1시간짜리 강의나 회의 영상을 처음부터 끝까지 볼 시간은 없다. AI를 쓰면 자막을 바탕으로 핵심 요약·타임스탬프·할 일까지 몇 분 만에 뽑을 수 있다. 3단계로 진행한다. ① 자막·스크립트 확보 ② AI에 요약 지시 ③ 도구로 자동화이다. 핵심은 '무엇을, 어떤 형식으로' 요약할지 함께 적는 것이며, 그래야 막연한 줄거리가 아니라 바로 써먹는 정리가 나온다.

영상 요약이 '자막 요약'인 이유

먼저 오해 하나를 짚고 가야 한다. AI가 영상을 '본다'고 생각하기 쉽지만, 대부분의 요약 도구가 실제로 읽는 것은 화면이 아니라 자막 텍스트다. 이 구분이 중요한 이유는, 자막 품질이 곧 요약 품질을 결정하기 때문이다. 자막이 부정확하거나 아예 없는 영상은 AI가 아무리 좋아도 좋은 요약을 만들 수 없다.

긴 영상은 정보 밀도가 들쭉날쭉해서, 정작 필요한 5분이 1시간 안에 흩어져 있다. AI는 자막(텍스트)을 읽어 그 핵심만 추려 주므로, 볼지 말지 판단하고 요점만 빠르게 챙길 수 있다.

특히 강의·세미나·회의·인터뷰처럼 '말'이 많은 영상에 강력하다. 사람이 통째로 듣지 않아도, 결론과 근거를 구조화해 받을 수 있기 때문이다. 뒤집어 말하면, 화면 속 도표나 시연 동작이 핵심인 영상(예: 요리·수리·디자인 튠토리얼)에서는 자막만으로 놓치는 정보가 생긴다. 이 한계는 뒤에서 다시 짚는다.

STEP 1: 자막·스크립트 확보하기

요약의 재료는 '말의 텍스트'다. 유튜브라면 영상 아래 '스크립트 표시'로 자막을 펼쳐 복사하거나, 자막 추출 도구로 텍스트를 받는다. 내 녹화 파일이라면 자동 자막(전사) 기능으로 텍스트를 먼저 만든다.

가능하면 타임스탬프가 붙은 자막을 확보하자. 그래야 다음 단계에서 "몇 분에 무슨 내용"인지 함께 정리할 수 있다.

여기서 한국 사용자가 특히 주의할 점이 있다. 유튜브 한국어 자막은 크게 세 종류로, 제작자가 직접 단 자막, 자동 생성 자막, 자동 번역 자막이다. 품질 차이가 크다. 제작자 자막이 가장 정확하고, 자동 생성 자막은 전문 용어·고유명사에서 오타가 잦으며, 영어 영상을 한국어로 자동 번역한 자막은 오역 위험이 가장 크다. ASAP의 권고는 명확하다. 영어 원본 영상이라면 한국어 번역 자막이 아니라 영어 원문 자막을 통째로 붙여넣고, 요약 결과를 한국어로 받는 편이 오역을 한 단계 줄인다. 번역과 요약을 AI가 한 번에 처리하도록 맡기는 것이다.

STEP 2: AI에 요약 지시하기

확보한 자막을 ChatGPT나 Claude에 붙여넣고, 원하는 형식을 구체적으로 지시한다. 막연히 "요약해줘"가 아니라 길이·관점·형식을 적는 것이 핵심이다.

아래는 영상 자막이야. 다음 형식으로 정리해줘.
1) 핵심 3줄 요약
2) 챕터별 요점 + 타임스탬프
3) 바로 적용할 액션 3가지
[자막 붙여넣기]

이렇게 '핵심·챕터·액션'을 분리해 요청하면, 줄거리가 아니라 실무에 쓰는 정리가 나온다. 관점만 바꾸면 강의 노트·회의록·콘텐츠 소재로 재활용된다.

이 프롬프트가 잘 작동하는 이유를 뜯어보면 활용의 폭이 넓어진다. 형식을 세 갈래로 쪼갠 것은 AI에게 '출력의 골격'을 미리 정해 주는 장치다. 골격이 없으면 모델은 자막에서 눈에 띄는 문장을 나열하는 데 그치기 쉽지만, 골격을 주면 '요약→구조화→행동화'라는 서로 다른 사고를 각 항목에서 강제하게 된다. 그래서 관점을 바꾸는 것만으로 산출물의 성격이 달라진다. 회의록이 필요하면 '결정 사항·담당자·기한'으로, 학습 노트가 필요하면 '개념·예시·헷갈리는 지점'으로 세 항목을 갈아 끼우면 된다. 정답 프롬프트가 하나 있는 게 아니라, 원하는 결과물의 뼈대를 항목으로 번역하는 감각이 핵심이다.

STEP 3: 도구로 자동화하기

매번 복붙이 번거롭다면 전용 도구를 쓴다. 구글 NotebookLM은 영상·문서를 올리면 요약과 출처 기반 질문이 가능하고, 유튜브 요약 확장프로그램·서비스는 링크만 넣으면 자동 요약을 만들어 준다.

이 영상에서 '가격 정책' 부분만 찾아 요약해줘.
근거가 된 구간의 타임스탬프도 같이 알려줘.

도구를 쓰면 '요약 후 질문'이 쉬워진다. 전체를 다 본 것처럼 특정 주제만 콕 집어 파고들 수 있다.

다만 도구 선택에는 판단이 필요하다. NotebookLM처럼 출처(자막 원문)를 함께 보여 주는 도구는, 요약이 실제 발언에 근거했는지 되짚을 수 있어 신뢰도가 높다. 반면 링크만 넣으면 결과를 뱉는 유튜브 요약 확장프로그램·서비스는 편하지만, 어느 구간을 근거로 삼았는지 감추는 경우가 많아 검증이 어렵다. ASAP의 관점에서 도구 선택 기준은 하나다. 요약을 원문과 대조할 수 있는가. 대조가 가능한 도구를 우선하고, 편의만 앞세운 도구는 초벌 훑기용으로만 쓰는 편이 안전하다.

AI 요약이 놓치는 것과 그 대처

이 흐름이 만능은 아니다. 세 가지 한계를 알고 쓰는 것이 요약을 맹신하지 않는 길이다.

첫째, 자막이 잡지 못하는 정보는 요약도 담지 못한다. 화면에 뜬 슬라이드 수치, 화자의 표정, 시연 동작처럼 '말로 하지 않은' 내용은 자막 기반 요약에서 통째로 빠진다. 이런 영상은 요약으로 밑그림만 잡고, 핵심 구간은 직접 확인하는 편이 낫다.

둘째, 긴 자막은 모델이 중간을 소홀히 읽을 수 있다. 앞뒤는 잘 반영하면서 중반부를 흐리는 경향이 있으므로, 자막이 아주 길다면 챕터 단위로 나눠 요약한 뒤 합치는 방식이 안전하다.

셋째, 요약은 원본이 아니라 해석이다. 특히 자동 번역 자막을 거친 경우 오역이 요약에 그대로 실려 사실처럼 보일 수 있다. 그래서 마지막 단계의 '되묻기'가 단순한 심화 학습이 아니라 사실 검증 장치가 된다.

요약을 대화의 출발점으로 삼기

요약은 끝이 아니라 시작이다. 받은 요약에 "이 주장의 근거는?", "반대 의견은?"처럼 되물으면, 영상 한 편을 깊이 있는 학습 자료로 바꿀 수 있다. 앞서 짚은 오역·누락 위험까지 고려하면, 이 되묻기는 이해를 넓히는 동시에 요약이 원본을 왜곡하지 않았는지 점검하는 두 가지 역할을 한다.

회의 녹화, 온라인 강의, 긴 인터뷰에도 똑같이 적용된다. '자막 확보 → 형식 지정 요약 → 질문'의 흐름만 익히면, 긴 영상이 더는 부담이 아니게 된다.

---

참고: Google NotebookLM · Claude Code 공식 문서