인터뷰 녹음 자료를 풀어내는 전사(transcription)를 흔히 귀로 듣고 손으로 옮겨 적는 작업으로만 생각하기 쉽지만, 사실은 그렇지 않습니다. 질적연구에서의 전사는 참여자의 말과 함께 미묘한 숨소리와 활짝 피는 웃음, 긴 침묵까지를 학술적인 텍스트로 치환하는 과정입니다. 참여자가 어느 대목에서 숨을 고르고 어디에서 망설였는지가 활자에 남아 있어야 하며, 이후에 이어질 코딩 단계에서 자료의 맥락을 선명하게 관찰할 수 있습니다. 전사를 얼마나 섬세하게 하느냐에 따라 질적 분석의 '해상도' 자체가 달라질 수 있습니다.
이 글의 순서 7개 항목
질적연구를 처음 접한다면, 인터뷰 녹음을 글자로 옮기는 전사(transcription)를 타이핑 노동 정도로만 가볍게 생각하기가 쉽습니다. 하지만 전사는 극도의 집중력을 요구하는 과정이며, 단 10분 분량의 대화를 기록하는 데만 1시간 이상이 걸릴 정도로 상당한 노력을 쏟아야 합니다.
이에 따라 적지 않은 연구자들이 외부 녹취 업체나 단기 아르바이트 인력에 전사 작업을 맡기려는 유혹에 빠집니다. 그러나 이는 연구결과물의 품질을 심각하게 위협하는 위험한 선택이 될 수 있습니다. 인터뷰 현장에서 벌어졌던 맥락이나 참여자의 심리적인 상태를 전혀 알지 못하는 외부 작업자는 참여자의 떨리는 육성, 말문이 막힌 긴 침묵, 무거운 한숨과 같은 중요한 단서들을 그저 ‘매끄럽지 못한 군더더기’로 취급하기 쉽습니다. 결국 읽기에 편한 보도문이나 정돈된 문어체 정도로 이를 다듬어 버리는데, 그 과정에서 인터뷰 참여자가 드러낸 여러 정서와 의미가 텍스트에서 완전히 지워져 버리는 것입니다.
결국 전사 과정은 인터뷰 당시의 분위기와 침묵과 웃음의 무게를 학술적인 데이터로 번역하는 가장 창조적인 1차 분석(first-stage analysis) 단계입니다. 현장의 미묘한 상호작용을 직접 체험하였던 연구자가 아니라면 참여자의 한마디 한마디에 녹아있는 뉘앙스를 절대로 복원할 수 없습니다. 따라서 전사를 타인에 맡기는 것은 원시자료와 연구자가 교감하는 최초의 분석 기회를 스스로 포기하는 것입니다.
연재글 순서
- 질적연구를 위한 네 가지 방법론: 내 연구문제에 맞는 최적의 ‘해석 프레임워크’ 선택하기
- 질적연구를 위한 참여자 선정: 일반화를 거부하고 ‘이론적 포화’에 도달하는 심층 표집의 기술
- 질적연구 연구자의 위치성(positionality)과 연구윤리: 도구가 된 연구자, 자신을 어떻게 통제할 것인가 (IRB & 성찰 가이드)
- 질적연구 인터뷰의 설계: “왜?”라고 묻지 않고 진실을 수집하는 인터뷰 가이드의 기술
- 관찰과 문서 자료: 인터뷰의 사각지대를 밝히는 ‘삼각검증’과 데이터 수집의 기술
- 전사와 자료 정리: 연구 참여자의 구술 발화를 분석이 가능한 텍스트로 구축하는 기술
- 코딩과 주제 식별: 수백 페이지의 녹취록을 학술적 이론으로 전환하는 분석 절차
- 엄격성의 확보: 주관성 비판에 대응하는 학술적인 전략
- 질적 연구결과의 서술과 해석적 글쓰기: 참여자의 언어를 학술적인 텍스트로 변환하는 전략
전사를 연구자가 직접 해야 하는 이유와 인공지능(AI) 음성 인식의 한계
최근 클로바노트(Clova Note)나 다글로(Daglo)와 같은 인공지능(AI) 기반의 음성 인식 도구가 비약적으로 발전하면서, 질적연구를 위한 전사 과정에 이를 도입하는 사례가 증가하고 있습니다. 그러나 AI가 변환한 텍스트 데이터를 연구자의 정밀한 검증이 없이 논문에 그대로 인용하거나 분석 자료로 투입한다면, 치명적인 결함이 발생합니다. 연구자가 직접 전사를 수행해야 하는 이유는 다음과 같습니다.
- ‘침묵’과 ‘비언어적 단서’의 증발: AI 음성 인식은 발화 사이의 침묵(silence)과 비언어적인 맥락을 보존하지 않고 누락시킵니다. 참여자가 수 십초 동안 말을 잇지 못하고 울먹이는 침묵 구간은 참여자의 갈등과 고통의 상징이며, 이는 곧 분석을 위한 단서입니다. 그러나 AI 알고리즘은 이를 무음 구간으로 판정하여 공백으로 처리하고 삭제합니다. 연구자가 직접 음성을 청취하고 발화 사이의 시간적인 간격과 정서적 반응(예., ’10초간 침묵과 울먹임’)을 전사 규약에 따라 텍스트로 부호화해야만 비로소 학술적인 가치를 지닌 유효 데이터로서 자격을 얻습니다.
- ‘현장의 맥락’을 모르는 기계적인 오류: AI는 현장의 은어를 식별하지 못하기 때문에 기계적 오독(misrecognition)을 발생시킵니다. 일례로 임상 간호사의 교대 근무 체계를 뜻하는 전문 용어인 ‘듀티(duty)’를 발음의 유사성에만 기반하여 ‘두피’로 잘못 변환하는 사례가 빈번합니다. 참여자의 소속 분야와 현장 맥락을 충분히 이해하고 있는 연구자만이 이러한 맥락적 왜곡을 식별하고 본래의 학술적 의미로 정확히 교정할 수 있습니다.
- 분석적 직관의 잉태: 직접 전사를 수행하는 과정은 연구자의 분석적인 직관이 잉태되는 순간입니다. 1시간 분량의 녹음을 직접 타이핑하다 보면, 인터뷰 현장에서 다음 질문에 집중하느라 놓쳤던 참여자의 미세한 어조와 말버릇이 생생하게 되살아납니다. 수 시간에 걸친 전사 작업은 방대한 텍스트를 연구자의 의식 속에 깊이 각인시키게 하며, 자연스럽게 ‘초기 코딩(initial coding)’으로 이어지는 결정적인 분석의 시간입니다.
종합한다면, AI 프로그램을 초안 작성을 위한 도구로 활용하는 것은 권장할 수 있지만, 반드시 연구자가 원본 음성을 직접 청취하며 비언어적인 기호까지를 담아내는 ‘수정 전사(proof-listening)’ 과정이 수반되어야 합니다.
학위논문에서의 전사: 축어 전사(verbatim transcription)와 비언어적인 표기 규준
음성 자료 전사의 해상도(resolution)는 연구의 목적과 분석 방법에 따라 다음과 같이 세 단계로 구분됩니다.
- 내용 전사(content-focused transcription): 발화의 핵심 요지만을 선별적으로 요약/기술하는 방식입니다. 연구 참여자의 발화 맥락과 의미의 구조를 철저하게 보존해야 하는 연구에서는 그 활용이 배제됩니다.
- 축어 전사(verbatim transcription): 학위논문에서 요구되는 전사 방식의 표준입니다. 간투사(filler words)나 방언, 문법적인 비문(anacoluthon)을 포함하는 음성 신호의 전반을 100% 그대로 기록하는 방식입니다. 한숨, 웃음, 침묵 등의 정서적/비언어적인 반응을 괄호 내에 병기합니다.
- 상세 전사(detailed transcription): 호흡과 억양 및 성조(intonation/pitch)에 의해서 드러나는 미세한 고저 신호까지를 정밀하게 부호화하는 방식입니다. 대화분석학(conversation analysis)이나 사회언어학 등 미시적인 상호작용을 다루는 연구영역에 한해서 제한적으로 운용됩니다.
축어 전사를 수행하는 과정에서 연구자가 사전에 셋팅해야 하는 비언어적인 표기 규준은 다음과 같습니다.
- (…): 3초 이내의 단기 휴지(short pause) 또는 말더듬 표기
- [5초 간의 침묵]: 3초 이상의 침묵 표기 (지속 시간을 초 단위로 구체적으로 명시)
- [한숨], [씁쓸하게 웃음], [눈물을 닦으며]: 참여자의 정서적인 표출과 비언어적인 신체 행위를 기술
- [???]: 음향적인 간섭이나 잡음 등으로 인해 판독이 불가능한 미식별된 구간
- (환자 보호자): 참여자가 지시표현(예., ‘그 사람’)을 사용하여 지칭의 대상이 모호할 때, 연구자가 문맥의 증거에 입각하여 의미를 보충한 항목
인터뷰 참여자가 사용한 투박한 방언이나 비속어, 혹은 문법에 맞지 않는 불완전한 문장을 연구자가 임의로 표준어화하거나 매끄러운 문장으로 윤문(editing)하는 행위는 엄격히 지양되어야 합니다. 가공되지 않은 원시자료(raw data) 그 자체는 참여자의 사회문화적인 배경과 정체성을 체현(體現)하는 질적 데이터로서의 독자적인 분석 가치를 가지기 때문입니다.
질적자료 분석의 신뢰도와 효율성을 제고하는 전사본의 표준화된 서식: 메타데이터, 행 번호, 실시간 가명화
전사본의 서식 체계가 미비하다면 후속의 코딩 단계와 본문의 인용과정에서 원시자료를 추적하기가 어려워집니다. 따라서 분석의 일관성과 신뢰도를 제고하기 위해서는 표준화된 문서 서식을 사용해야 합니다.
1. 메타데이터(metadata)의 명시
전사본의 상단에는 연구윤리를 준수하고 발화의 맥락적인 조건을 체계화하기 위해 다음의 메타데이터를 기재합니다.
- 참여자 식별 부호(participant ID): ‘P01’ (연구 참여자의 개인정보 보호를 위한 비식별화 코드를 부여, 실명 기재를 엄격하게 금지)
- 인터뷰 일시와 장소: 2026. 09. 22. 14:00-15:30 / 서울 OOO동 A카페의 독립 공간
- 인터뷰 회차와 소요 시간: 1회차 인터뷰 / 85분
2. 자동 행 번호(line numbering)의 부여
워드 프로그램이 제공하는 행 번호 기능을 활성화하여 전사본에 행 번호를 삽입합니다. 이는 질적연구의 타당도를 평가하는 기준 중의 하나인 ‘감사 가능성(auditability)’과 자료의 투명성(transparency)을 확보하기 위한 필수적인 절차입니다. 본문 내에서 원시자료를 인용할 때 발화가 발생한 행 번호를 병기(예., “그때는 정말 너무 힘들었어요” [P01, 1회차, L.45-46])하여 자료가 가지는 증거력과 자료 추적의 정밀성을 입증할 수 있습니다.
3. 화자 분리와 전사 단계의 실시간 가명화(pseudonymization/masking)
인터뷰 참여자 또는 발화에서 등장하는 제3자의 개인정보의 누출을 방지하기 위해 전사를 수행하는 과정에서 모든 등장인물에 관한 정보를 비식별화/범주화 처리를 합니다. 그리고 발화 중에 노출된 고유명사, 실명, 특정 기관의 이름, 직급 등은 전사 단계에서 대괄호([])처리를 통해 상위의 범주 이름으로 치환합니다.
- 지양해야 할 전사 방식: “제가 약 3개월 전에 한국전자의 인사팀에서 근무하는 김 부장님한테 결재를 받으러 갔는데…”
- 표준화된 비식별화 전사 방식: “제가 약 3개월 전에 [대기업] [인사팀] [상사]한테 결재를 받으러 갔는데…”
기관생명윤리위원회(IRB) 연구 윤리 기준에 따른 원시자료 보안과 백업 프로토콜
수집한 인터뷰 자료는 연구 참여자의 은밀하고 사적인 경험과 민감한 개인정보를 포함합니다. 이에 따라 연구 참여자를 위한 최고 수준의 보안 체계와 정보 보호를 위한 관리가 필요합니다. 만약 연구자가 소홀하게 관리해서 원시자료가 유출된다면, 이는 연구 윤리를 위반한 행위에 해당합니다. 기관생명윤리위원회(IRB)의 심의 기준을 충족하고 연구의 윤리적인 정당성을 확보하기 위해서는 다음의 원칙을 준수해야 합니다.
1. 파일명의 비식별화와 표준 코드 체계를 구축: 만약 연구자가 파일 이름에 연구 참여자의 실명을 그대로 노출하여 저장한다면(예., 김철수(인터뷰 녹음).mp3), 이는 연구 대상자의 보호 규정을 위반하는 행위에 해당합니다. 따라서 연구자는 개인의 신원이 식별되지 않도록, 모든 음성 파일과 문서 파일의 명칭을 참여자의 고유 기호, 인터뷰 회차, 자료 수집 일자를 조합한 표준 코드 체계(예: P01_1st_20240512.mp3)로 전환해서 부여해야 합니다.
2. 식별 연계 정보(실명 대조 기호)를 물리적/논리적으로 격리해서 보관: 인터뷰 참여자의 고유 기호와 개인식별정보(예., 실명, 연락처 등)를 대응시킨 식별 대조 기호(identification key)를 전사본 및 원시자료와 동일한 저장 공간에 함께 보관해서는 안됩니다. 연구자는 해당 문서에 강력한 암호화 알고리즘을 구축하고, 외부 네트워크와 완전히 단절된 독립적인 저장 매체에 저장해야 하며, 이를 시건장치가 구비된 보관소에 보관해야 합니다.
3. 자료의 무결성 확보를 위한 다중 백업 체계를 운용: 저장 매체가 랜섬웨어에 감염되거나 기기 결함 및 도난/분실과 같은 사고로 원시자료가 영구히 훼손되는 사태를 방지하기 위해, 연구자는 엄격한 이중 백업 프로토콜을 가동해야 합니다. 원시자료를 물리적인 접근이 통제된 오프라인 외장 하드디스크 1기와 다중 요소 인증(two-factor authentication, 2FA)이 적용된 보안 클라우드 계정 1기에 각각 분산시켜 안전하게 백업해야 합니다.
4. 연구가 종료된 후에 보관 연한을 준수하고 영구 폐기절차를 이행: 연구자는 기관생명윤리위원회(IRB) 승인 계획서에 명시된 원시자료 보관 연한(일반적으로 학위수여 또는 연구 종료 후 3년)이 만료되는 시점에 맞추어, 수집된 모든 자료를 영구적으로 폐기하는 절차를 이행해야 합니다. 해당 기한이 도래하면 연구자는 음성 녹음 파일과 관련한 모든 전자 문서를 데이터 복원이 불가능한 전용 소프트웨어를 통해 영구 삭제해야 합니다. 또는, 하드웨어 저장 매체를 물리적으로 파쇄하여 어떠한 원시자료도 사후에 복원되지 않도록 해야 합니다.
| [가상 사례] 인공지능(AI) 도구의 의존에 따른 원시자료의 왜곡과 축어 전사의 재작업 사례 아동학을 전공하는 석사과정 학생이었던 D씨는 ‘보육교사의 학부모 악성 민원 대처 경험’을 탐색하기 위해 8명의 교사를 대상으로 심층 인터뷰를 수행하였습니다. 그러나 연구 마감 일정에 쫓기던 D씨는 수집한 음성 녹음 파일 전체를 인공지능(AI) 자동 전사 프로그램에 입력한 뒤, AI가 생성한 텍스트를 원본 음원과 대조하는 절차를 거치지 않고 그대로 취합하여 자료 분석을 시작하였습니다. 하지만 지도교수의 지도 과정에서, 코딩의 결과물에서 심각한 오류가 있다는 점을 지적받았습니다. 인터뷰 참여자들이 체험한 정서적인 동요 또는 소진의 경험을 충분히 담아내지 못하고 있고, 더욱이 학부모 민원에 대한 참여자의 반응이 형식적이고 사무적인 태도로만 묘사되어 있어 질적 자료로서의 분석적인 가치가 낮다는 점입니다. 이에 따라 D씨는 AI가 생성한 전사본과 원본 음성을 서로 대조하였는데, 많은 구간에서 중요한 지점이 누락되고 발화의 내용이 심각하게 왜곡되어 있었음을 확인할 수 있었습니다. AI 알고리즘은 인터뷰 참여자들이 자신의 격한 감정을 억누르며 내쉬었던 긴 한숨이나, 말을 잇지 못하고 흐느끼던 수십 차례의 침묵 구간을 데이터의 결측 구간으로만 냉정하게 처리하여 삭제한 채 텍스트를 매끄럽게만 연결해 버렸던 것입니다. 나아가, 참여자의 좌절감과 심리적인 상흔이 고스란히 담긴 투박한 방언과 현장에서의 은어 역시 표준어로 강제적으로 순화시킨 것으로 나타났습니다. 결국 AI에 맡긴 전사 작업의 결과물에서는 질적 연구의 생명인 현장 고유한 맥락과 발화의 생생함이 완전히 제거된 것이었습니다. D씨는 전면적으로 수정 전사에 착수하였습니다. 구체적으로, AI가 생성한 텍스트 초안을 바탕으로 원본 음원을 수 초 단위로 정밀하게 구간을 반복하면서 청취하였습니다. 누락되었던 참여자의 정서적인 표출과 신체 행위를 [긴 한숨], [음성 떨림], [10초 침묵] 등의 비언어적인 표기 규준을 사용해서 정교하게 기술하였습니다. (※ 본 사례는 질적연구로 접근한 아동학 논문컨설팅 수행 사례를 바탕으로 재구성한 시나리오입니다.) |
자주 묻는 질문 (FAQ)
Q. 인터뷰 자료를 전사하는 과정에서 연구자의 질문에 대해 참여자의 맞장구와 간투사(예., “아, 네”, “그러셨군요” 등)와 같은 발화 반응도 빠짐없이 기록해야 하나요?
A. 그렇습니다, 연구자의 모든 질문을 포함해야 하고, 이와 함께 인터뷰 참여자가 발화한 미세한 간투사나 맞장구(backchanneling)까지를 일체의 누락 없이 전사해야 합니다. 질적 인터뷰를 통해 수집하는 텍스트는 연구 참여자의 일방적인 독백으로 여겨서는 안됩니다. 오히려 연구자와 참여자가 상호작용하며 형성해 나가는 ‘공동 구성물(co-construction)’입니다. 연구자가 어떠한 구조와 방식으로 질문을 제시하였는지, 그리고 인터뷰 과정에서 연구자가 표출한 공감과 반응이 참여자의 발화를 어떻게 독려하였는지를 전사본에 가감 없이 기록해야 합니다. 이를 통해 질적 연구자는 사후 분석의 단계에서 자신이 참여자에게 특정한 답변을 암묵적으로 유도(leading question)하였거나 편향을 개입시키지 않았는지를 비판적으로 점검하는 ‘연구자의 성찰성(reflexivity)’을 확보할 수 있습니다.
Q. 인터뷰 음성 자료를 전사하는 과정에서 연구 참여자의 진술이 사건과 화제 사이를 서로 불규칙하게 오가며 산만하게 이어지고 있다는 점을 확인하였습니다. 그렇다면 전사 단계에서 연구자가 임의로 시간 순서나 주제의 범주에 맞추어 기록해도 무방할까요?
A. 연구자는 참여자의 발화 내용을 임의로 재배열하거나 정돈해서는 안 되며, 실제 발화가 이루어진 시간적인 순서를 유지하여 전사해야 합니다. 맥락을 벗어나거나 불규칙하게 전개되는 진술 구조 그 자체가 인터뷰 참여자가 겪은 내면적인 갈등과 심리적 상태, 혹은 당면한 현상이 나타내는 복잡성과 무질서성을 포착하는 중요한 질적 자료이기 때문입니다. 따라서 전사 작업은 면담이 전개된 물리적인 시간의 흐름(chronological order)을 엄격히 준수하며 이루어져야 합니다. 발화 내용을 주제별로 분류하고 체계화하는 작업은 전사 단계의 몫이 아니며, 추후 질적 데이터 분석 소프트웨어(예., NVivo)나 스프레드시트를 활용하는 ‘코딩(coding)’ 단계에서 수행해야 할 고유한 분석 과업에 해당합니다.
Q. 학위논문의 본문에서 연구 참여자의 발화를 직접 인용할 때, 심한 방언이나 비문 등으로 인해 가독성이 떨어지는 것을 방지하기 위해 문장을 매끄럽게 윤문(editing)해도 무방한가요?
A. 질적 연구에서는 원시자료의 원형을 훼손하지 않는 축어적인 인용이 원칙입니다. 다만, 독자의 이해를 돕고 가독성을 확보하기 위한 제한적인 가공은 허용되고 있습니다. 독자가 인터뷰 참여자의 발화를 왜곡 없이 파악할 수 있도록 돕기 위해, 연구자는 엄격한 학술적인 기준 내에서 다음과 같은 최소한의 편집 규준을 적용할 수 있습니다.
- 무의미한 간투사의 생략: 발화의 핵심 의미를 구성하지 않으면서 습관적으로 반복되는 간투사나 군말(예., “어…”, “그니까…” 등)은 괄호와 줄입표(…)를 활용해서 원문의 맥락을 해치지 않는 범위 내에 처리할 수 있습니다.
- 방언 및 고유한 표현의 원형 보존과 의미 보충: 방언, 비속어, 현장 은어 등을 사용하는 것은 화자의 고유한 사회문화적인 배경에서 비롯되므로 그대로 인용해야 합니다. 다만 일반 독자가 그 의미를 직관적으로 파악하기 어려운 어휘에 한하여, 해당 단어 바로 뒤에 대괄호([ ])를 표기하고 표준어 또는 설명을 병기해서 본래의 의미를 전달해야 합니다(예., “그때 진짜 휙 돌아서 [화가 나서] 그만 둘 뻔했다구요”).
Q. 연구자가 직접 전사 작업을 수행할 때 작업의 효율성을 제고하고 피로도를 완화하기 위해 권장되는 소프트웨어 도구 또는 운용 팁에는 무엇이 있습니까?
A. 전사 작업의 효율성을 제고하고 작업 부담을 경감하기 위해서는 마우스 조작을 최소화하고 키보드 중심의 제어 기능을 지원하는 전문 전사 소프트웨어(예., oTranscribe, Express Scribe 등)를 활용하는 방안을 권장합니다. 일반적인 범용성 음성 재생기를 사용할 경우, 음원의 재생과 일시 정지를 반복하는 과정에서 마우스와 키보드를 수시로 교차하며 조작해야 하므로 전사 작업의 연속성이 단절될 뿐만 아니라 연구자의 피로도가 크게 가중될 수 있습니다. 반면 전사 전용 소프트웨어를 활용하면 단축키의 조작만으로도 재생과 일시 정지, 구간 되감기 등의 필수 기능을 용이하게 제어할 수 있어 타건 위치를 유지한 채 안정적으로 작업을 지속할 수 있습니다. 아울러 전용 프로그램은 재생 속도를 미세하게 감속할 수 있는 조절 기능을 지원하기 때문에, 연구 참여자의 발화 속도와 연구자의 입력 속도를 동기화해서 불필요한 재생 중단을 줄이고 작업 능률을 높일 수 있습니다.
결론
전사는 발화의 맥락 가운데 어떤 부분을 자료로 활용할 것인가를 결정하는 고도의 학술적인 판단 과정입니다. 연구자가 발화의 범위를 어디까지 포착하여 원시자료로 확정하느냐에 따라 사후 분석 단계에서 의미있는 결과를 얻기 때문입니다. 일반적으로 1시간 분량의 심층 인터뷰가 담긴 음원을 전사하는 데에는 4시간에서 5시간에 이르는 시간과 노력이 소요됩니다.
질적으로 접근하는 연구자에게는 전사 작업을 직접 수행하는 방안을 권장합니다. 음성 자료를 반복 청취하며 텍스트화하는 과정에서 기초적인 자료 분석과 초기 코딩이 자연스럽게 어우러지기 때문입니다. 더불어, 인터뷰 현장에 직접 참여했던 연구자만이 발화 속에 담긴 미세한 맥락을 정확하게 판독하고 해석할 수 있기 때문입니다. 부득이하게 외부 전문 기관에 위탁하거나 인공지능(AI) 음성 인식 도구를 활용하더라도, 연구자는 반드시 원본 음원을 청취해야 합니다. 그리고 비언어적인 맥락을 보완하는 수정 전사 절차를 반드시 거쳐야 합니다.
전사는 그 결과물의 해상도에 따라 내용 중심 전사, 축어 전사, 그리고 상세 전사의 세 단계로 구분됩니다. 일반적으로 학위논문 연구에서는 발화의 원형을 보존하는 축어 전사를 사용합니다. 이때 연구자는 참여자의 고유한 어투나 방언, 문법에 맞지 않는 비문(anacoluthon)을 임의로 표준어화를 해서는 안됩니다. 한편, 3초 이상의 침묵이나 웃음, 음성의 떨림과 같은 비언어적인 행위를 기호 체계로 부호화해야 합니다.
전사본을 문서화할 때에는 서두에 인터뷰 정보에 관한 데이터를 명시하고 화자를 명확히 구분해야 합니다. 연구의 감사 가능성(auditability)과 자료의 투명성을 담보하기 위해서는 자동 행 번호를 부여해야 합니다. 연구 윤리를 준수하기 위해 참여자에게는 식별 부호를 할당하고, 실명과 고유 기호를 대응시킨 식별 대조표는 전사본과 분리하여 독립된 저장 매체에 격리시켜 보관해야 합니다. 또한 참여자의 신원을 특정할 수 있는 고유명사나 기관의 이름, 세부 지역명 등은 전사 단계에서 대괄호([ ])를 활용해 상위 범주명으로 치환해야 합니다.
수집한 디지털 원시자료는 표준화된 코드 체계에 입각한 파일 명명의 규칙과 폴더 구조를 통해 엄격히 통제해야 합니다. 만약의 데이터 유실이나 훼손을 방지하기 위해서는 독립된 두 곳 이상의 저장 매체에 이중 백업 프로토콜을 가동해야 합니다. 나아가 기관생명윤리위원회(IRB) 승인 계획서에 명시된 보관 연한이 도래한다면, 수집한 음성 녹음 파일과 식별 대조표를 비롯한 모든 민감한 정보를 복원이 불가능하도록 기술적인 조치를 취해야 합니다.
