Bilibili(B站) 영상 녹취록 만들기: 중국어 학습자·연구자·크리에이터를 위한 가이드

Bilibili(B站)는 중국에서 텐센트 비디오 다음 가는 두 번째 규모의 롱폼 영상 플랫폼으로, 2025년 월간 활성 사용자 3.26억 명, 일일 업로드 약 1400만 건을 기록하고 있습니다. 그러나 “영상을 텍스트로 만든다”는 측면에서는 가장 취약한 플랫폼 중 하나입니다. B站의 CC 자막은 파트너 크리에이터와 정식 라이선스 수입 콘텐츠에만 제공되며, 둘을 합쳐도 카탈로그의 10% 미만에 불과합니다. 나머지 90%의 영상에서 텍스트가 필요하다면—학습, 인용, 번역, 2차 창작 어느 쪽이든—직접 녹취록을 만드는 수밖에 없습니다.

이 가이드는 2026년 기준 B站 영상의 녹취록을 얻는 세 가지 현실적인 경로를 다룹니다: 플랫폼 자체 AI 자막, 파워 유저용 음성 추출 워크플로, 그리고 지식구 영상에서 흔한 중영문 코드 스위칭을 잘 처리하는 원스텝 AI 녹취록 변환. 가장 빠른 방법은 BV 번호나 다운로드한 음성 파일을 Atter AI의 음성 파일 녹취록 변환에 던져 넣는 것입니다. 검색 가능하고 화자 라벨이 붙은 녹취록을 몇 분 안에, 98.7% 정확도로, 90+ 언어에서 받을 수 있습니다.

B站이 기본 제공하는 것과 제공하지 않는 것

지난 2년간 B站은 세 가지 텍스트 기능을 출시했지만 커버리지는 들쑥날쑥합니다:

자막 다운로드용 공개 API는 없고, SRT 다운로드 버튼도 없으며, 弹幕(탄막, 화면을 떠다니는 댓글)을 깨끗한 녹취록으로 변환할 방법도 없습니다. 긴 강의나 인터뷰 영상에서 텍스트를 얻을 수 있는 유일한 신뢰성 있는 소스는 음성 트랙 자체입니다.

다행히 B站의 음질은 충분히 높습니다. 표준 화질 업로드는 128 kbps AAC, 1080P+는 192 kbps로 올라가며, 大会员(프리미엄) 고품질 소스는 320 kbps에 달합니다. 세 가지 모두 현대 음성 인식이 무리 없이 처리할 수 있는 수준을 훌쩍 넘기 때문에 병목은 녹취록 엔진이지 소스 파일이 아닙니다.

방법 1: 영상에 AI 자막이 있는지 먼저 확인

영상을 열고 톱니바퀴 아이콘을 클릭한 후 “字幕”(자막) 메뉴에 “AI 字幕” 또는 “CC”가 있는지 확인합니다. 있으면 바로 켤 수 있습니다. 罗翔说刑法, 李永乐老师, 老蒋巨靠谱 같은 파트너 채널은 거의 모든 영상에 자막을 제공합니다.

단점은 명확합니다:

• 자막 파일을 다운로드할 수 없음: 플레이어 안에서 보거나 직접 복사해야 하므로 긴 영상에는 비현실적입니다.
• AI 자막은 만다린 전용: 전문 용어, 방언(광둥어, 민난어), 또는 약간 긴 영어 표현에서 단어가 빠집니다.
• 화자 라벨, 내보낼 수 있는 타임스탬프, AI 요약 모두 없음.

영상 한 편을 가볍게 보는 목적이라면 이걸로 충분합니다. 연구 데이터 추출, 학습 노트 작성, 튜토리얼 영상에서 플래시카드 생성이 목적이라면 다음으로.

방법 2: BBDown 또는 yt-dlp로 음성 추출 (파워 유저 경로)

CC 자막이 없는 영상의 경우 가장 깔끔한 경로는 음성 스트림만 다운로드해서 녹취록을 만드는 것입니다. B站은 M4S 컨테이너를 사용하며, 영상과 음성을 분리된 파일로 제공하고 플레이어 측에서 합칩니다. 두 가지 오픈소스 도구가 안정적입니다:

• BBDown (Windows/macOS/Linux): 커뮤니티 표준 도구, BV 번호, AV 번호, 번극(애니메이션) URL 지원. 음성 전용 플래그는 --audio-only.
• yt-dlp: 크로스 플랫폼, 2023년부터 Bilibili 지원. -f ba로 최고 음질 가져오기.

다운로드 후 .m4s 또는 .m4a 파일을 얻게 되며, 30분짜리 강의 영상의 경우 약 50–200 MB입니다. Atter AI는 M4A를 네이티브로 지원하므로 더 작은 파일을 원하지 않는 한 MP3로 변환할 필요가 없습니다. 전체 음성→텍스트 흐름은 음성 파일 녹취록 변환 가이드에 정리되어 있으며, 같은 워크플로가 MP3, WAV, FLAC, OGG, M4A 모두를 동일하게 처리합니다.

저작권 안내: 개인 학습이나 연구를 위한 음성 다운로드는 대부분의 관할권에서 공정 이용에 해당합니다. 음성, 녹취록, 또는 수익화되는 파생물을 재배포하려면 크리에이터의 허가가, 라이선스 콘텐츠(애니메이션, MV)의 경우 권리자 허가가 필요합니다.

방법 3: Atter AI로 한 번에 녹취록 만들기

대부분의 사용자에게 가장 빠른 워크플로는 수동 작업을 건너뛰는 것입니다:

1. BBDown 또는 yt-dlp로 음성 추출 (명령어 한 줄, 5–20초).
2. 브라우저에서 Atter AI 열기. 설치, 플러그인, Chrome 확장 모두 불필요.
3. .m4a를 업로드 영역으로 드래그. 파일당 시간 제한 없음, 몇 시간짜리 영상도 처리.
4. 언어 선택: 순수 중국어 콘텐츠는 “만다린”, 지식구 코드 스위칭은 “만다린 + 영어”, 또는 자동 감지.
5. 대기. 30분 영상은 약 90초.
6. TXT, SRT, VTT, DOCX로 내보내기. 영상에 자막을 다시 붙여 재업로드하려면 SRT/VTT 사용.

가격은 주 $6.99, 연 $49.99, 또는 평생 $129.99이며, 녹취록 변환·화자 라벨링·요약·AI 채팅을 모두 포함한 3일 무료 체험 제공. 파일당 시간 제한 없음, 월 분량 쿼터 없음—4시간짜리 강의 한 편이나 12분짜리 영상 20편을 같은 요금제로 처리할 수 있습니다.

Bilibili 녹취록 변환의 주요 사용 사례

2026년에 사람들이 B站 영상을 녹취록으로 변환하는 이유를 살펴보면 네 가지 패턴이 두드러집니다:

1. 지식구/학습구 학습 노트. 대학생과 자기주도 학습자가 MIT 공개강의 중국어판이나 독립 考研(대학원 입시) 강사의 채널에서 강의 음성을 가져와 녹취록을 플래시카드, 마인드맵, Anki 덱으로 변환합니다. 같은 워크플로는 회의 녹음을 마인드맵으로 만드는 가이드에서 자세히 다룹니다.

2. 중국어 학습. 중국 외 거주 중국어 학습자가 B站을 리스닝 자료로 활용하며, 낯선 成语와 슬랭을 찾아보기 위해 병렬 녹취록이 필요합니다. 녹취록을 영어로 자동 번역하면 맞춤형 이중언어 학습 시트가 완성됩니다.

3. 국경 간 연구. 중국 소비자 행동, 게이밍 문화, 정치 담론을 연구하는 서구권 연구자가 B站 녹취록을 1차 자료로 사용합니다. 높은 정확도 벤치마크(깨끗한 음성에서 측정)가 인용 가능한 품질을 만듭니다.

4. 크리에이터 재가공. Bilibili UP주들은 오래된 라이브 방송을 롱폼 Bilibili 영상, Douyin 클립, 公众号 기사로 재활용합니다. 깨끗한 녹취록이 세 가지 형식 모두에 공급되는 진실의 원천입니다.

분류별(分区) 품질 기대치

B站 분류(分区)별로 음성 특성이 크게 다릅니다:

• 지식구 / 과기구: 단일 화자, 스크립트 기반, 깨끗한 실내 음향. 엔진의 정확도 상한에 근접. AI 녹취록의 최적 케이스.
• 생활구 / 미식구: 야외 또는 주방 배경 소음, 한두 명의 화자. 95–97% 정도. 두 호스트 vlog에는 Atter AI의 화자 라벨링 활용.
• 유희구(게임): 게임 배경음 큼, 빠른 발화, 게이머 슬랭 다수. 90–94% 정도. 처음 30초를 수동 교정해 어휘를 고정하면 효과적.
• 음악구 / 무용구: 피하세요. 음성이 대부분 음악이라 녹취록이 쓸모없습니다.
• 영시구 / 동화구: 라이선스 콘텐츠. 수입 자막이 이미 플레이어 내에 존재하므로 재녹취록 변환 불필요.

긴 강의(45분 이상)는 Atter AI의 자동 챕터 감지가 녹취록을 5–10분 단위 논리적 섹션으로 그룹화합니다—코스 콘텐츠에서 음성을 스크럽하지 않고 특정 주제로 돌아갈 때 유용합니다.

FAQ

Q1. Bilibili에 녹취록 다운로드 버튼이 내장되어 있나요?

없습니다. 플레이어 안에 CC나 AI 자막이 표시되더라도 내보내기 액션은 없습니다. 자막 레이어를 화면 스크레이핑하거나(불안정) 직접 음성을 녹취록으로 변환해야 합니다.

Q2. Bilibili 라이브를 실시간으로 녹취록 변환할 수 있나요?

Atter AI의 녹취록 변환은 비동기 방식입니다—저장된 녹음을 처리하지 라이브 스트림을 처리하지 않습니다. 라이브의 경우 OBS나 B站의 “녹화” 기능으로 음성을 녹음한 뒤 방송 종료 후 WAV/MP3를 업로드하세요.

Q3. Atter AI가 중영문 코드 스위칭을 잘 처리하나요?

네. 모델은 이중언어 콘텐츠로 훈련되었으며, 중국 테크·금융 채널에서 흔한 “이 PR을 곧 merge 할게” 식의 반중·반영 발화에 대응합니다. 언어를 “만다린 + 영어”로 설정하거나 자동 감지를 사용하세요.

Q4. 광둥어 Bilibili 영상도 처리할 수 있나요?

네. Atter AI는 90+ 언어 목록 안에서 광둥어를 독립 언어로 지원합니다. 홍콩이나 광둥 크리에이터가 광둥어와 만다린을 오갈 때, 주 언어를 광둥어로 설정하면 사이사이 끼는 만다린도 모델이 잡아냅니다.

Q5. 1시간짜리 Bilibili 영상의 녹취록 변환에 시간이 얼마나 걸리나요?

업로드 후 약 3분의 처리 시간. 실시간 벽시계 시간 대부분은 음성 추출 단계(BBDown으로 10–60초)와 업로드 자체(회선 속도에 따라)에 들어갑니다.

Q6. Bilibili 국제판(bilibili.tv) 영상도 녹취록 변환할 수 있나요?

네. Bilibili 국제판은 해외 사용자에게 애니메이션과 둥화를 공식 영어/스페인어/인도네시아어 자막과 함께 제공합니다. 그런 경우는 기존 자막 파일을 쓰세요. 자막이 없는 사용자 업로드 콘텐츠에는 같은 음성 추출 워크플로가 적용됩니다.

Q7. Bilibili 영상을 녹취록으로 변환하는 것이 합법인가요?

개인 학습, 연구, 접근성 목적의 녹취록 변환은 중국, 미국, EU를 포함한 대부분의 관할권에서 공정 이용입니다. 녹취록 공개 게시, 수익화, 또는 경쟁 모델 훈련 사용에는 크리에이터의 허가가, 라이선스 콘텐츠의 경우 권리자 허가가 필요합니다.

Q8. Bilibili AI 자막 베타를 그냥 쓰면 되지 않나요?

세 가지 이유: 만다린 전용, 지식구 영상의 일부에만 출시됨, 가장 결정적으로 텍스트를 내보낼 수 없음. 수업 노트, 연구, 콘텐츠 제작 같은 반복 가능한 워크플로에서는 실제 파일을 반환하는 외부 녹취록 파이프라인이 더 신뢰할 수 있습니다.