12] I: 병원에서는 언제부터 일하셨나요?
[00:04:15] P07: 저, 음, 저는 그때 시작했는데— [연도]였던 것 같아요. [멈춤] 매니저
[매니저 1]이, 그분이 정말 적응을 도와줬어요. 처음에는 힘들었어요.
[잉글랜드 북부 도시]에서 이사한 것 땜에요.
v1에서 v2로 바꾸면서 군더더기 말과 다시 시작한 발화를 복원하고 멈춤을 표시했으며 일반 화자 표시를 연구 코드로 바꿨습니다. 영어 원문 예시에서는 정리된 “때문에”를 참여자의 실제 발음인 “땜에”로 복원했습니다. 요지는 같지만 이런 차이가 분석에 중요할 수 있습니다.
인터뷰 전사문 교정 체크리스트
분석에 넣기 전 모든 전사문에 이 목록을 적용하세요. 스프레드시트나 연구실 지침서에 바로 복사할 수 있습니다.
| 확인 항목 | 살펴볼 내용 | 수정 방법 | 완료 |
|---|---|---|---|
| 화자 전환 | 다른 사람에게 배정된 발언, 한 사람이 두 표기로 나뉜 경우 | 화자가 바뀔 때마다 듣고 합치거나 표기를 수정 | ☐ |
| 화자 코드 | 일반 표시 또는 실제 이름이 화자 표시에 남은 경우 | 프로토콜에 따라 I, P01, P02로 교체 | ☐ |
| 방식의 일관성 | 어느 부분에는 군더더기 말을 남기고 다른 곳에서는 제거한 경우 | 파일 전체에 프로토콜 규칙 적용 | ☐ |
| 참여자의 표현 | 초안이 문법이나 방언을 임의로 고친 경우 | 오디오에서 들리는 정확한 표현을 복원 | ☐ |
| 핵심 용어 | 전문 용어, 지명, 제품명, 기관명을 잘못 들은 경우 | 용어 목록을 만들고 찾아 바꾼 다음 표본 확인 | ☐ |
| 숫자 | 나이, 연도, 금액, 수량 | 각각 오디오와 대조. 숫자는 잘못 듣기 쉬움 | ☐ |
| 부정 표현 | “아니다”, “결코”, “하지 않았다”가 빠지거나 추가된 경우 | 부정 표현에 의미가 달린 문장을 다시 재생 | ☐ |
| 겹치는 말 | 동시에 한 말이 한 화자의 발언으로 합쳐진 경우 | 발언을 나누고 겹침 표시 | ☐ |
| 불명확한 구간 | 추측한 단어가 확실한 것처럼 제시된 경우 | 시간과 함께 들리지 않음 또는 불확실로 표시 | ☐ |
| 비언어적 단서 | 웃음, 긴 멈춤, 의미에 영향을 주는 감정 | 프로토콜에 따라 괄호 안에 메모 추가 | ☐ |
| 글에 쓸 인용문 | 인용할 가능성이 있는 모든 구간 | 두 번 다시 듣고 단어 하나하나 확인 | ☐ |
| 식별 정보 | 남아 있는 이름, 직장, 도시, 드문 세부 사항 | 익명화 단계에서 변경하고 모두 기록 | ☐ |
질적 연구 전사에는 시간과 비용이 얼마나 들까요?
직접 전사하면 오디오 1시간당 여러 시간이 걸립니다. AI 초안을 이용하면 그 시간의 대부분이 검토로 이동합니다. 국제구조위원회 연구 도구집은 세부 수준, 숙련도, 오디오 품질에 따라 녹음 1시간을 전사하는 데 3~10시간이 걸린다고 추정합니다.
다음은 가상 연구의 계산입니다. 검토 시간은 측정 결과가 아닌 설명용 가정이므로 첫 인터뷰의 시간을 직접 재고 조정하세요.
| 연구 예시: 인터뷰 20건 × 60분 = 오디오 20시간 | 직접 타이핑 | AI 초안 + 전체 검토 |
|---|---|---|
| 오디오 1시간당 시간 | 3~10시간(IRC 추정) | 검토에 1.5~3시간 가정 |
| 연구자의 총 작업 시간 | 60~200시간 | 30~60시간 |
전체 녹음을 듣는다면 검토는 녹음 자체보다 빨리 끝날 수 없으므로 인터뷰마다 최소한 녹음 길이만큼 계획하세요. 소음, 잦은 겹침, 완전 축어 규칙은 시간을 범위의 상단에 가깝게 만듭니다. whispertranscribe.ai 요금제는 연간 결제 기준 월 $9.99부터 시작합니다. 연구비 예산을 짜기 전에 현재 제공 시간과 조건을 확인하세요.
AI 전사와 사람 전사 서비스, 직접 전사의 비교
각 방법에는 쓰임이 있습니다. 예산, 일정, 연구자가 자료를 얼마나 직접 접하고 싶은지에 따라 선택하세요.
| 기준 | AI 초안, 연구자가 검토 | 사람 전사 서비스 | 처음부터 직접 전사 |
|---|---|---|---|
| 연구자 시간 | 보통: 주의 깊게 한 번 듣고 수정 | 처음에는 적지만 일부 표본 검토는 필요 | 가장 많음 |
| 비용 | 구독 또는 사용량에 따른 결제 | 보통 오디오 분당 요금으로 현금 비용이 가장 큼 | 현금 비용 없음 |
| 소요 기간 | 몇 분 만에 초안 | 업체와 주문에 따라 보통 며칠 | 연구 전체에는 몇 주 |
| 자료와의 밀접성 | 전체를 듣기 때문에 높음 | 검토하지 않으면 낮음 | 가장 높음 |
| 오디오를 다루는 다른 사람 | 도구 제공업체와 명시된 처리업체 | 업체 직원. 보통 기밀유지 계약 적용 | 없음 |
| 적합한 경우 | 오디오가 깨끗한 대부분의 인터뷰 연구 | 예산이 있는 대규모 프로젝트나 연구자 시간이 부족한 경우 | 작은 표본, 대화 분석, 매우 민감한 자료 |
whispertranscribe.ai는 첫 번째 열에만 해당합니다. 자동화 도구이며 사람이 직접 전사하거나 교정하는 서비스는 제공하지 않습니다.
익명화, 동의 및 연구윤리 심의
이 부분은 일반 정보이며 법률 자문이 아닙니다. 실제 규칙은 소속 기관의 IRB 또는 연구윤리위원회와 참여자가 서명한 동의서에 따릅니다.
도구 사용을 포함하는 동의와 승인을 받습니다
식별 가능한 녹음을 온라인 서비스에 업로드하기 전에 승인된 프로토콜과 동의서가 이를 허용하는지 확인하세요. 미국의 45 CFR 46.116에 따른 Common Rule은 식별 가능한 기록의 기밀성이 어느 정도 유지되는지 동의 정보에 명시하도록 요구합니다. 미국 보건복지부 산하 인간연구보호국은 사전 동의 지침을 제공합니다. 다른 국가와 기관에는 별도 규칙이 있으므로 적용 요건을 연구윤리 담당 부서에 문의하세요.
연구윤리 담당 부서가 전사 도구에 관해 물을 수 있는 사항:
- 오디오는 어디에서 처리되고 어떤 제3자가 다루나요?
- 녹음과 전사문은 얼마나 보관되며 누가 삭제할 수 있나요?
- 콘텐츠가 AI 모델 학습에 사용되거나 사람이 검토하나요?
- 전송 중과 저장 중 데이터는 어떻게 보호되나요?
빈칸 대신 설명을 사용해 익명화합니다
UK Data Service의 텍스트 자료 익명화 지침은 직접 식별자를 가명이나 의미 있는 표지로 일관되게 바꾸고 지나치게 구체적인 정보는 일반화하며 익명화 기록을 보관하라고 권장합니다. 작은 지역의 드문 직업이나 상세한 일정만으로도 누군지 드러날 수 있어 이름만 지우는 것으로는 부족한 경우가 많다고 경고합니다. 과도한 익명화도 문제입니다. “X”로 가득한 전사문은 분석에 필요한 맥락을 잃습니다. 같은 지침은 외부 서버 대신 로컬에서 익명화 도구를 실행하도록 권합니다. UK Data Service는 무료 전사 템플릿 및 전사자 기밀유지 계약서도 제공합니다.
익명화 파일과 별도로 보관하는 간단한 기록 예시:
| 전사문 | 원본(안전하게 보관) | 대체 내용 | 이유 |
|---|---|---|---|
| P07 | 참여자 매니저의 이름 | [매니저 1] | 직접 식별자 |
| P07 | 거주 도시 | [잉글랜드 북부 도시] | 위치로 신원을 좁힐 수 있음 |
| P07 | 입사 연도 | [연도] | 직무와 결합해 식별될 수 있음 |
whispertranscribe.ai 개인정보 처리방침의 내용
다음은 2026년 11월에 확인한 whispertranscribe.ai 개인정보 처리방침의 내용입니다. 업로드한 원본 오디오와 비디오는 처리가 끝나면 자동 삭제됩니다. 처리 중 추출한 MP3 파일은 더 일찍 삭제하지 않으면 기본적으로 30일간 보관됩니다. 전사문은 직접 삭제할 때까지 계정에 보관되며 삭제된 데이터의 백업·복구 서비스는 제공되지 않습니다. 녹음과 전사문은 AI 모델 학습에 사용되지 않으며 방침에 따르면 사람이 검토하지 않습니다. 전송 중 TLS 1.3, 저장 중 AES-256으로 데이터를 보호합니다. 방침은 미국의 OpenAI를 AI 서비스 제공업체로 명시하므로 연구윤리 담당 부서에 알려야 할 수 있습니다. whispertranscribe.ai의 이 방침만으로 HIPAA 또는 GDPR 준수나 SOC 2 보고서의 존재가 확인되는 것은 아닙니다. 연구에 특정 문서나 국내 처리가 필요하다면 제공업체에 확인하고 요건을 충족하는 서비스를 사용하세요. 방침은 미디어 파일 전사를 개인적·비상업적 용도로 제한하므로 해당 연구가 허용 범위에 속하는지도 사용 전에 확인하세요.
연구자는 어떤 내보내기 형식을 사용해야 할까요?
whispertranscribe.ai는 DOCX, PDF, TXT, CSV, SRT, VTT를 내보냅니다. 다음 작업에 맞춰 선택하세요.
| 형식 | 연구 프로젝트에서의 용도 |
|---|---|
| DOCX | 워드 프로세서에서 수정 및 익명화, 두 번째 검토자를 위한 변경 내용 추적, 분석 프로그램으로 문서 가져오기 |
| TXT | 보관하거나 일반 텍스트를 선호하는 도구에 쓰기 좋은 가장 단순하고 이동하기 쉬운 사본 |
| CSV | 스프레드시트에서 구간을 행별로 검토하거나 화자별로 정렬해 발언 횟수를 빠르게 계산 |
| 익명화 후 참여자 확인 또는 지도교수에게 전달할 고정 사본 | |
| SRT 또는 VTT | 비디오를 분석하거나 미디어 플레이어에서 전사문과 녹음 사이를 이동할 때 쓰는 시간 코드 텍스트 |
다국어 및 문화 간 인터뷰 전사
먼저 실제 발화 언어로 전사하고 그다음 번역하세요. IRC 도구집은 분석 중 번역을 원문과 계속 대조할 수 있으므로 원어 전사 후 번역을 모범 사례로 권장합니다.
whispertranscribe.ai는 130개 이상의 언어를 지원합니다. 인터뷰 페이지의 언어 목록에는 스페인어(라틴아메리카), 프랑스어(캐나다) 같은 지역 변형과 여러 언어의 “Noise / Low-Quality Audio/Video” 모드가 포함되어 현장 녹음에 유용합니다. 언어가 섞인 인터뷰에는 Multilingual Mix 옵션으로 영어, 스페인어, 프랑스어, 독일어, 힌디어, 러시아어, 포르투갈어, 일본어, 이탈리아어, 네덜란드어의 혼합을 처리할 수 있습니다. 영어 작업 사본이 필요하다면 오디오를 영어로 번역하되 원어 전사문을 기본 자료로 보관하세요.
깨끗한 오디오에서는 정확도가 최대 99%에 이를 수 있지만 배경 소음, 강한 억양, 언어 전환은 정확도를 낮춥니다. 영어가 아니거나 여러 언어가 섞인 인터뷰는 추가 검토 시간을 잡고 인용할 부분을 해당 언어에 능숙한 사람이 확인하도록 하세요.
자주 묻는 질문
질적 연구 인터뷰에 AI 전사를 사용할 수 있나요?
연구자가 모든 전사문을 녹음과 대조한다면 가능합니다. AI는 화자 구분과 타임스탬프가 있는 초안을 빠르게 만들어 대부분의 타이핑을 줄여줍니다. 그래도 이름, 숫자, 전문 용어를 잘못 듣거나 발언자를 혼동하고 프로토콜에 필요한 군더더기 말을 빠뜨릴 수 있습니다. 초안을 작업 사본으로 취급하고 전체 오디오를 들으며 수정한 다음 분석 전에 익명화하세요.
AI 전사는 축어 인용에 충분히 정확한가요?
확인 없이 사용하기에는 부족합니다. 깨끗한 오디오에서도 단어 하나를 잘못 들으면 인용문의 의미가 바뀔 수 있으며, 배경 소음, 억양, 겹치는 말, 전문 어휘가 있으면 정확도가 떨어집니다. whispertranscribe.ai는 깨끗한 오디오에서 최대 99%에 이를 수 있지만 최상의 조건일 뿐 모든 녹음에 대한 보장은 아닙니다. 논문이나 보고서에 넣기 전에 인용할 부분을 최소 두 번 다시 듣고 단어별로 확인하세요.
질적 인터뷰는 완전 축어 전사와 정리 축어 전사 중 무엇을 써야 하나요?
분석 방법에 따라 선택하세요. 담화 분석이나 대화 분석처럼 말하는 방식을 연구한다면 멈춤과 군더더기 말까지 완전히 보존하세요. 여러 주제 분석처럼 발언 내용을 중심으로 한다면 참여자의 표현을 유지하는 조건에서 정리 축어 전사를 사용할 수 있습니다. Oliver, Serovich, Mason(2005)은 전사 전에 신중히 결정할 것을 권합니다. 많은 연구자는 축어 원본을 보관하고 정리된 사본을 분석합니다.
온라인 전사 도구를 사용하려면 IRB 승인이 필요한가요?
일반적으로 연구윤리 승인과 동의서에 제3자 서비스를 포함한 녹음 처리 방식이 포함되어야 합니다. 요건은 기관과 국가에 따라 다르므로 식별 가능한 오디오를 업로드하기 전에 IRB나 연구윤리위원회에 문의하세요. 처리 위치, 보관 기간, AI 학습 사용 여부, 접근 가능한 사람에 관한 답변을 준비하세요. 이는 일반 정보이며 법률 자문이 아닙니다. 소속 기관의 규칙이 우선합니다.
1시간짜리 인터뷰를 전사하는 데 얼마나 걸리나요?
국제구조위원회 연구 도구집에 따르면 직접 타이핑할 경우 세부 수준과 오디오 품질에 따라 대략 3~10시간이 걸립니다. AI 초안은 빠르게 만들어지지만 전체 녹음을 들어야 하므로 검토에 최소 녹음 길이만큼 걸리고 수정 중 멈추는 시간도 추가됩니다. 첫 인터뷰의 시간을 재서 나머지 연구 일정을 계획하세요.
질적 분석 프로그램용으로 어떤 파일 형식을 내보내야 하나요?
인터뷰를 문서로 가져올 때는 보통 DOCX나 TXT를 사용하며 먼저 수정하고 익명화하기에는 DOCX가 가장 편리합니다. 스프레드시트 기반 코딩에는 CSV가, 비디오와 텍스트를 함께 분석할 때는 SRT 또는 VTT가 적합합니다. whispertranscribe.ai는 이 형식들을 내보내지만 NVivo, ATLAS.ti, MAXQDA에 직접 연결되지는 않으므로 프로그램의 지원 형식을 확인하세요.
다음 인터뷰를 검토된 전사문으로 만들어 보세요
whispertranscribe.ai의 인터뷰 전사 페이지에 녹음을 업로드하고 화자 감지를 켠 다음 오디오와 대조해 수정할 DOCX 초안을 내보내세요. 먼저 파일 하나로 초안 품질을 시험하려면 계정 없이 이용하는 무료 페이지를 사용하세요. 무료 전사 가능량은 사이트에 표시됩니다. 세미나나 그룹 세션을 녹음하나요? 강의 및 세미나 전사 페이지도 같은 단계를 따르며, 나머지 기능은 기능 목록에서 확인할 수 있습니다.
관련 가이드: Whisper의 정확도, 전화 통화 녹음 방법, 미국 주별 통화 녹음법.
참고 자료
- Oliver, D. G., Serovich, J. M., & Mason, T. L. (2005). 질적 연구에서의 인터뷰 전사. Social Forces, 84(2), 1273–1289. PMC 저자 원고
- University of Illinois Library. 질적 자료 분석: 자료 전사
- International Rescue Committee. 질적 자료 전사 및 번역, IRC 연구 도구집 (PDF)
- eCFR. 45 CFR 46.116, 사전 동의의 일반 요건
- HHS Office for Human Research Protections. 사전 동의 지침
- UK Data Service. 텍스트 자료 익명화
- UK Data Service. 자료 관리 도구와 템플릿
