gcloud로 Google Cloud API 이용 시 응답의 한글 깨짐 해결방법

회사에서 갑자기 Google Cloud의 Speech-to-text API를 쓸 일이 생겼다. 그래서 부랴부랴 SDK를 깔았다. (SDK 설치, SDK 초기화)

API의 응답을 대충 >로 받아서 파일로 저장했는데, 한국어 음성을 인식해서 파일로 출력했더니 문제가 발생했다.

$ gcloud beta ml speech recognize /home/judith/gcp_speech_test/test.wav --language-code=ko-KR > result
$ cat result
{
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.9214141,
          "transcript": "?? ??? ?? ?? ?"
        }
      ],
      "languageCode": "ko-kr"
    }
  ]
}

내 머리에 물음표가 ‘?? ??? ?? ?? ?’ 뜨기 시작하는 순간. 구글 놈들 지들이 분명 한국어 지원한다고 했는데 혹시라도 리턴 자체에 문제가 있는 건가 싶어서 파일로 저장하지 않고 그냥 API 출력을 받았는데 이 때는 출력이 정상이었다.

$ gcloud beta ml speech recognize /home/judith/gcp_speech_test/test.wav --language-code=ko-KR
{
  "results": [
    {
      "alternatives": [
        {
          "confidence": 0.9214141,
          "transcript": "강변 자전거 코스 보여 줘"
        }
      ],
      "languageCode": "ko-kr"
    }
  ]
}

그래서 이런 저런 시도를 하던 끝에 API의 응답을 Plain text로 리턴받아 Transcript가 유니코드 글자 u'\uac15\ubcc0 \uc790\uc804\uac70 \ucf54\uc2a4 \ubcf4\uc5ec \uc918' 형태로 구성되어 있다는 것을 확인할 수 있었다. 그 시점에 gcloud가 파이썬 기반의 명령어이며, 내 PC에서는 계속 2.X 버전으로 돌고 있었다는 사실을 깨달았다.

그러면 gcloud가 파이썬 3.X로 돌면 되는 것 아닌가? 그런데 PC에는 이미 파이썬이 2.7, 3.5, 3.6 다 깔려 있었고 심지어 나는 아나콘다로 3.6을 쓰고 있었다. 그래서 도대체 뭐 때문에 gcloud가 2.7로 도는 것인가 싶어서 구글링을 하다가 CLOUDSDK_PYTHON 환경변수가 있다는 사실을 알아냈다. 이걸 python3으로 해놓으니 거짓말처럼 한국어 출력이 정상적으로 저장되었다.

export CLOUDSDK_PYTHON=python3

파이썬 2.X은 한국어 처리 분야의 발전을 위해서라도 빨리 퇴출되어야 한다 (…)