실시간 AI 자막은 회의 접근성을 넓혔지만, 전문용어 오역을 바로잡는 권한은 아직 제각각
실시간 AI 자막은 회의 접근성을 실제로 높였다. 주요 화상회의 서비스가 자동 자막과 회의 후 전사 기능을 기본 또는 옵션으로 제공하면서, 청각장애인과 난청인, 비원어민 참가자가 음성 중심 회의를 따라갈 수 있는 문턱은 분명 낮아졌다. 다만 접근성이 곧바로 동등한 이해를 뜻하지는 않는다. 자막이 정확한지, 누가 말했는지 구분되는지, 잘못 적힌 전문용어를 회의 도중이나 직후에 누가 고칠 수 있는지는 서비스마다 다르고, 법·표준도 이 지점까지 일률적으로 보장하지는 않는다.
이 쟁점을 검증하려면 세 가지를 나눠 봐야 한다. 첫째는 자막이 실제로 제공되는지, 둘째는 그 자막이 얼마나 정확하고 화자를 구분하는지, 셋째는 오역과 오기를 정정할 권한이 누구에게 있는지다. 이번 점검 결과, 현재의 AI 자막은 첫 번째 조건에서는 성과를 냈지만 두 번째와 세 번째에서는 여전히 사람의 개입과 운영 설계에 크게 의존하는 것으로 나타났다.
자막이 생긴 것과 제대로 이해되는 것은 다른 문제
웹 접근성의 기본 원칙부터 보면 기준은 생각보다 높다. W3C의 WCAG 해설은 실시간 자막이 단순히 말한 내용을 글자로 옮기는 데 그치지 않고, 누가 말하는지와 중요한 효과음 같은 청각 정보를 함께 전달해야 한다고 본다. 미국 연방정부의 디지털 접근성 지침도 화면만 보고 화자를 알기 어려우면 이름이나 역할로 화자를 식별해야 한다고 설명한다. 즉 접근성 자막의 최소 요건은 ‘문장이 뜬다’가 아니라 ‘회의 상황을 따라갈 수 있다’에 가깝다.
이 기준을 현재 서비스에 대입하면 자동 자막은 출발선은 넘었지만 완주 단계는 아니다. 마이크 음성을 거의 실시간으로 텍스트로 보여주는 기능은 널리 퍼졌지만, 빠른 발화, 겹말, 낯선 고유명사, 전문용어, 불안정한 음질이 겹치면 자막은 금세 회의 메모 수준으로 후퇴한다. 미국 연방정부 지침이 분당 180단어를 넘는 빠른 발화에서는 자막을 짧게 보여줄지, 음성과 어긋나게 둘지 선택해야 하는 문제가 생긴다고 적시한 것도 같은 맥락이다.
정확도는 숫자로 잴 수 있지만, 그 숫자만으로는 부족하다
자막 정확도는 보통 단어 오류율이나 정확한 단어 비율로 계산한다. 미국 연방통신위원회는 정확도를 전체 단어 수에서 오류를 뺀 뒤 백분율로 환산하는 방식으로 설명한다. 이런 지표는 서비스 간 비교에 유용하지만, 실제 이용 경험을 전부 설명하지는 못한다.
최근 이용자 연구도 같은 결론을 내놨다. 청각장애인과 난청인 시청 경험을 다룬 2024년 연구는 기존의 정확도 지표와 이용자 주관 평가의 상관이 약하다고 봤다. 다시 말해 단어 몇 개를 틀렸는지보다 어떤 단어를 틀렸는지가 더 중요할 수 있다는 뜻이다. 회의 안건, 약어, 인명, 수치처럼 핵심 정보가 한 번만 잘못 적혀도 전체 이해는 크게 흔들리는데, 단순 평균 정확도는 그 손실을 과소평가할 수 있다.
전문용어 문제가 특히 여기에 걸린다. 최근 의료 대화 자막 연구도 임상 용어와 화자 귀속이 정확도에 영향을 줄 수 있는데, 이 부분은 아직 충분히 연구되지 않았다고 지적했다. 일반 회의에서도 사정은 비슷하다. 반도체, 법률, 의학, 교육, 행정처럼 분야별 용어가 많은 회의일수록 ‘대체로 잘 들리는 자막’과 ‘실제로 신뢰할 수 있는 자막’ 사이의 간격이 커질 수 있다.
화자 분리는 부가 기능이 아니라 이해 조건
회의 자막에서 화자 분리는 편의 기능이 아니라 이해 조건에 가깝다. W3C 해설과 교육용 자막 가이드라인 모두 화자 식별을 자막의 핵심 요소로 다룬다. 누가 말했는지 빠지면 반론과 동의, 질문과 답변, 발표와 토론이 한 덩어리 텍스트로 뭉개지기 때문이다.
상용 서비스도 이 요구를 의식하고 있다. 마이크로소프트는 Teams 전사 기능이 회의 후 타임스탬프와 화자 귀속이 포함된 기록을 제공한다고 설명하고, 라이브 자막도 화자 귀속과 함께 표시될 수 있다고 안내한다. 그러나 이런 설명이 곧바로 화자 분리의 성능 수치를 뜻하지는 않는다. 현재 주요 서비스들은 자동 자막과 전사 기능을 폭넓게 배포하고 있지만, 겹쳐 말하기나 빠른 발언 교대 상황에서 화자 구분이 어느 정도 정확한지 공개된 표준 비교 수치는 많지 않다. 이용자가 체감하는 불편은 큰데, 검증 가능한 공통 성적표는 아직 부족한 셈이다.
정정권은 플랫폼마다 다르다, 실시간 접근성은 더더욱 그렇다
오역이 생겼을 때 더 중요한 질문은 누가 고칠 수 있느냐다. 이 지점에서 플랫폼 차이가 분명하다. 마이크로소프트는 Teams에서 회의 주최자가 업로드된 녹화본의 전사와 폐쇄자막을 사후 편집할 수 있다고 안내한다. 반면 라이브 자막 자체는 저장되지 않는다. 회의 중 잘못 표시된 문장이 있었다면, 사후 편집으로 기록은 바로잡을 수 있어도 그 순간의 접근성 손실까지 복구되지는 않는다.
구글도 사후 정정권은 두지만 범위가 다르다. Google Meet 전사는 회의 뒤 구글 문서 파일로 저장되며, 주최자와 공동 호스트, 전사를 시작한 사람은 자동으로 편집 권한을 받는다. 초대 인원이 200명 미만인 회의에서는 초대받은 사람 전원에게도 편집 권한이 간다. 다만 라이브 캡션은 기본적으로 켠 사람에게만 보이는 개인 기능이다. 회의 도중 잘못 적힌 전문용어를 공동으로 바로잡는 구조라기보다, 회의가 끝난 뒤 문서 기록을 손보는 구조에 가깝다.
이 차이는 작지 않다. 청각장애인 접근성의 핵심은 회의가 끝난 뒤 정확한 회의록을 받는 것만이 아니라, 회의가 진행되는 동안 발언권과 이해권을 놓치지 않는 데 있다. 실시간 자막이 틀렸을 때 당사자가 즉시 정정 요청을 하거나 보조 인력이 개입할 통로가 없으면, 사후 수정 가능한 기록은 사후 복구일 뿐 실시간 접근성 보장은 아니다.
사람 자막이 완전히 사라지지 않는 이유
정확도가 특히 중요한 자리에서 사람이 만든 자막이 여전히 남아 있는 이유도 여기에 있다. 마이크로소프트는 Teams에서 훈련된 캡셔너가 제공하는 CART 자막을 별도 옵션으로 지원한다. 자동 자막이 보편성을 넓혔다면, 사람 자막은 여전히 고정밀 접근성의 역할을 맡는 구조다.
자동 자막의 한계는 연구에서도 확인된다. 2025년 발표된 연구에서 상용 음성인식 4종을 청각장애·난청 화자와 비장애 화자 음성에 비교한 결과, 단어 오류율 평균은 청각장애·난청 화자 집단에서 52.6%, 비장애 화자 집단에서 5.0%였다. 집단 안에서도 격차가 컸다. 말명료도가 높은 하위집단의 평균 오류율은 9.5%였지만, 중간 집단은 46.6%, 낮은 집단은 85.9%까지 올라갔다. 회의 참여자가 모두 같은 방식으로 말하지 않는 현실을 고려하면, ‘AI 자막이 있으니 접근성은 해결됐다’는 식의 일반화는 성립하기 어렵다.
한국 적용성은 법·표준의 시작점과 운영의 빈칸을 함께 봐야 한다
국내 제도는 자막 필요성 자체는 분명히 인정하고 있다. 장애인차별금지법 시행령은 정보통신·의사소통 영역에서 필요한 수단의 하나로 자막을 명시하고, 접근성이 보장되는 웹사이트 제공을 규정한다. 국립전파연구원이 고시한 한국형 웹 콘텐츠 접근성 지침 2.2도 멀티미디어 대체수단을 국가표준 차원에서 다룬다.
다만 이 제도적 틀만으로 회의용 AI 자막의 품질과 정정 절차까지 자동으로 확보되는 것은 아니다. 한국어 지원 여부, 화자 분리 성능, 전문용어 사전 반영, 회의 중 실시간 수정 권한, 회의 후 기록 접근 권한은 서비스 사업자와 기관 운영정책에서 갈린다. 실제로 구글은 Meet 전사 지원 언어에 한국어를 포함하고 있지만, 언어 지원이 곧바로 전문용어 정확도나 회의 현장의 수정권을 뜻하지는 않는다.
결국 검증 가능한 결론은 비교적 분명하다. 실시간 AI 자막은 회의 접근성을 넓히는 데 실제 성과가 있다. 그러나 접근성의 핵심 지표를 자막 제공 여부만으로 잡으면 중요한 한계가 가려진다. 앞으로 따져야 할 기준은 평균 정확도 하나가 아니라 화자 분리, 핵심 용어 오역, 실시간 정정 가능성, 사후 기록 편집권, 그리고 정확도가 떨어질 때 사람 자막으로 전환할 수 있는 운영 체계다. ‘자동 자막이 있다’는 문장만으로는, 청각장애인이 회의에서 동등하게 이해하고 발언할 수 있는지까지 답할 수 없다.
자료: W3C, Understanding WCAG 2.0(2008); U.S. General Services Administration, Captions and Transcripts(접속일 2026년 10월 22일); Federal Communications Commission, 47 CFR § 79.1 Closed captioning of televised video programming(접속일 2026년 10월 22일); Microsoft Learn, Manage transcription and captions for Teams meetings(접속일 2026년 10월 22일); Microsoft Support, Edit or delete a meeting transcript in Microsoft Teams(접속일 2026년 10월 22일); Microsoft Support, Use live captions in Microsoft Teams meetings(접속일 2026년 10월 22일); Microsoft Support, Use CART captions in a Microsoft Teams meeting(접속일 2026년 10월 22일); Google Workspace Admin Help, Turn meeting transcription on or off(최종 업데이트 2026년 9월 24일); Google Meet Help, Use Transcripts with Google Meet(접속일 2026년 10월 22일); Google Meet Help, Use live captions in Google Meet(접속일 2026년 10월 22일); 국가법령정보센터, 장애인차별금지 및 권리구제 등에 관한 법률 시행령 제14조(시행 2026년 10월 2일); 국립전파연구원, 한국형 웹 콘텐츠 접근성 지침 2.2(2022년 12월 28일); Zhao et al., Quantification of Automatic Speech Recognition System Performance on d/Deaf and Hard of Hearing Speech(2025); Chavez et al., How Users Experience Closed Captions on Live Television: Quality Metrics Remain a Challenge(2024); Assessing the Role of Medical Caption Technology to Support Physician-Patient Communication for Patients With Hearing Loss: Mixed Methods Pilot Study(2025)