최고의 앱 음성 메모를 텍스트로

단축키를 누르고 말하면, 커서가 있는 자리에 텍스트가 들어갑니다

Whisper는 메모를 모아 두는 받은편지함이 아니라 데스크톱 앱입니다. 단축키를 누르고 말하면, 전사된 텍스트가 커서가 있는 자리, 즉 텍스트를 받는 어떤 애플리케이션에든 그대로 들어갑니다. 원한다면 그 텍스트를 먼저 AI로 다듬거나, 실시간 웹 검색으로 답을 받아 채울 수도 있습니다. 이메일, 문서, 코드 주석, 채팅창, CRM 입력란 어디든 마찬가지입니다. "메모 저장" 단계가 없는 이유는, 메모가 곧 텍스트이고 이미 당신이 원하던 자리에 들어가 있기 때문입니다.

단축키가 인터페이스의 전부입니다. Windows에서는 기본값이 Ctrl+Space이고, macOS에서는 Command+Option입니다. 무전기 버튼처럼 누른 채로 말하고, 떼면 멈춥니다. 로컬이든 클라우드든 두 모드 모두 이 똑같은 원터치 흐름으로 돌아갑니다. 앱을 열어서 쓰는 게 아닙니다. 그냥 자리에 떠 있고, 키를 누르고, 말하면, 단어가 나타납니다. 대부분의 사람이 예상하지 못하는 부분이 바로 이것입니다. "이동할" 곳이 없습니다. 텍스트는 이미 작업하고 있던 자리에 나타납니다. 그리고 기본 키가 평소 쓰던 다른 것과 충돌하면 다시 지정할 수 있습니다. 첫 버전은 그 기능 없이 출시했었죠. 한 초기 사용자가 새벽 2시에 우리 단축키가 자기 음악 소프트웨어를 가로챘다고 메일을 보냈고, 저는 그때 실시간으로 배웠습니다. "내 컴퓨터에서는 잘 되는데"는 출시 전략이 아니라는 것을요. 지금은 이 단축키 재지정 옵션이 다른 어떤 기능보다 더 많은 지원 메일을 줄여 주고 있습니다.

그래서 이 글에서 "음성 메모를 텍스트로"라고 할 때는 구체적인 의미가 있습니다. 말한 단어가 입력된 단어로 바뀌어, 당신이 쓰고 있던 무언가에 떨어진다는 뜻입니다. 다시 재생해야 하는 녹음이 아닙니다. 따로 떨어진 앱에 남은 전사본을 복사해 붙여 넣는 것도 아닙니다. 메모와 그 메모가 들어갈 곳이 같은 단계입니다. 이 분야의 대부분 앱은 "전사본 여기 있습니다, 이제 알아서 활용하세요"에서 멈춥니다. Whisper가 거는 모든 승부수는, 바로 그 "알아서 활용하는" 단계가 성가신 부분이라는 데 있습니다. 그래서 그 단계를 건너뜁니다.

음성 메모 앱과 받아쓰기 앱을 가르는 선은 이렇습니다. 메모 앱은 당신이 말한 내용을 저장할 자리를 줍니다. 받아쓰기 앱은 저장 단계를 건너뛰고 단어를 당신이 쓰고 있는 바로 그것에 떨어뜨립니다. 당신의 문제가 "말로 떠오른 생각은 있는데 담을 받은편지함이 없다"라면 메모 앱이 필요합니다. "말로 떠오른 생각이 있고 비어 있는 이메일 칸이 있다"라면, 바로 이 앱이 필요합니다.

기본 전사 위에는 AI 계층이 얹혀 있고, 녹음할 때마다 켤지 말지 선택할 수 있습니다. 문장을 "Hey whisper"라는 말로 시작하면, 그 뒤에 오는 내용을 입력할 텍스트가 아니라 지시로 받아들입니다. 이거 다듬어 줘, 더 짧게 해 줘, 이걸 웹에서 찾아 답해 줘. 이 말을 빼면 한 단어 한 단어 깔끔한 그대로의 전사본을 얻습니다. 그래서 단축키 하나가 "내가 말한 대로 입력해"와 "내가 말한 걸 입력하되, 정중한 이메일로 만들어"를 메뉴 하나 건드리지 않고 모두 처리합니다. 키 입력에서 붙여넣기까지의 흐름을 전체적으로 보고 싶다면 Whisper 작동 방식 안내서가 단계별로 짚어 줍니다.

여기서 '최고'가 실제로 뜻하는 것

하나의 키워드 뒤에는 세 가지 작업이 숨어 있고, 어떤 앱도 셋 다 잘하지는 못합니다. 누군가 검색창에 "음성 메모를 텍스트로 바꾸는 최고의 앱"을 칠 때, 그 사람은 주차장에 서서 사라지기 전에 떠오른 생각을 붙잡고 싶을 수도, 네 명이 참여하는 상태 점검 회의에 앉아 직접 타자 치지 않아도 되는 전사본을 원할 수도, 밤 9시에 빈 문서를 노려보며 손목이 나가지 않게 글을 쓰고 싶을 수도 있습니다. 같은 단어, 완전히 다른 세 가지 필요죠. 셋을 한 목록에 줄 세우는 비교 글은 당신의 실제 문제가 아니라 긴 글에 최적화되어 있습니다.

그러니 앱을 비교하기 전에 쓸모 있는 질문은 이것입니다. 당신의 음성 메모는 어디서 생기나요? 그 답을 정하면, 후보가 열두 개에서 진짜 한두 개로 좁혀집니다.

아래 도구들도 바로 그 방식으로 골랐습니다. "기능이 가장 많은 게 뭐냐"가 아닙니다. 이 분야의 모든 앱은 랜딩 페이지 하나를 채울 만큼 긴 기능 목록을 갖고 있으니까요. 저는 앱마다 한 가지만 봤습니다. 이 앱은 어떤 작업에 맞는 답인가? 어디에 설치되고, 음성은 어디로 가며, 몇 개 언어를 지원하는가. 이 사실들이 거의 모든 사람에게 답을 정해 주고, 아래 표에 들어가는 열도 그것뿐입니다. 나머지는 마케팅입니다.

• 휴대폰 메모. 걷거나, 운전하거나, 책상에서 떨어져 있는데 빠르게 생각을 담고 싶을 때입니다. 여기서 가장 좋은 도구는 이미 휴대폰에 있는 것, 즉 기기 내장 받아쓰기나 음성 메모 앱입니다. 무료고, 한 번만 탭하면 되며, 설치할 게 없습니다. Whisper에는 모바일 앱이 없고, 이 작업을 노리지도 않습니다.
• 회의 담기. 탁자 위에 둔 휴대폰은 모두의 말을 잡지만, 화자 표시가 전혀 없는 한 덩어리의 글이 남습니다. 여러 화자가 참여하는 회의라면, Otter 같은 전용 노트 도구가 더 잘 맞습니다.
• 데스크톱 입력. 컴퓨터 앞에 앉아 실제 앱에 글을 쓰고 있는데, 타자는 치기 싫을 때입니다. 이것이 Whisper가 만들어진 작업입니다. 누르고, 말하고, 떼면 Word, Gmail, Slack, IDE 등 어디든 커서 자리에 단어가 들어갑니다. Windows와 Apple Silicon macOS에서 실행됩니다.

먼저 작업부터 고르세요. 혼자 받아쓰는 데 회의용 도구를 쓰는 건 과하고, 네 명이 참여하는 Zoom 통화에 받아쓰기 도구를 들이대는 건 애초에 모양이 맞지 않습니다. 앱스토어 후기에 담긴 실망의 대부분은, 잘못된 작업에 올바른 도구를 쓰고는 도구를 탓하는 경우입니다.

데스크톱 입력 작업은 일단 눈에 들어오기 시작하면 생각보다 훨씬 넓습니다. 고객 이메일에 보내는 답장도 음성 메모를 텍스트로 바꾸는 일입니다. 강의를 600단어로 요약하는 것도 그렇습니다. 콜드 세일즈 이메일의 여섯 가지 변형, 차마 타자 치기 귀찮은 커밋 메시지, 두 통화 사이에 적는 CRM 메모까지 전부 같은 모양입니다. 말한 단어가 특정 화면의 특정 칸에 적힌 단어로 끝나야 하는 일이죠. 그중 어느 것도 "메모"가 아닙니다. 그건 글쓰기이고, 글쓰기야말로 단축키가 키보드를 이기는 자리입니다. 사람은 타자보다 말이 빠르고, 손이 다른 일로 바쁜 와중에도 말은 할 수 있으니까요. 그게 바로 이 작업입니다. 그게 당신 일이라면 계속 읽으세요. 아니라면, 다음 두 섹션이 어디로 가야 할지 알려 줍니다.

2026년에 알아 둘 만한 음성 메모 앱들

대부분의 비교 글에서 같은 이름들을 보게 될 겁니다. 마치 같은 경주에 나선 듯 1위부터 12위까지 줄 세워진 채로요. 그것들은 같은 경주에 있지 않습니다. 어떤 건 휴대폰 앱, 어떤 건 회의 봇, 하나는 날것의 개발자 API, 하나는 당신의 데스크톱에 입력해 줍니다. 이들을 서로 견주는 건, 둘 다 무언가를 옮긴다는 이유로 자전거와 지게차를 비교하는 것과 같습니다. 각각이 무엇을 위한 도구인지, 짧고 솔직한 버전으로 정리합니다.

• blog.bestVoiceNotesApp.s3AppWhisperName — blog.bestVoiceNotesApp.s3AppWhisperBody
• blog.bestVoiceNotesApp.s3AppAppleName — blog.bestVoiceNotesApp.s3AppAppleBody
• blog.bestVoiceNotesApp.s3AppOtterName — blog.bestVoiceNotesApp.s3AppOtterBody
• blog.bestVoiceNotesApp.s3AppOpenAiName — blog.bestVoiceNotesApp.s3AppOpenAiBody
• blog.bestVoiceNotesApp.s3AppNottaName — blog.bestVoiceNotesApp.s3AppNottaBody
• blog.bestVoiceNotesApp.s3AppPhoneName — blog.bestVoiceNotesApp.s3AppPhoneBody

이 중 어느 것도 "최고"가 아니라는 점을 보세요. 각각이 서로 다른 작업에서 최고입니다. 데스크톱 앱에 입력해 주는 단축키를 원하면 목록은 하나로 줄어듭니다. 회의 봇을 원하면 다른 하나로 줄어들죠.

같은 목록을, 실제로 결정을 가르는 기준에 맞춰 펼쳐 봤습니다. 무슨 작업에 맞는지, 오프라인으로 돌아가는지, 어떤 플랫폼을 다루는지, 몇 개 언어를 처리하는지. "빠르다"나 "강력하다" 같은 열은 없습니다. 그 단어들은 데이터가 아니니까요.

표를 보면 갈림이 분명해집니다. 데스크톱 앱에 입력하고, 오프라인으로 돌아가며, Windows와 Mac을 모두 아우르도록 만들어진 행은 첫 번째 하나뿐입니다. 나머지는 저마다의 작업에서 저마다의 행을 차지합니다.

곱씹어 볼 만한 열 하나가 오프라인입니다. 이 목록의 대부분 앱은 클라우드 우선입니다. 즉 당신의 음성이 서버에 업로드되어 거기서 전사된 뒤 돌아온다는 뜻이죠. 공개 팟캐스트라면 괜찮지만, 연봉 검토라면 진짜 문제입니다. Apple Dictation은 지원 언어에서 기기 내에서 처리하고, Whisper의 로컬 모드는 한 번의 모델 다운로드 이후로는 서버를 거치지 않고 당신의 기기에서 돌아갑니다. 기록으로 남기고 싶지 않은 내용을 받아쓰기 전에 한 번이라도 머뭇거린 적이 있다면, 바로 그 열을 보고 고르는 겁니다.

로컬 대 클라우드: 음성 메모에는 어떤 모드를

Whisper는 세 가지 전사 경로를 제공하고, 앱이 대신 하나를 골라 주지 않습니다. 필요에 따라 당신이 고릅니다.

• 로컬 Whisper 는 영어 전용과 다국어로 나뉜 여덟 개 모델을 실행합니다. ~140 MB의 Base부터 ~3 GB의 Large v3까지죠. 다국어 변형은 99개 언어와 영어로 번역하기를 지원하고, .en으로 끝나는 영어 전용 빌드는 영어만 처리합니다. 여러 언어, 번역, 혹은 세밀한 제어가 필요하다면 이걸 고르세요.
• 로컬 Parakeet 은 NVIDIA의 TDT 모델로, 약 600 MB이며 CPU에서 Whisper보다 5~10배 빠르게 돌아갑니다. 모델 카드에는 25개 유럽 언어가 적혀 있고, 앱 안 설명에서는 이를 영어와 그 외 24개 언어로 표현합니다. 영어로 번역하기는 없습니다. 주로 영어나 다른 유럽 언어로 작업한다면 속도를 위해 이걸 고르세요.
• 클라우드 (본인 OpenAI 키) 는 당신의 기기에서 OpenAI로 음성을 곧바로 보냈다가 돌려받으며, gpt-4o-mini-transcribe 또는 gpt-4o-transcribe로 전사합니다. 98개 언어가 명시되어 있죠. 본인 키를 가져와 OpenAI 요금을 직접 내고, Remskill은 중간에서 한 푼도 떼지 않습니다. OpenAI의 API를 당신만의 스크립트에 직접 연결한 것과 똑같은 구조인데, 다만 그 스크립트를 직접 짤 필요가 없는 셈입니다. 클라우드 모드는 또한 OpenAI의 최신 모델로 돌아가는 AI 다듬기와 실시간 웹 검색을 켭니다. 말로 질문을 던지면 그저 그대로의 전사본이 아니라, 답이 채워진 최신 결과가 붙여져 돌아오죠. 맞바꿈은 뻔합니다. 당신의 음성이 기기를 떠납니다. 공개 블로그 초안이라면 아무것도 아니지만, 계약 조항이라면 의식하고 내릴 만한 결정입니다.

모든 로컬 전사는 Python 보조 프로세스 없이 내부적으로 순수 Rust로 돌아가고, 로컬 AI 다듬기는 당신의 기기에서 Ollama를 통해 실행됩니다. 다운로드는 한 번뿐입니다. 모델을 고르고 한 번만 기다리면, 그 뒤로는 인터넷을 거치지 않고 당신의 CPU에서 작업이 이루어집니다. 모델이 클수록 다운로드도 큽니다. Base는 ~140 MB, Large v3는 ~3 GB이니, 선택은 "디스크와 인내심이 얼마나 있는가" 대 "몇 개 언어가, 얼마만큼의 정확도가 필요한가"의 문제입니다.

여기 제 한 가지 확고한 의견이 있습니다. 먼저 로컬 모드를 써 보세요. Mac이 Apple Silicon이거나 PC가 최근 몇 년 안에 나온 것이라면, 일상적인 음성 메모에는 클라우드가 필요 없습니다. 로컬은 그 한 번의 다운로드 뒤로는 오프라인으로 돌아가고, 아무것도 기기를 떠나지 않습니다. 클라우드는 최신 OpenAI 모델이나 실시간 웹 답변이 필요할 때를 위한 비상구이지, 기본값이 아닙니다. 상사의 연봉 수치나 아이의 학교 이메일이 한 문단을 위해 누군가의 서버를 왕복할 필요는 없습니다. 사생활 보호가 이 글을 읽는 이유의 전부라면, 오프라인 음성-텍스트 변환 안내서가 무엇이 기기에 남고 무엇이 남지 않는지 더 깊이 다룹니다.

음성-텍스트 변환은 정말 얼마나 정확한가

정확도는 세 가지로 갈리는데, 그중 모델이 가장 흥미롭지 않은 요소입니다.

첫 번째는 마이크입니다. 값싼 USB 마이크 하나가 어떤 모델 업그레이드보다 전사 정확도에 더 큰 도움이 됩니다. 지루하지만 진실이고, 0원이 아니라 2만 원쯤 든다는 이유로 사람들이 건너뛰는 조언이기도 합니다. 노트북 내장 마이크는 팬 소리, 방 안 소리, 책상에 살짝 부딪혀 돌아오는 울림까지 잡아냅니다. 입에서 손가락 한 마디 거리에 둔 전용 마이크는 당신의 목소리를 잡습니다. 마이크가 애초에 깨끗하게 담지 못한 단어를, 어떤 소프트웨어 단계도 되살리지 못합니다.

두 번째는 말하는 방식입니다. 고른 속도, 완성된 문장, 그리고 쉼표가 들어갈 자리에서의 0.5초짜리 멈춤은 어떤 모델에서든 우물거리는 것을 이깁니다. 음성-텍스트 변환은 "음" 소리 하나까지 잡으려는 법정 속기사가 아닙니다. 서성이며 생각을 떠올리듯 말할 때보다, 문장을 소리 내어 읽듯 말할 때 가장 잘 작동합니다. 받아쓰기가 첫날에는 어색하다가 사흘째에는 자연스러워지는 이유도 이것입니다. 완성된 생각으로 말하는 법을 배우는 거죠. 저는 15년 동안 완성된 생각으로 명세서를 써 왔는데도, 첫날은 제 노트북에 대고 "아니, 그거 지워, 내 말은" 하고 소리 내어 말하며 보냈습니다.

세 번째이자 마지막은 모델 그 자체입니다. 제가 수치를 지어내기보다 NVIDIA 자체의 숫자를 가리키겠습니다. 그들의 Parakeet v3 모델 카드는 공개 벤치마크에서 평균 단어 오류율 6.34%를 보고합니다. 좋은 조건에서 또박또박 읽은 음성에 대한 모델의 점수일 뿐, 아침 7시 당신의 부엌에 대한 약속이 아닙니다. 더 큰 Whisper 모델은 속도를 내주고 더 낮은 오류율을 얻는데, 앱이 모델을 하나가 아니라 여덟 개나 싣는 이유가 바로 이것입니다. 모델을 당신의 하드웨어와 인내심에 맞추는 거죠. 오래된 노트북의 Base 모델과 16 GB 기기의 Large v3는 같은 경험이 아니고, 둘 다 틀린 게 아닙니다. 서로 다른 방과 서로 다른 하드웨어를 겨냥한 것뿐입니다.

당신에게 일률적으로 "99% 정확"이라고 말하는 사람은, 당신의 방에서 당신의 목소리로 측정한 결과가 아니라 마케팅 슬라이드를 읽고 있는 겁니다. 정확도는 마이크, 억양, 속도, 그리고 배경에 달려 있고, 이 네 가지는 어떤 앱도 통제하지 못합니다. 마이크에 먼저 돈을 쓰고, 그다음에 모델을 걱정하세요.

Whisper를 건너뛰고 다른 것을 써야 할 때

Whisper는 많은 작업에서 잘못된 도구이고, 아닌 척하는 건 당신의 시간을 낭비시키는 일입니다. 경쟁 제품을 추천하는 건 겸손이 아니라, 토요일을 통째로 들여 엉뚱한 것을 설치하지 않게 하는 가장 빠른 방법입니다.

휴대폰에서 생각을 담고 있다면 Whisper는 건너뛰세요. 모바일 앱이 없고, 당신 휴대폰의 내장 받아쓰기는 무료에 이미 거기 있습니다. 주차장에 서 있는 순간은 데스크톱 단축키가 있었으면 하고 아쉬워할 때가 아닙니다. 회의를 녹음해 누가 무슨 말을 했는지에 더해 요약이 필요하다면 Otter.ai를 쓰세요. Zoom, Teams, Meet에 참여하고 화자를 구분하는데, 이는 Whisper가 못 하는 일입니다. 그리고 Mac에서 30단어짜리 문자만 휙 보내는 게 전부라면, Apple Dictation이 내장되어 있고 무료이며 30초간 침묵하면 알아서 멈추니, 뭔가를 따로 설치할 이유가 없습니다. 언어라는 예외도 있습니다. 일상 작업이 한국어, 일본어, 혹은 다른 비유럽 언어라면 Parakeet가 그걸 다루지 못하니, 빠른 영어 엔진보다 로컬 Whisper의 다국어 모델이나 클라우드 경로가 낫습니다.

Whisper는 데스크톱 앱에 진짜 분량의 글을 입력하면서 그걸 오프라인으로 하고 싶을 때 제값을 합니다. 그 밖에서는, 올바른 답이 흔히 당신이 이미 가진 무언가입니다. 솔직한 시험은 간단합니다. 당신이 말한 단어가 컴퓨터의 특정 앱 안에 들어갈 필요가 없다면, 아마 이게 필요 없습니다. 들어가야 한다면, 위 목록의 어떤 것도 그 작업을 더 잘하지 못합니다.

에두르지 않는 가격 안내

로컬 파이프라인은 로그인한 사용자라면 누구에게나 무료입니다. 모든 로컬 모델, Ollama를 통한 AI 다듬기, 기록, 프리셋, 사용자 지정 단축키까지 전부 다, 가입 시 결제 수단을 묻지 않습니다. 기능을 덜어낸 체험판이 아니라, 완전한 로컬 앱입니다. 많은 분에게는 무료 로컬 모드가 곧 제품의 전부이고, 저희는 그것으로 충분합니다.

Whisper Pro는 클라우드 영역을 더합니다. OpenAI 전사, 클라우드 AI 다듬기, 그리고 본인 키를 통한 음성 웹 검색이죠. 한 계정에 최대 세 대의 기기를 등록할 수 있어, 노트북과 데스크톱, 그리고 늘 초기화하려고 마음만 먹는 그 기기까지 아우릅니다. 어림잡아 알려 드리기보다 정확한 숫자를 보여 드리고 싶어, 현재의 월간·연간·일회성 금액은 가격에 두어 늘 최신으로 유지합니다. "최저 ~부터"도, 별표도 없고, 결제되기 전에 갱신일이 글로 적혀 있습니다.

도시락은 싸졌고 이메일은 나갔습니다. 그게 곧 제안의 전부죠. Whisper가 모든 음성 메모에 가장 좋은 앱이라고 말하지는 않겠습니다. 그렇지 않으니까요. 차로 걸어가며 남기는 메모는 이미 당신 주머니 속 휴대폰이 이깁니다. 하지만 말한 단어가 결국 어차피 타자를 쳐야 하는 데스크톱 앱에 계속 들어가게 된다면, 단축키를 누르고 있는 것이 더 조용히 사는 방법입니다. 요거트는 여전히 안 먹힌 채 돌아왔습니다. 어떤 문제는 범위 밖입니다.