영상 편집 에이전트 BaoCut: 말 한마디로 음성 전사와 자막 번역, 가편집까지

말하는 사람 중심의 토킹헤드 영상이나 지식 콘텐츠를 만들어본 사람이라면 누구나 자막 노가다의 고통을 압니다. 타임라인의 오디오 파형을 보며 추임새를 지우고 자막 타이밍을 맞추다 보면 반나절이 훌쩍 지나갑니다.

공개된 비디오 전사 및 가편집 도구 BaoCut은 바로 이 지루한 단순 작업을 줄이기 위해 등장했습니다. Claude Code나 Codex와 연결해 자연어 명령 한 줄로 음성 텍스트 변환, 군더더기 말 삭제, 다국어 번역, 컷 편집까지 한 번에 끝냅니다.

Agent Skill로 가볍게 다루는 편집기

영상 편집 도구에 AI 에이전트를 연결하려는 시도는 많지만, BaoCut은 훨씬 가벼운 방식을 택했습니다. 앱 자체의 CLI를 skills.sh 기반의 Agent Skill로 감싸 에이전트가 직접 명령어를 실행하도록 만들었습니다.

사용자가 Claude Code 환경에서 자연어로 요청하면 에이전트가 알아서 CLI를 호출합니다. 음성 전사부터 문장 다듬기, 다국어 번역까지 명령 한 줄로 이어지며, 번역 자막이 포함된 SRT나 영상 파일로 곧바로 출력됩니다.

실제 작업에서도 단순 자막 생성을 넘어섭니다. '음', '어' 같은 추임새나 말실수, 불필요하게 반복된 문장을 똑똑하게 감지해 타임라인에서 깔끔하게 잘라냅니다.

수정 불가능한 MP4 대신 편집 타임라인을 유지하다

기존 AI 영상 툴들의 가장 큰 문제는 완성된 MP4 파일 하나만 덜컥 던져준다는 점입니다. 번역 자막에서 한 단어만 틀려도 프로젝트 전체를 처음부터 다시 렌더링해야 했습니다.

BaoCut은 정반대의 길을 갑니다. 편집 가능한 타임라인을 작업의 기준으로 삼아 텍스트, 자막 레이어, 보이스오버, 모션 그래픽이 모두 하나의 타임라인 안에서 살아 숨 쉽니다.

자막 한 줄을 고치거나 음성 한 문장을 다시 만들어도 에이전트는 딱 그 부분만 수정하고 작업 내역을 보고합니다. 사용자와 에이전트가 동일한 작업 취소 기록을 공유하므로 언제든 사람이 직접 개입할 수 있습니다.

또한 로컬 환경에서 Whisper large-v3 등의 모델을 돌릴 수 있으며, 음성 분리와 흔들림 보정 기능까지 갖추고 macOS와 Windows를 모두 지원합니다.

왜 중요한가

유튜브 지식 채널 운영자나 해외 강연을 번역해 소개하는 크리에이터에게 BaoCut은 자막 교정에 드는 수고를 획기적으로 줄여주는 실용적인 도구입니다.

BaoCut의 가장 큰 강점은 모든 것을 알아서 만든다는 환상을 파는 대신, 실제 작업자에게 꼭 필요한 '사후 수정 가능한 타임라인'을 남겨뒀다는 점입니다. AI에게 반복적인 가편집과 번역을 맡기고 창작자는 검토에 집중할 수 있는 이상적인 분업 구조를 만들었습니다.

다만 에이전트 기능을 쓰려면 Claude Code나 Codex 같은 개발자 도구 환경을 갖춰야 하므로, 명령줄 환경에 익숙하지 않은 일반 크리에이터에게는 초기 진입 장벽이 다소 존재합니다.