긴 영상 쇼츠 자동 편집, 문장 안 잘리게 하는 법 — 자르는 위치·무음·음량 점검표
긴 영상을 쇼츠로 자르면 «…그래서 제가 하고 싶은» 하고 말이 끊긴 채 끝나거나, 첫 장면이 숨 고르는 소리로 시작하는 일이 많아요. 시간(초)만 보고 자르기 때문이에요. 이 글은 말을 기준으로 자르는 순서와, 다 자른 뒤 잘린 문장·무음·음량을 확인하는 방법을 정리한 것이에요. 손으로 편집하든 자동 편집 도구를 쓰든 똑같이 쓸 수 있어요.
먼저 음성 인식으로 단어마다 시작·끝 시각을 받아요. 클립의 시작은 문장의 첫 단어, 끝은 종결어미(…요, …다, …죠)나 마침표가 붙은 단어에 맞춰요. 그다음 0.4초가 넘는 무음을 잘라 내고, 이은 곳마다 수십 ms짜리 오디오 크로스페이드를 넣어 «틱» 소리를 없애요. 마지막으로 음량을 한 기준으로 맞추고, 첫 3초에 궁금증을 만드는 문장이 오는지 확인해요.
문장이 잘리는 이유는 «초» 기준으로 자르기 때문이에요
쇼츠 길이를 30초·45초·60초처럼 정해 두고 하이라이트 구간을 고르면, 정해진 초가 말의 중간에 떨어지는 일이 생겨요. 한국어는 문장의 뜻이 끝의 어미에서 정해지기 때문에, 끝 두세 음절만 잘려도 내용이 반대로 들릴 수 있어요. «이건 꼭 해야 합니다»가 «이건 꼭 해야»에서 끊기면 시청자는 결론을 못 듣고 넘겨요.
| 증상 | 원인 | 고치는 법 |
|---|---|---|
| 끝이 말 중간에 끊김 | 끝 시각을 초 단위로 정함 | 끝을 종결어미·마침표가 붙은 단어의 끝 시각으로 옮김 |
| 시작이 «그래서», «근데»로 시작 | 앞 문장에 이어지는 말에서 시작 | 시작을 문장 첫 단어로 옮기거나 접속사를 뺌 |
| 중간에 멍한 쉼 | 원본의 생각하는 시간·말 사이 쉼 | 0.4초 넘는 무음을 잘라 냄(점프컷) |
| 이은 곳에서 «틱» 소리 | 파형이 0이 아닌 곳에서 끊김 | 이음부마다 짧은 오디오 크로스페이드 |
| 클립마다 소리 크기가 다름 | 원본 녹음 음량 차이 | loudnorm으로 같은 목표 음량에 맞춤 |
1단계 — 단어마다 시작·끝 시각을 받아요
문장 경계에서 자르려면 «어느 단어가 몇 초에 끝나는지»를 알아야 해요. Whisper 계열 음성 인식은 단어 단위 타임스탬프를 줄 수 있어요. 받은 결과를 단어·시작·끝 세 칸짜리 표로 두면 이후 단계가 쉬워져요.
- 문장부호(마침표·물음표)가 함께 나오는 설정이면 문장 끝을 찾기 쉬워요.
- 문장부호가 없으면 «…요», «…다», «…죠», «…까», «…네요» 같은 종결어미로 끝을 판단해요.
- «…고», «…는데», «…서»로 끝나는 단어는 문장이 이어지는 중이니 끝으로 쓰지 않아요.
2단계 — 시작과 끝을 문장 경계에 맞춰요
하이라이트 후보 구간을 고른 다음, 시작과 끝을 가장 가까운 문장 경계로 옮겨요. 이때 길이가 목표보다 조금 길어지거나 짧아져도 괜찮아요. 잘린 문장 하나가 몇 초 차이보다 훨씬 크게 티가 나요.
- 끝: 후보 끝 시각 앞뒤에서 종결어미가 붙은 단어를 찾아 그 단어의 끝 시각 + 0.1~0.2초로 정해요. 숨소리까지 다 자르면 말이 뚝 끊겨 들려요.
- 시작: 앞 단어가 문장 끝인 단어(=새 문장의 첫 단어)의 시작 시각 − 0.1초로 정해요.
- 검사: 시작 단어가 «그리고·그래서·근데·아까»처럼 앞을 가리키는 말이면 다음 문장으로 넘겨요.
3단계 — 0.4초 넘는 무음을 빼요
쇼츠는 첫 몇 초 안에 넘겨지기 쉬워서, 말 사이의 긴 쉼이 그대로 남으면 지루하게 느껴져요. ffmpeg의 silencedetect 필터로 무음 구간을 먼저 찾아요.
ffmpeg -i clip.mp4 -af silencedetect=noise=-35dB:d=0.4 -f null - 2>&1 | grep silence_noise는 무음으로 볼 소리 크기, d는 최소 길이(초)예요. 배경음악이 깔린 영상은 -35dB에서 무음이 안 잡힐 수 있으니 -30dB 정도로 올려 보세요. 찾은 구간 중 앞뒤 0.1초 정도만 남기고 가운데를 잘라 내면 점프컷이 돼요.
MrShorts에 유튜브 링크를 붙여 넣거나 파일을 올리면 AI가 하이라이트를 골라 30~60초 쇼츠 여러 개로 만들어요. 3분 이상 60분 이하 영상을 넣을 수 있고, 가입하면 무료 체험 10분을 드려요. 만든 결과를 이 글의 점검표로 확인해 보세요.
무료 체험 10분으로 만들어 보기4단계 — 이은 곳에 짧은 크로스페이드를 넣어요
무음을 잘라 붙인 곳은 소리 파형이 갑자기 끊겨서 «틱» 하는 잡음이 나기 쉬워요. 두 조각의 소리를 수십 ms만 겹쳐 주면 사라져요. ffmpeg에서는 acrossfade 필터를 써요.
ffmpeg -i a.wav -i b.wav -filter_complex "[0][1]acrossfade=d=0.04:c1=tri:c2=tri" out.wav0.03~0.05초면 귀로는 이음부를 알아채기 어려워요. 너무 길게 겹치면 앞뒤 말이 섞여 들려요.
5단계 — 음량을 한 기준으로 맞춰요
여러 원본에서 뽑은 쇼츠를 이어 올리면 클립마다 소리 크기가 달라 시청자가 볼륨을 만지게 돼요. loudnorm 필터는 EBU R128 방식으로 음량을 재고 맞춰요. 한 번 재서 나온 값을 두 번째 실행에 넣는 2패스가 더 정확해요.
# 1패스: 재기
ffmpeg -i clip.mp4 -af loudnorm=I=-14:TP=-1.5:LRA=11:print_format=json -f null -
# 2패스: 1패스에서 나온 measured_* 값을 넣어 맞추기
ffmpeg -i clip.mp4 -af loudnorm=I=-14:TP=-1.5:LRA=11:measured_I=..:measured_TP=..:measured_LRA=..:measured_thresh=..:offset=..:linear=true -c:v copy out.mp4목표 음량(I)은 올릴 곳의 권장값에 맞춰 정하세요. 이 글의 예시는 -14 LUFS, 최대 피크(TP) -1.5 dBTP예요.
6단계 — 첫 3초에 훅 문장을 둬요
문장 경계를 지키다 보면 클립이 인사말이나 배경 설명으로 시작하기도 해요. 이럴 때는 두 가지 방법이 있어요.
| 방법 | 하는 법 | 주의할 점 |
|---|---|---|
| 시작 옮기기 | 질문·반전·숫자가 나오는 다음 문장으로 시작을 옮김 | 앞 문장을 몰라도 뜻이 통하는지 확인 |
| 콜드 오픈 | 클립 안의 가장 강한 문장 하나를 맨 앞에 한 번 더 보여 줌 | 같은 말이 두 번 나오니 한 번만 짧게 |
다 만든 뒤 점검표
자동 편집 도구를 쓰든 직접 자르든, 올리기 전에 아래 다섯 가지만 보면 대부분의 실수를 잡을 수 있어요.
| 점검 | 보는 법 | 기준 |
|---|---|---|
| 끝 문장 | 마지막 3초를 소리 켜고 듣기 | 종결어미까지 들림 |
| 시작 문장 | 처음 3초 듣기 | 앞 내용 없이도 뜻이 통함 |
| 무음 | silencedetect d=0.4 | 잡히는 구간 0개 |
| 음량 | loudnorm 1패스 값 | 정한 목표 ±1 LU 안 |
| 세로 화면 | 9:16로 자른 화면 훑기 | 말하는 사람 얼굴이 화면 밖으로 안 나감 |
남의 유튜브 영상을 쇼츠로 만들 때는 내 채널 영상이거나 사용 허락을 받은 영상인지, 크리에이티브 커먼즈 영상이면 출처 표시 조건을 지켰는지도 함께 확인하세요.
MrShorts는 가입하면 무료 체험 10분이 들어 있어요. 내 영상 하나를 넣어 쇼츠를 만든 뒤 끝 문장·무음·음량을 위 표대로 확인해 보세요. MrShorts 무료로 시작하기 →
자주 묻는 질문
쇼츠를 정확히 60초에 맞춰야 하나요?
아니요. 길이를 1~2초 맞추려고 문장을 자르는 것보다, 문장 끝에서 끝나게 두고 길이가 조금 달라지는 편이 시청자에게 덜 거슬려요. 올릴 곳의 최대 길이만 넘지 않으면 돼요.
무음 기준을 0.4초보다 짧게 하면 더 좋나요?
너무 짧게 잡으면 말 사이 자연스러운 숨까지 잘려 숨이 차게 들려요. 0.3~0.5초 사이에서 영상 성격에 맞게 정하고, 잘라 낼 때 앞뒤 0.1초 정도는 남겨 두세요.
배경음악이 깔린 영상도 무음을 찾을 수 있나요?
배경음악 때문에 완전한 무음이 없으면 silencedetect의 noise 값을 -30dB 안팎으로 올려 말이 없는 구간을 찾아요. 음악까지 잘려 어색하면 말소리 구간을 음성 인식 타임스탬프로 찾는 편이 더 정확해요.
자막 오타는 어떻게 줄이나요?
음성 인식 결과를 그대로 쓰면 고유명사나 비슷한 발음에서 오타가 나요. 단어 수와 타이밍은 그대로 두고 철자만 고치게 하면 자막 싱크가 어긋나지 않아요. 올리기 전에 고유명사만이라도 한 번 읽어 보세요.
자동 편집 도구는 무엇을 보고 고르면 되나요?
같은 원본을 넣어 만든 결과의 마지막 3초와 첫 3초를 들어 보세요. 위 점검표 다섯 가지를 결과물로 확인하는 것이 기능 설명을 비교하는 것보다 정확해요.
참고 문서
- FFmpeg Filters Documentation (silencedetect · acrossfade · loudnorm) — 필터 옵션 정의
- EBU R 128 Loudness normalisation — 음량 측정 기준
이 글은 2026년 10월 25일 기준 FFmpeg 공식 문서와 EBU R 128을 바탕으로 쓴 일반 정보예요. 명령의 값은 예시이니 영상 성격에 맞게 조정하세요.