한줄 요약
Clova 자동 변환 녹취록을 수작업으로 고치던 걸 AI로 처리했는데, 도구 선택 실수부터 최종 완성까지의 과정을 솔직하게 공유합니다.
이런 분들께 도움돼요
인터뷰, 회의, 강의 녹취록을 자주 정리하는 분
Clova Note나 STT 도구를 쓰는데 결과물이 엉망이라 고민인 분
"Claude Code 써봤는데 토큰이 자꾸 끊겨서 불편해요" 하는 분
소개: 시도하고자 했던 것과 그 이유
문제 상황 (Before)
고객사 심층 인터뷰(약 95분, 녹음 2개)를 Clova Note로 자동 변환했는데, 문제가 한두 개가 아니었어요.
화자 구분이 파일마다 뒤집혀 있었어요. 녹음 1에서 인터뷰이가 '참석자 1'이었는데, 녹음 2에서는 갑자기 '참석자 2'로 바뀌어 있었거든요. Clova가 녹음 파일마다 화자 레이블을 독립적 으로 재할당하는 방식이라 생기는 문제였는데, 이걸 모르고 그냥 합쳤다가 인터뷰이랑 진행자가 뒤바뀐 스크립트가 됐어요.
오탈자도 꽤 많았어요. 단위, 전문 용어, 날짜 등이 자꾸 이상하게 변환됐어요.
두 파일 합치고, 화자 정리하고, 오탈자 잡고, 불필요한 대화 쳐내고, Phase별로 정리해서 최종 .docx로 만들어야 했어요. 그냥 하면 하루 종일 걸릴 것 같았어요.
시작하게 된 계기
"이거 AI가 해줄 수 있지 않을까?"라는 생각 하나로 시작했어요. 반복적이고 규칙 있는 작업이라 자동화가 될 것 같았거든요.
진행 방법: 어떤 도구를 사용했고, 어떻게 활용했나요?
사용한 도구
Claude Code (Claude Sonnet 4.6) — Python 스크립트 작성 및 .docx 생성
구글ai스튜디오 — 녹취록 내용 정제 및 Phase 분류
Clova Note — 원본 자동 변환 (소스)
faster-whisper — Clova 결과물 검증용 대조 STT
AI와 협업한 과정
1단계 — Claude Code로 Python 자동화 시도
상황: 2개 녹취록 파일을 병합하고 화자 레이블 통일, 오탈자 수정까지 Python으로 자동화하려 했어요.
이렇게 요청했어요:
"clova_1.txt와 clova_2.txt를 합쳐줘. 화자 레이블이 파일마다 반전돼 있으니 clova_2.txt는 A↔B를 바꿔서 병합해줘. 오탈자 6개도 수정해줘."
결과: step2_merge.py 생성, 365개 발화 병합 완료. 생각보다 잘 됐어요.
느낀 점: 규칙이 명확한 작업은 Claude Code가 정말 빠르게 처리해줬어요.
2단계 — 불필요한 내용 제거도 자동화
상황: 관찰자 내부 대화, 음식 사담, 마무리 인사 등 37개 발화를 걸러내야 했어요.
이렇게 요청했어요:
"아이스브레이킹부터 마지막 의견 발화까지는 보존하고, 그 외 관찰자 잡담, 음식 얘기, 인사 등은 제거해줘. 제거 로그도 따로 저장해줘."
결과: step3_clean.py 생성, 328개 발화 (37개 제거).
3단계 — 토큰 한계 봉착 (삽질 시작)
상황: Phase별 분류와 내용 정제를 Claude Code에 계속 맡기려 했는데, 95분짜리 긴 녹취록을 다루다 보니 토큰이 자꾸 소진됐어요. 작업이 중간에 끊기고, 맥락을 다시 설명해야 하는 상황이 반복됐어요.
해결: 구글ai스튜디오로 전환.
4단계 — 구글ai스튜디오으로 전환 후 효과적으로 완성
상황: 정제된 녹취록 파일을 구글ai스튜디오 소스로 등록하고, Phase 분류 및 내용 정리 작업을 진행했어요.
이렇게 요청했어요 (구글ai스튜디오 대화):
"이 인터뷰에서 [특정 주제]에 해당하는 발화를 찾아줘" "해당 주제 관련 내용을 요약해줘"
결과: 파일 전체를 맥락으로 갖고 있으니 "이 발화 앞뒤가 뭐였죠?" 같은 질문도 즉시 됐어요. 시간 단축, 토큰 걱정 없 음, 결과물 완성도도 높아졌어요.
5단계 — Claude Code로 최종 .docx 서식 작업
상황: 구글ai스튜디오으로 내용 정제 완료 후, 최종 .docx 파일 서식 작업은 다시 Claude Code에서 Python으로 처리했어요.
이렇게 요청했어요:
"정제된 텍스트를 참고 양식(.docx)에 맞춰 재편집해줘. 주제별 헤더(Heading 2 + 회색 하이라이트), A. 진행자는 볼드, B. 인터뷰이는 일반, What to Know List 섹션도 추가해줘."
결과: step4_docx.py 생성, 주제별 헤더 포함 최종 .docx 완성 (66KB, 381단락).
인상적이었던 순간
구글ai스튜디오에서 "특정 주제 관련 내용 요약해줘" 했을 때, 화자별로 정리된 답변이 바로 나왔을 때요. 95분짜리 인터뷰 전체를 머릿속에 갖고 있는 전문 어시스턴트가 옆에 있는 느낌이었어요.
막혔던 순간과 해결
문제: Claude Code로 Phase 분류를 하려니 긴 텍스트를 한꺼번에 처리할 때 토큰이 자꾸 소진돼 작업이 끊겼어요.
해결: "긴 문서 이해 = 구글ai스튜디오, 자동화 스크립트 = Claude Code"로 역할을 분리했어요.
결과와 배운 점
Before vs After
항목
Before
After
소요 시간
하루 종일 예상
반나절
화자 정리
수작업
자동화 스크립트
결과물 완성도
수작업 수준
수작업보다 오히려 높음
정신적 피로
높음 (반복 검수)
낮음 (최종 검토만)
결과물
인터뷰스크립트_최종.docx(66KB)Phase 헤더 9개 (주제별 분류)
화자별 서식 (진행자 볼드 / 인터뷰이 일반 / 관찰자 이탤릭)
What to Know List 7개 섹션 (인사이트, 페인포인트, 자구책, 희망기능 등)
배운 점과 나만의 꿀팁
효과적이었던 것
역할 분리: Claude Code(스크립트 자동화) + 구글ai스튜디오(긴 문서 이해) — 두 도구의 강점을 따로 씀
검증 단계 포함: faster-whisper로 Clova 결과물을 교차 확인 (유사도 71% → Clova가 더 정확함을 확인)
단계별 로그: 각 step마다 제거/변경 내역을 별도 파일로 저장 → 나중에 "왜 이렇게 됐지?" 추적 가능
이렇게 하면 안 돼요 (주의사항)
긴 문서를 Claude Code에 통째로 넘기지 마세요. 토큰 소진 + 맥락 유실 이중고가 생겨요.
Clova 화자 레이블을 그냥 믿지 마세요. 녹음 파일마다 독립적으로 재할당하니 파일 간 반전을 꼭 확인해야 해요.
과정 중 시행착오
처음엔 Claude Code 하나로 전부 다 하려 했어요. STT 비교, 병합, 정제, Phase 분류, 서식까지요. 실제로 앞부분(병합, 오탈자 수정, .docx 서식)은 잘 됐는데, "이 발화가 어느 주제에 해당하는가"처럼 전체 맥락을 이해해야 하는 판단 작업에서 막혔어요. 토큰 문제도 있었고요.
결국 "AI도 도구고, 도구마다 잘하는 영역이 있다"는 걸 다시 한번 체감했어요.
앞으로의 계획
다음 단계
동일한 인터뷰가 여러 건 더 남아있어서 이번 워크플로우를 그대로 적용할 예정
Clova → 구글ai스튜디오 정제 → Claude Code 서식 작업 순서로 고정
다른 업무에 적용한다면?
회의록 정리 (긴 회의일수록 구글ai스튜디오이 유리)
강의 녹취 요약 (특정 주제별 발화 추출)
고객 인터뷰 분석 (패턴 파악)
