말하는 영상을 한 편 자를 때 가장 오래 걸리는 일은 자르기가 아니라 찾기다. 삼 초짜리 말실수를 지우려면 파형 위를 계속 끌어 보며 몇 번이고 다시 듣고, 이 문장이 어느 글자에서 무너졌는지 확인해야 한다. 팟캐스트는 더하다. 사십 분짜리 한 회를 한 번 듣는 데 사십 분이 걸린다.

Descript 는 반대쪽에서 시작한다. 파형 위에서 찾게 하는 대신 목소리를 먼저 글자로 바꾸고, 그 대본을 편집의 입구로 삼는다.

먼저 녹음을 글로 만든다

영상이나 음성을 Descript 에 넣으면 플랫폼이 먼저 AI 로 받아쓰기를 하고 몇 초 만에 시간축이 붙은 대본을 만든다. 공식 수치는 정확도 최대 95퍼센트, 지원 언어 25개다. 받아쓰기가 끝나면 화면의 주인공은 타임라인이 아니라 이 대본이 된다.

여기서부터가 Descript 의 핵심이다. 글자를 고치는 일이 곧 화면을 고치는 일이다. 대본에서 한 단어를 지우면 영상의 그 순간이 사라진다. 문장을 다른 자리로 옮기면 화면도 함께 움직인다. 한 구절을 복사하면 소재도 복사된다. 회사의 표현은 담백하다. 문서를 편집하듯 영상을 편집한다는 것이다.

타임라인이 없어진 것은 아니고 순서가 뒤로 밀렸을 뿐이다. 대부분은 타임라인을 한 번도 건드리지 않고 한 편을 끝내고, 세밀한 조정이 필요할 때만 돌아간다.

말실수도 군더더기도 버릴 장면도 한 번에

대본이 주는 두 번째 이점은 기계적인 정리가 자동화된다는 것이다. 말할 때 자연스럽게 섞이는 감탄사와 망설임 같은 군더더기를 자동으로 찾아 표시하고 한 번의 조작으로 모두 지운다. 같은 문장을 다섯 번 녹음했다면 Remove Retakes 가 가장 나은 한 번만 남긴다. Edit for Clarity 는 더 나아가 군더더기와 곁길, 분명히 잘라야 할 부분을 한 번에 처리한다.

화면과 소리의 질도 같은 방식으로 다룬다. Studio Sound 는 한 번이면 끝나는 일이다. 배경 소음을 걷어내고 목소리를 올려, 평범한 방에서 녹음한 소재를 부스에 가깝게 만든다. 촬영할 때 프롬프터나 대본을 읽었다면 Eye Contact 가 시선을 AI 로 다듬어 렌즈를 똑바로 보는 화면처럼 만든다. 다시 찍는 일이 한 번 줄어든다. 그린 스크린 기능을 쓰면 실제 배경을 세울 필요도 없다.

잘못 말했으면 한 줄만 다시 친다

가장 뜻밖인 기능은 Regenerate 다. 어떤 문장을 잘못 말했거나 이름을 잘못 읽었다면 다시 녹음하지 않는다. 대본에서 그 줄을 옳은 형태로 고치면 Regenerate 가 복제한 본인 목소리로 그 구간을 다시 만들고 화면의 입 모양까지 함께 맞춘다.

이를 받쳐 주는 것은 목소리 복제다. 복제가 있으면 추가 녹음은 타이핑하는 일이 된다. 예전에는 말실수를 그대로 쓰거나 구간을 통째로 다시 녹음하는 수밖에 없었다. 지금은 한 문장을 고치면 된다. 이런 능력에는 위험도 따르므로 Descript 는 기업용 판에서 모델 학습 거부와 보관 기간 지정 같은 항목을 제공한다.

Underlord, 지시를 알아듣는 편집자

지난 한 해 Descript 는 AI 조수 Underlord 를 제품의 중심으로 옮겼다. 단순한 대화창이 아니라 프로젝트를 직접 다루는 공동 편집자다. 이걸 일 분짜리 짧은 영상으로 잘라 달라고 하거나 여기 전환은 어떻게 할지 물으면 완성본이나 제안이 돌아온다. 회사 설명에 따르면 원본 소재에서 몇 분 만에 밀도 있는 결과물을 만든다.

Underlord 는 재활용 쪽도 맡는다. 긴 영상에서 퍼뜨릴 만한 장면을 골라 내고, 회차 소개와 소셜 문안을 쓰고, YouTube 썸네일과 설명을 만든다. 긴 한 편에서 짧은 여러 편이 자동으로 파생된다.

화면 녹화, 원격 녹음, 그리고 여러 언어

Descript 는 편집기만이 아니라 수집 단계도 제품 안에 넣었다. 화면 녹화는 화면과 카메라, 마이크를 동시에 담고 화면 속 화면, 시스템 소리, 마이크 소리를 따로 기록할 수 있으며, 녹음이 끝나면 같은 프로젝트로 들어가 바로 편집을 시작한다. 제품 시연이나 강의를 만드는 사람에게는 내보내기 한 단계가 줄어드는 셈이다.

원격 인터뷰에는 Rooms 가 있다. 인터뷰이는 아무것도 설치할 필요가 없고, 녹음이 끝나면 자동으로 트랙이 나뉘고 받아쓰기가 되며, 상대의 연결이 끊겨도 칠 일 안에 이어 보낼 수 있다. 여러 명이 이야기할 때는 Automatic Multicam 이 앵글과 배치를 고른다.

언어 쪽에서는 25개 언어 받아쓰기에 더해 완성본을 30개가 넘는 언어로 번역하고 더빙할 수 있으며 자막도 함께 만들어진다. 기업용 판에는 번역하지 않을 목록이 있어 브랜드 이름과 고유 명사가 그대로 옮겨지는 것을 막는다.

가격과 실제 진입점

Descript 는 구독제이고 사용량은 두 가지 한도로 정해진다. 미디어 시간은 불러오거나 녹음한 소재의 길이이고, AI 크레딧은 여러 AI 기능을 부를 때 쓴다. 둘 다 따로 더 살 수 있다.

무료 판은 월 한 시간과 100 크레딧을 한 번 주고, 내보내기는 720p 에 워터마크가 없다. Hobbyist 는 연 결제 기준 월 16달러에 월 10시간과 400 크레딧, 1080p 다. Creator 는 월 35달러에 30시간과 800 크레딧이고 4K 가 열린다. Business 는 월 50달러에 40시간과 1500 크레딧, 역시 4K 에 브랜드 스튜디오가 더해진다. Enterprise 는 별도 견적으로 시간과 크레딧을 조정할 수 있고 SSO 와 감사 로그를 포함한다.

먼저 짚을 점이 둘 있다. 상업적으로 쓸 만한 한도는 Hobbyist 부터이고, 무료의 한 시간은 사실상 시험용이다. 그리고 Hobbyist 와 Creator 는 월 결제가 연 결제보다 비싸므로 사용량이 일정하다면 연 결제가 낫다. 모든 단계에서 내보내기에 워터마크가 없다는 점은 같은 종류의 도구에서는 흔치 않다.

기업 쪽에서 Descript 는 SOC 2 Type II 인증을 받았고 SAML 싱글 사인온과 SCIM 을 지원하며 GDPR 에 맞춘 데이터 처리를 제공한다. 기업용 판에서는 모델 학습 거부, 보관 기간 지정, 템플릿과 시각 규칙을 통일하는 브랜드 스튜디오를 쓸 수 있다.

누구에게 맞는가

결과물이 말하기 중심이라면, 팟캐스트와 인터뷰, 육성 해설, 강의, 제품 시연 같은 것들이라면 Descript 는 그런 내용에 맞춰 다시 설계된 도구여서 효과가 뚜렷하다. G2 에는 837개의 평가가 있고 평균은 오 점 만점에 사 점육이다. 사용자는 개인 제작자부터 Amazon, Canva, Salesforce 같은 팀까지 넓다.

반대로 복잡한 시각 표현이 필요한 기획에는 맞지 않는다. 여러 대의 카메라로 이야기를 엮는 구성, 세밀한 색 보정, 정교한 움직임은 전통적인 편집 소프트웨어에 맡겨야 한다. Descript 의 자리는 말하는 내용의 편집 비용을 최대한 낮추는 데 있고, 후반 작업 전체를 대체하는 데 있지 않다.

시작 전에 정해 둘 것도 하나 있다. AI 가 화면과 목소리를 고치는 도구는 깊게 쓸수록 내부의 선이 필요하다. 무엇을 어디까지 바꿔도 되는지는 그때그때 판단하기보다 팀의 규칙으로 먼저 정해 두는 편이 낫다.

이런 도구를 들일 값이 있는지는 한 편을 자르는 시간이 얼마나 줄었는지로 재지 않는다. 손대기 두렵거나, 손대기 귀찮거나, 손댈 여유가 없다고 여겼던 부분이 마음 편히 몇 번이고 고칠 수 있는 것이 되었는지로 재야 한다.