Gmail에서 음성을 텍스트로, 제대로 하는 법

데스크톱 Gmail에는 음성 입력이 기본으로 없습니다. 무엇이 통하는지 알려드립니다.

노트북에서 Gmail을 열고, 작성을 누르고, 편집기 주변에서 마이크를 찾아보세요. 없습니다. Google Docs와 Slides에는 음성 입력이 내장되어 있지만(Chrome, Edge, Safari), Google 자체 고객센터 문서는 그 기능을 Docs와 Slides에만 한정합니다. Gmail은 목록에 없습니다. 사람들은 Google 고객센터 포럼에서 수년째 Gmail 마이크 버튼을 요청해 왔습니다. 아직 나오지 않았습니다.

데스크톱에서 정직한 세 가지 길이 있습니다. 대신 휴대폰에서 Gmail을 여세요. 시스템 키보드의 마이크는 Gmail 작성 창을 포함해 어떤 텍스트 입력란에서도 이미 작동합니다. Gmail 탭에 마이크를 추가하는 Chrome 확장 프로그램을 설치하세요. Voice In, Voicy, 혹은 노골적으로 이름 붙인 'Dictation for Gmail' 같은 것들입니다. 아니면 OS 수준에서 단축키를 가로채 받아 적은 텍스트를 포커스된 창에 붙여 넣는 데스크톱 앱을 설치하세요. Whisper, Willow Voice, Voicy의 네이티브 빌드 같은 것들입니다. 첫 번째는 Chrome 탭에서만 작동합니다. 세 번째는 커서가 깜박이는 곳이라면 어디서든 작동합니다.

지루하지만 사실인 점은, 이것들이 서로 다른 문제를 푼다는 것입니다. Gmail 안에서만 음성을 쓰고 싶다면 확장 프로그램으로 충분합니다. 이걸 습관으로 삼아 Gmail과 함께 글을 쓰는 나머지 여덟 개 앱에서도 쓰고 싶다면, 확장 프로그램은 금방 한계에 부딪힙니다.

가장 빠른 설정: Chrome 확장 프로그램과 단축키

Gmail에서 음성을 쓰고 싶고 이미 Chrome을 쓰고 있다면, 이게 가장 짧은 길입니다. 총 소요 시간은 약 3분입니다.

준비물 (1분)

• Google Chrome 설치 (또는 Edge, Brave 같은 Chromium 기반 브라우저).
• 작동하는 마이크. 내장 마이크면 충분합니다.
• OS 수준의 마이크 권한 허용. macOS: 시스템 설정 → 개인정보 보호 및 보안 → 마이크. Windows: 설정 → 개인정보 → 마이크.
• Gmail에 로그인되어 있을 것.

확장 프로그램 하나 고르기

실제 사용자 기반이 있는 세 가지:

• Voice In by Dictanote, Chrome 확장 프로그램 전용 도구(Edge 추가 기능으로도 패키징됨). 100개 이상의 언어로 10,000개 이상의 웹사이트에서 작동합니다. 무료 등급과 유료 Plus 등급이 있습니다.
• Voicy, 네이티브 앱이면서 Chrome 확장 프로그램이기도 합니다. 확장 프로그램은 Gmail과 20,000개 이상의 다른 사이트에 연결됩니다. 50개 이상의 언어와 99% 정확도를 내세웁니다.
• Dictation for Gmail, Gmail에 특화되어 보내기 버튼 옆에 마이크 아이콘을 추가합니다. 60개 언어, 100,000명 이상의 사용자, 273개 평가에서 별점 3.5★.

네 단계 설치

대부분의 사람은 3분 이내에 이것을 작동시킵니다. 마찰은 설정에 있지 않습니다. 마찰은 그 이후의 모든 것에 있고, 그 이야기는 곧 하겠습니다.

모바일에서는 Gmail이 이미 이걸 해주고, 그걸로 충분합니다

이메일 대부분을 휴대폰에서 쓴다면 이걸 위한 앱은 필요 없습니다. 확장 프로그램도 필요 없습니다. 이 글의 나머지를 읽을 필요도 없습니다. 설정에 드는 총 시간은 0입니다. 이미 거기 있습니다.

Android에서는 Gmail을 열고, 작성을 누르고, 본문을 탭한 뒤, Gboard 키보드의 윗줄을 보세요. 마이크 아이콘이 있습니다. 누르고, 말하고, 다시 누르세요. Google 자체 문서는 이렇게 표현합니다. '키보드로 입력할 수 있는 대부분의 곳에서 말로 입력할 수 있습니다.' 깔끔한 언어 수는 공개하지 않고, 다만 Gboard가 지원하는 모든 언어에서 작동하지는 않는다고만 밝힙니다. 주요 로망스어와 게르만어는 지원됩니다.

iPhone에서는 Gmail을 열고, 작성을 누르고, 본문을 탭한 뒤, iOS 키보드를 보세요. 스페이스 바 옆에 마이크 키가 있습니다. 누르고, 말하고, 완료를 누르세요. iOS 키보드 마이크는 시스템 수준이라, 같은 키가 Gmail, 메시지, 메모, Safari에서 똑같이 작동합니다. (iOS용 Gboard를 설치했다면 Gboard에도 자체 마이크 버튼이 있습니다. 둘 다 됩니다.) Apple은 iOS 받아쓰기의 정확한 언어 수를 공개하지 않습니다. macOS 받아쓰기와 거의 일치하며, macOS는 47개 지역 변형을 나열합니다.

둘 다 무료입니다. 둘 다 기본 내장되어 있습니다. 휴대폰 우선으로 이메일을 쓰는 사람이라면, 이 글의 나머지는 노트북을 쓰는 날을 위한 것입니다. 그렇지 않다면, 여기서 끝입니다.

데스크톱 확장 프로그램은 왜 여전히 문장 부호를 틀리는가

Chrome 확장 프로그램은 작동하지만, 그 정확도야말로 'Dictation for Gmail'이 273개 리뷰에서 4.7이 아니라 평균 3.5점을 받는 이유입니다. 불만의 패턴은 셋 모두에서 일관됩니다. 한번 알고 나면 더 이상 놀라지 않게 됩니다.

대부분의 브라우저 확장 받아쓰기 도구는 Web Speech API를 감싼 것입니다. Chrome에 음성을 텍스트로 바꿔 달라고 요청한 뒤 그 결과를 붙여 넣습니다. 그 API는 짧은 발화에는 괜찮지만 조금만 길어지면 취약합니다. 구체적으로 망가지는 것들:

• 문장 부호를 말로 해야 합니다. '마침표' '쉼표' '물음표' '새 문단.' 익숙해질 거라고 생각하지만, 그러지 못합니다. 우리 뇌는 문장 끝마다 '마침표'를 소리 내어 말하고 싶어 하지 않습니다. 대부분의 사용자는 문장 부호 없이 줄줄 이어 받아 적은 다음 트랙패드로 정리합니다. 그러면 음성의 의미가 거의 사라집니다.
• 침묵이 지나면 마이크가 시간 초과됩니다. 표현을 고민하느라 3초만 멈춰도 API가 듣기를 멈춥니다. 다시 말하기 시작하면 문장의 절반이 사라져 있습니다.
• 탭 포커스가 끈끈합니다. 다른 Chrome 탭을 클릭하면 마이크가 멈춥니다. 날짜를 확인하려고 캘린더로 전환하면 마이크가 멈춥니다. 받아쓰기는 탭 하나 안에서만 살아 있습니다.
• 억양과 고유명사. 이름은 브라우저가 더 가깝다고 여기는 단어로 자동 수정됩니다. 제 수신자들은 Andre, Ankara로 불렸고, 한번은 제가 알아채기 전에 'Ms. Andrescu'로 불리기도 했습니다.

Voicy는 자사 확장 프로그램이 더 높은 정확도를 위해 자체 AI를 쓴다고 주장하며, 확장 프로그램 경로를 택하겠다면 제가 가장 먼저 시도해 볼 버전이 그것입니다. 하지만 어느 것도 음성으로 문장 부호를 넣는 문제와 시간 초과 문제를 해결하지 못합니다. 둘 다 브라우저 받아쓰기는 30초짜리 동작이지 글쓰기 도구가 아니라는 전제에 박혀 있습니다.

같은 브라우저 확장 프로그램의 한계는 여기에도 적용됩니다 Google Docs에서의 음성 입력 — 탭 안에서는 편리하지만, 결코 커서를 따라 Gmail이나 다른 어디로도 따라오지 않습니다.

제가 Gmail에 쓰는 것, 그리고 굳이 쓰지 않는 때

저는 위에서 말한 이유들로 Chrome 확장 프로그램에 질려버려서 Whisper를 만들었습니다. Mac(Apple Silicon)과 Windows용 Tauri 데스크톱 앱입니다. Intel Mac은 없고, Linux도 없습니다. OS 수준에서 단축키를 등록합니다. 누르고, 말하고, 떼세요. 텍스트가 받아 적혀 포커스된 창에 붙여 넣어집니다.

기본 단축키: Windows에서는 Ctrl+Space, macOS에서는 보조키만 누르는 Command + Option(어느 Command든, 어느 Option이든, 눌러서 녹음, 떼면 정지). 둘 다 설정에서 변경 가능합니다.

제 작업 방식을 바꾼 부분은 이것입니다. 어떤 앱이 포커스되어 있든 상관하지 않습니다. Gmail 작성 창에서도, Slack에서도, Notion에서도, VS Code에서도, 터미널에서도 같은 단축키입니다. Rust 붙여넣기 모듈이 OS 클립보드에 쓰고, 제가 보고 있는 창이 무엇이든 그 안에 네이티브 Cmd+V 또는 Ctrl+V 단축키를 주입합니다. macOS는 처음 한 번 손쉬운 사용 권한을 요청합니다. 그 뒤로는 보이지 않게 작동합니다.

Gmail에서 이게 중요한 이유는 맥락 전환 때문입니다. 답장을 쓰기 시작하다가, alt-tab으로 캘린더로 갔다가, 다시 alt-tab으로 돌아옵니다. Chrome 확장 프로그램이라면 마이크 상태가 사라져 있습니다. 데스크톱 단축키라면 멈췄던 곳에서 이어 갑니다.

전사 엔진은 여러분이 고릅니다. 세 가지 길을 정직하게, 기본값 없이 제시합니다:

• 클라우드 (OpenAI BYOK). 기본은 gpt-4o-mini-transcribe, 더 높은 정확도 등급은 gpt-4o-transcribe. 본인의 OpenAI 키를 가져옵니다. 최고의 품질, 웹 검색 내장, 연결이 필요합니다.
• 로컬 Parakeet. NVIDIA의 TDT 모델, 약 600 MB, CPU에서 Whisper보다 5~10배 빠릅니다. 영어와 24개 유럽 언어. 오프라인. 아시아 언어는 없고, 영어로 번역하기도 없습니다.
• 로컬 Whisper. Base(약 140 MB)부터 Large v3(약 3 GB)까지. 다국어 변형은 99개 언어를 지원합니다. .en 변형은 영어 전용입니다. Parakeet보다 느리지만 번역을 지원하고 녹음별로 더 세밀하게 제어할 수 있습니다.

영어로 된 Gmail 답장에는 로컬 Parakeet에 맞춰 두고 씁니다. 웹 검색이 필요한 더 긴 이메일이 필요할 때는 클라우드가 넘겨받습니다. AI 키워드 트리거는 'Hey whisper' 뒤에 지시를 붙이는 것입니다.

굳이 쓰지 않는 때: '감사합니다, 그렇게 하겠습니다' 같은 한 줄 답장. 단축키의 지연 시간은 대략 열 단어를 넘어서야 타이핑을 앞섭니다. 받아쓰기의 핵심은 말하는 것이 타이핑보다 빠른 80~200단어짜리 이메일입니다.

Gboard나 iOS 받아쓰기가 정답일 때

Gmail의 90%가 휴대폰에서 일어난다면 아무것도 설치하지 마세요. Gboard와 iOS 받아쓰기는 무료이고, 시스템 수준이며, 짧고 중간 길이의 메시지를 위해 만들어졌습니다. 키보드의 마이크 아이콘은 100단어짜리 답장을 40초에 처리합니다.

Mac을 쓰고 있고 필요한 것이 텍스트 입력란에서의 30초짜리 음성 메모라면, Apple Dictation이 짧은 메모에는 잘 됩니다. macOS Tahoe는 47개 언어와 지역 변형을 제공합니다. 마이크 키, 설정 가능한 단축키, 또는 편집 → 받아쓰기 시작으로 켭니다. 침묵 30초가 지나면 멈추는데, 그래서 '네, 확인 답장' 같은 데는 좋고 생각하느라 멈춰야 하는 문단에는 나쁩니다.

이메일 대부분을 데스크톱이나 노트북에서, 그것도 전부 브라우저 탭은 아닌 여러 앱에서 쓴다면, 바로 거기서 시스템 수준의 앱이 의미를 갖기 시작합니다. 저희가 하나 만듭니다. Willow Voice와 Voicy의 네이티브 빌드도 마찬가지입니다. 하나로 정착하기 전에 몇 개를 써보세요 — 같은 시스템 전역 단축키로 Notion에 받아 적기도 할 수 있습니다.

Gmail의 음성 입력은 10년 전에 Google의 기능이 되었어야 했는데, 어쩐 일인지 아직도 아닙니다. 그렇게 될 때까지는 여러분의 하루에 맞는 길을 고르세요. 휴대폰을 쓴다면 휴대폰 키보드, 탭 하나 안에서 산다면 Chrome 확장 프로그램, 커서가 가는 곳마다 글을 쓴다면 데스크톱 앱입니다. 무엇을 고르든 목표는 같습니다. 100단어짜리 이메일을 타이핑하는 일을 멈추는 것.