버튼 하나로 녹음을 텍스트로 변환: AI 회의록 자동화하는 방법 (ft. Cursor, Whisper)
회의 내용을 놓치지 않으려고 녹음해두고, 막상 회의록을 쓸 때는 처음부터 다시 듣고 있지 않나요? 필요한 말을 찾아 재생과 일시 정지를 반복하며 받아 적다 보면, 회의는 끝났는데 기록을 정리하는 데 또 한참이 걸립니다. 적은 인원이 여러 업무를 나눠 맡는 중소기업이라면 이 시간조차 부담이 될 수 있어요.
그렇다고 회의록 도구를 구독하자니 매달 나가는 비용이 마음에 걸립니다. 기록에 드는 수고도, 구독료도 고민이라면 녹음을 텍스트로 바꿔주는 도구를 직접 만들어보는 건 어떨까요? AI에게 원하는 기능을 말로 설명하고, 만들어진 프로그램을 실행해보며 고쳐나가는 '바이브 코딩'이라면 코딩에 익숙하지 않아도 시작할 수 있어요. 처음부터 복잡한 회의록 도구를 만들 필요는 없습니다. 음성을 글로 옮기는 기능 하나부터 차근차근 만들어가면 됩니다.
이 글에서는 프로그램 제작 요청 → 녹음 파일 변환 → 텍스트 저장 → 직접 녹음 후 변환의 순서로 실제 시연 과정을 살펴보겠습니다. 이어서 이렇게 얻은 텍스트를 AI로 회의록 정리할 때 쓸 수 있는 요청 문구와 정리 예시도 소개할게요. 이번 시연은 조슈아앤컴퍼니의 조쉬 대표가 직접 진행했습니다.
빌더 조쉬(@builderjoshkim)는 조슈아앤컴퍼니 대표 조쉬가 운영하는 유튜브 채널입니다. AI를 업무에 적용한 경험과 자동화 방법, 창업가·실무자 인터뷰를 공유합니다.
💡
이 글을 읽고 나면
✅ Cursor와 Whisper로 녹음을 텍스트로 바꿔주는 프로그램을 직접 만들 수 있어요.
✅ 기존 음성 파일을 변환하는 방법은 물론, 프로그램에서 바로 녹음해 텍스트로 저장하는 방법까지 익힐 수 있어요.
✅ 변환한 텍스트를 AI로 정리해 결정사항과 후속 업무를 확인하고, 회의록으로 공유하는 방법을 알 수 있어요.
버튼 하나로, 녹음된 음성이 텍스트로
먼저 완성된 프로그램이 어떻게 작동하는지 볼까요? 사용법은 간단합니다. 프로그램을 열고 음성 파일을 선택한 뒤 '스크립트 추출 시작' 버튼만 누르면 돼요. 잠시 기다리면 녹음한 내용이 화면에 글로 차곡차곡 채워집니다. 재생과 일시 정지를 반복하며 한 문장씩 받아 적을 필요 없이, 텍스트를 훑어보며 필요한 부분만 골라 확인하면 됩니다.
변환한 글은 파일로 저장해 두었다가 회의록을 정리할 때 바로 꺼내 쓸 수 있어요. 여기서 그치지 않고, 이미 있는 음성 파일을 불러오는 것은 물론 프로그램 안에서 바로 녹음해 텍스트로 바꾸는 기능까지 갖췄습니다. 회의를 녹음하고 버튼 한 번만 누르면 기록의 초안이 손에 들어오는 셈이죠.
결과물만 보면 제법 완성도 있는 프로그램이지만, 처음부터 한 번에 만든 것은 아닙니다. 기본 변환 기능을 먼저 만들고, 저장과 녹음 기능을 하나씩 더해갔어요. 그 과정을 준비 단계부터 차근차근 살펴보겠습니다.
1. 도구를 준비하고 Cursor에 만들 프로그램 설명하기
프로그램을 만드는 데는 각각 다른 역할을 하는 세 가지 도구를 사용했습니다.
Cursor: AI에 프로그램 제작을 요청하고 코드를 확인하는 작업 도구입니다.
Python: 만든 프로그램을 실행하는 기반입니다.
Whisper: 음성을 텍스트로 변환하는 AI 모델입니다. 이번에는 컴퓨터에 설치해 실행했습니다.
먼저 Python을 설치하고 Cursor를 열었습니다. 이어 Cursor에서 Open project를 선택하고 '음성 추출기 샘플'이라는 새 폴더를 만들어 열었어요. 프로그램 파일을 한곳에서 만들고 확인할 작업 공간을 마련한 것이죠.
작업 공간을 준비한 다음에는 AI에 어떤 프로그램을 만들고 싶은지 설명했습니다. 이때 단순히 '음성을 글로 바꿔줘'라고 요청하기보다, 어떤 방식으로 실행하고 어떤 화면에서 결과를 확인할지 조건을 함께 적었어요.
직접 따라 한다면 프로젝트 폴더를 연 상태에서 Agent 입력창(Mac Cmd+I, Windows Ctrl+I)을 열고 아래 요청을 입력하세요. 시연에서 쓴 요청에 실행 파일과 환경 안내를 보강한 예시입니다. 입력 후에는 Cursor가 제안하는 설치·실행 내용을 확인하며 진행하면 됩니다. 화면이 다르다면 이 링크를 참고하세요.
음성 파일을 넣으면 텍스트를 추출하는 Python 프로그램을 만들어줘.
유료 API 대신 공개된 OpenAI Whisper 모델을 컴퓨터에서 실행해줘.
가상환경과 필요한 패키지를 준비하고, FFmpeg 설치 여부를 확인해줘.
없으면 내 운영체제에 맞는 설치 방법을 안내해줘.
화면은 흑백 위주로 단순하게 구성하되, 추출한 글을 읽기 쉽게 보여줘.
시작 파일은 main.py로 만들고, 가상환경의 Python 경로와 실행 명령, 실행 전 필요한 설정을 README.md에 적어줘.요청에 나온 '가상환경'은 이 프로그램에 필요한 패키지를 다른 Python 작업과 분리해 관리하는 환경입니다. ‘FFmpeg’는 Whisper가 음성 파일을 읽고 처리할 때 함께 쓰는 프로그램이에요. Whisper만 설치해서는 음성 파일을 열 수 없기 때문에 따로 설치해야 합니다. Cursor에 요청한 뒤에는 코드뿐 아니라 실행에 필요한 환경도 준비됐는지 확인했습니다.
직접 만들 때도 실행에 앞서 생성된 파일 목록에서 README.md를 열고 설치 안내를 확인하세요. 가상환경 폴더, 시작 파일인 main.py, 필요한 패키지 목록이 준비됐는지 살펴보고, 안내에 따라 FFmpeg 등 필요한 도구를 설치합니다. Whisper 모델은 처음 사용할 때 다운로드가 필요할 수 있으니 인터넷 연결과 저장 공간도 확인해주세요. 설치 중 오류가 발생하면 오류 메시지와 사용 중인 운영체제를 Agent에 전달해 해결을 요청할 수 있습니다.
2. 프로그램을 실행하고 녹음을 텍스트로 변환하기
준비를 마친 뒤에는 요청한 기능이 실제로 동작하는지 확인했습니다. 시연에서는 Cursor에서 생성된 Python 파일을 실행하자 별도의 '음성 스크립트 추출기' 창이 열렸어요.
앞의 요청 예시대로 만들었다면 다음 순서로 실행해보세요.
파일 목록에서
main.py를 엽니다.상단의 실행 버튼을 누릅니다.
Python 환경을 고르라는 안내가 나타나면
README.md에 적힌 가상환경의 Python을 선택합니다.실행 버튼이 없거나 환경을 선택하기 어렵다면, Cursor 터미널에 README의 실행 명령을 입력합니다.
프로그램 창이 열렸다면 이제 음성 파일을 변환해볼 차례입니다. 시연에서 열린 창은 다음과 같이 구성되어 있었습니다.
화면 요소 | 역할 |
|---|---|
파일 선택 버튼 | 변환할 음성 파일을 불러옵니다 |
Whisper 모델 선택 메뉴 | 변환에 사용할 모델을 고릅니다 |
스크립트 추출 시작 버튼 | 변환을 시작합니다 |
결과 표시 영역 | 변환된 텍스트가 나타납니다 |
여러 모델 중 첫 시험에는 base를 선택했어요. 그런 다음 '파일 선택'을 눌러 기존 음성 파일을 불러오고, '스크립트 추출 시작'을 눌렀습니다. 화면에 진행 상태가 표시되고, 변환이 끝나자 결과 영역에 텍스트가 나타났습니다.
직접 시험할 때도 같은 순서로 진행하며 아래 항목을 확인해보세요.
✔️ 음성 파일을 제대로 불러오는가
✔️ 변환이 끝까지 진행되는가
✔️ 결과가 화면에 나타나는가
여기까지 동작한다면 기본 변환 기능은 갖춘 셈입니다. 이제 화면에 나타난 글을 저장해 나중에도 활용할 수 있도록 해보겠습니다.
3. 변환한 텍스트를 저장하고 다시 활용하기
변환한 글을 회의록으로 정리하고 공유하려면, 프로그램 창을 닫은 뒤에도 내용을 다시 꺼내볼 수 있어야 합니다. 그래서 저장 기능을 추가했어요. 시연에서 사용한 요청을 읽기 쉽게 정리하면 다음과 같습니다.
추출한 텍스트를 별도로 저장할 수 있는 버튼을 추가해줘.
버튼을 누르면 저장할 위치를 선택할 수 있게 해줘.
수정된 프로그램에는 '텍스트 파일로 저장' 버튼이 생겼습니다. 버튼을 눌러 파일 이름과 저장 위치를 지정한 뒤, 텍스트 파일이 저장된 것을 확인했어요.
이처럼 기본 기능을 먼저 시험하고, 필요한 기능을 하나씩 요청해 다시 확인하는 방식으로 프로그램을 확장했습니다. 다음 단계에서는 같은 방식으로 프로그램 안에서 직접 녹음하는 기능을 더해보겠습니다.
4. 직접 녹음한 뒤 텍스트로 변환하기
기존 음성 파일을 변환하고 저장할 수 있게 됐으니, 이번에는 녹음까지 같은 프로그램에서 해보기로 했습니다. 아래는 당시 요청을 재구성한 예시입니다.
프로그램에서 직접 녹음하고, 녹음한 파일을 바탕으로 텍스트를 추출할 수 있는 기능을 추가해줘.수정된 프로그램을 다시 실행하니 '녹음 시작' 버튼이 나타났습니다. 이 버튼을 눌러 짧은 테스트 문장을 말한 뒤 녹음을 중지했어요. 이어 텍스트를 추출할지 묻는 창에서 '확인'을 선택하자, 방금 말한 문장이 결과 영역에 표시됐습니다.
영상에서는 이 기능을 '실시간 녹음'이라고 소개했는데요. 실제로 시험한 순서는 녹음 → 중지 → 변환 확인 → 텍스트 표시입니다. 말하는 동안 글이 계속 나타나는 방식이 아니라, 녹음을 마친 뒤 내용을 글로 바꾸는 방식으로 이해하면 됩니다.
이번 시연에서 확인한 범위는 다음과 같습니다.
구분 | 내용 |
|---|---|
시험 완료 | 직접 녹음한 짧은 문장을 텍스트로 변환 |
추가 확인 필요 | 한 번의 시험만으로는 계속 안정적으로 쓸 수 있는지 판단하기 어려움. 영상에서도 여러 번 사용하며 동작을 더 확인하도록 안내 |
확장 아이디어 | 여러 음성 파일을 한꺼번에 처리하는 기능. 영상에서 소개했지만, 이번에 직접 구현하고 시험한 기능에는 포함되지 않음 |
프로그램 제작 과정을 더 자세히 보고 싶다면 녹음 ➡️ 텍스트 무제한 변환 프로그램 만들기를 확인해 보세요.
변환한 텍스트를 AI 회의록으로 정리하는 방법
지금까지 녹음을 텍스트로 바꾸고 저장하는 과정을 살펴봤습니다. 이렇게 얻은 글을 회의록으로 활용하려면, 무엇을 논의했고 어떤 결정을 내렸는지 한 번 더 정리해야 합니다. 여기서부터는 앞서 만든 프로그램을 업무에 활용하기 위한 제안입니다.
음성 변환은 앞서 만든 프로그램에서, 회의록 정리는 별도의 AI 도구에서 각각 진행합니다. 이렇게 만든 초안은 참석자가 확인한 뒤 공유하면 돼요. 단계별로 정리하면 다음과 같습니다.
변환한 텍스트에서 이름·숫자·날짜 확인하기
AI에 안건·결정사항·후속 업무 정리 요청하기
결정사항과 담당자·기한을 검토한 뒤 공유하기
1. 변환한 텍스트에서 이름·숫자·날짜 확인하기
AI에 정리를 맡기기 전에, 녹음과 텍스트를 대조해 아래 항목을 확인하세요.
✔️ 사람 이름, 제품명, 수량, 날짜가 정확히 옮겨졌는가
✔️ '진행한다'와 '진행하지 않는다'처럼 의미를 바꾸는 표현이 제대로 옮겨졌는가
✔️ 잘 들리지 않는 부분을 추측으로 채우지 않고 '확인 필요'로 남겼는가
확인한 텍스트를 저장할 때는 파일 이름에 회의 날짜와 안건을 넣어두면 나중에 찾기 쉽습니다. 예를 들어 2026-10-13_제품소개자료회의.txt처럼 저장하고, 참석자와 회의에서 사용한 자료도 함께 적어두면 회의 맥락을 다시 살펴볼 때 도움이 됩니다.
2. AI에 안건·결정사항·후속 업무 정리 요청하기
텍스트를 확인했다면 회사에서 사용할 수 있는 AI 도구에 회의록 정리를 요청해보세요. 먼저 해당 자료를 외부 AI 도구에 입력해도 되는지 확인한 뒤, 새 대화에 회의 텍스트와 아래 프롬프트를 함께 입력하면 됩니다.
아래 요청은 영상에서 시연한 내용에 회의록 활용 방법을 더한 예시입니다.
아래 회의 텍스트를 안건, 주요 논의, 결정사항, 후속 업무로 정리해줘.
후속 업무에는 담당자와 기한을 표시해줘.
제안과 확정된 결정을 구분하고, 회의에서 언급하지 않은 내용은 추정하지 말고 ‘확인 필요’로 남겨줘.
이름·숫자·날짜는 원문을 유지하고, 각 결정과 후속 업무의 근거 문장도 함께 제시해줘.요청할 때는 '짧게 요약해줘'보다 회의가 끝난 뒤 필요한 정보를 구체적으로 지정하는 편이 좋습니다. 무엇을 결정했는지, 누가 언제까지 무엇을 해야 하는지가 드러나야 회의 내용을 다음 업무로 이어가기 쉽기 때문입니다.
3. 결정사항과 담당자·기한을 검토한 뒤 공유하기
정리된 초안이 나오면 원문과 대조해 아래 항목을 검토하세요.
✔️ '검토해보자'는 제안이 실행하기로 한 결정으로 바뀌지 않았는가
✔️ 원문에 없는 담당자나 기한이 추가되지 않았는가
✔️ '확인 필요' 항목을 참석자에게 물어 보완했는가
검토를 마친 회의록은 정해진 공유 공간에 남기면 됩니다.
회의록에서 시작해, 우리 회사의 반복 업무로
녹음을 받아 적는 일을 도구에 맡기면, 사람은 무엇을 결정했고 다음에 무엇을 할지에 집중할 수 있습니다. 이번에 만든 도구처럼, 업무 자동화도 반복해서 손이 가는 일 하나를 줄이는 데서 시작해요.
회사 안을 둘러보면 비슷한 일이 적지 않습니다. 여러 파일에 흩어진 숫자를 모아 보고서를 만들거나, 반복되는 고객 문의에 답변 초안을 쓰거나, 같은 자료를 여러 문서에 옮겨 적는 일처럼요. 이런 작업을 덜어내면 같은 인원으로도 더 많은 일을 처리하고, 중요한 판단에 시간을 쓸 수 있습니다.
다만 무엇부터 자동화할지, 지금 쓰는 자료와 도구로 가능한지는 혼자 판단하기 어렵습니다. 그럴 땐 '매주 이 보고서 만드는 데 손이 많이 간다'처럼 지금 겪는 불편만 이야기해주셔도 충분해요.
조슈아앤컴퍼니는 기업의 AI 활용 교육과 업무 자동화 시스템 구축을 돕습니다. 문의 페이지에 반복하는 업무와 사용하는 자료·도구를 남겨주세요. AI 활용 교육부터 업무 시스템 구축, 운영·내재화까지, 지금 쓰는 자료와 업무 흐름에 맞춰 어떤 업무부터 AX를 시작하면 좋을지 함께 찾아보겠습니다.
