Whisper
모켓은 도구를 소개하는 정보 사이트이며 판매자·운영사가 아닙니다. 결제·환불·구독은 각 도구의 공식 채널(또는 App Store·Google Play)에서 진행됩니다.
소개
Whisper는 OpenAI가 개발한 오픈소스 자동 음성 인식(ASR) 모델로, 99개 이상 언어의 음성을 텍스트로 정확하게 변환합니다. 68만 시간의 다국어 음성 데이터로 학습되어 소음 환경, 다양한 억양, 전문 용어에서도 높은 인식률을 보여줍니다. 음성 전사뿐만 아니라 다국어 번역, 언어 감지, 타임스탬프 생성 기능까지 갖추고 있습니다. 오픈소스로 공개되어 있어 로컬 환경에서 무료로 실행할 수 있으며, 다양한 상용 서비스에 통합되어 있습니다.
Whisper 사용법
실행 환경 준비
Python과 pip를 사용할 수 있는 환경에서 pip install -U openai-whisper를 실행합니다. ffmpeg도 필요합니다. Homebrew가 준비된 macOS에서는 brew install ffmpeg, Chocolatey가 준비된 Windows에서는 choco install ffmpeg를 실행합니다.
모델 선택
모델별 속도·정확도·메모리 요구량을 비교합니다. 영어 전용 모델은 .en으로 구분합니다. 영어 번역에는 turbo 대신 tiny·base·small·medium·large 중 다국어 모델을 사용합니다.
파일 전사
whisper audio.mp3 --model turbo를 실행합니다. audio.mp3를 실제 파일명으로 바꿉니다. 전체 옵션은 whisper --help로 확인합니다.
필요하면 영어로 번역
README의 일본어 음성 예시는 whisper japanese.wav --model medium --language Japanese --task translate입니다. 실제 파일과 원음 언어에 맞게 지정합니다. turbo는 --task translate를 지정해도 원어를 반환하므로 번역에 사용하지 않습니다.
Python에서 실행하는 대안
Python에서는 import whisper 후 model = whisper.load_model('turbo'), result = model.transcribe('audio.mp3'), print(result['text']) 순서로 실행합니다. CLI 대신 사용할 수 있는 방식입니다.
장점
- •오픈소스로 무료 사용 가능하며 로컬 실행 지원
- •99+ 언어 지원으로 다국어 전사·번역 가능
- •소음 환경·다양한 억양에서도 높은 인식률
- •타임스탬프 생성으로 자막 제작에 즉시 활용 가능
단점
- •실시간 처리보다 배치 처리에 최적화됨
- •로컬 실행 시 GPU가 필요하며 처리 시간이 김
- •오픈소스 Whisper 자체는 화자 분리를 지원하지 않음(OpenAI API의 gpt-4o-transcribe-diarize는 화자 분리 제공)
핵심 기능
다국어 음성 전사
96개 이상 비영어권 언어를 포함해 다국어 음성을 텍스트로 변환하며, 기존 모델 대비 55.2% 낮은 오류율 달성
음성 번역
비영어 음성을 영어 텍스트로 자동 번역하는 다중 작업 학습 기반 번역 기능 제공
타임스탬프 예측
음성 구간별 정확한 타임스탬프를 자동 생성하여 자막 파일 제작에 즉시 활용 가능
소음 환경 강건성
억양, 배경 소음, 전문 용어 등 다양한 환경에서도 안정적인 인식률 유지
오픈소스 로컬 실행
MIT 라이선스로 공개되어 tiny·base·small·medium·large·turbo 6종 모델을 로컬 GPU(약 1~10GB VRAM)에서 무료 실행
음성 활동 감지
오디오에서 음성이 있는 구간을 자동으로 감지하여 무음 구간 처리 최적화
공식 사이트 2026-09-17 콘텐츠 검증
영상 가이드
![누구나 1분이면 현존 최고의 자동자막을 쓸 수 있습니다. [무료 Whisper AI | 프리미어, 다빈치 리졸브, 파컷]](https://i.ytimg.com/vi/ZQqGUEg1TLg/mqdefault.jpg)
요금제
2026-07-24 가격 기준
오픈소스 (로컬 실행)
Free
- MIT 라이선스 무료 사용
- 로컬 GPU에서 직접 실행
- tiny~large·turbo 6종 모델 선택
OpenAI API (whisper-1)
$0.006/minute
- 클라우드 기반 API 호출
- 별도 GPU 불필요
- 25MB 파일 크기 제한
자주 묻는 질문
Whisper는 무료인가요?
오픈소스 모델은 MIT 라이선스로 완전 무료입니다. OpenAI API를 통해 사용할 경우 분당 $0.006의 비용이 발생합니다.
한국어 음성 인식이 가능한가요?
네, 96개 이상 언어를 지원하며 한국어도 포함됩니다. 다만 영어 대비 학습 데이터가 적어 인식 정확도가 다소 낮을 수 있습니다.
실시간 전사가 가능한가요?
기본 모델은 배치 처리에 최적화되어 있습니다. 실시간 전사를 위해서는 faster-whisper 등 커뮤니티 최적화 버전이나 OpenAI API를 활용할 수 있습니다.
로컬에서 실행하려면 어떤 사양이 필요한가요?
Large 모델 기준 VRAM 10GB 이상의 GPU가 권장됩니다. 작은 모델(tiny, base)은 CPU에서도 실행 가능하지만 처리 속도가 느립니다.
화자 분리(누가 말했는지 구분)가 가능한가요?
Whisper 자체에는 화자 분리 기능이 없습니다. pyannote-audio 등 별도 라이브러리와 결합하여 화자 분리를 구현할 수 있습니다.
AI 환각(hallucination) 문제가 있나요?
무음 구간이나 배경 소음에서 존재하지 않는 텍스트를 생성하는 환각 현상이 보고되었습니다. 중요한 전사에는 사후 검수가 권장됩니다.
사용자 리뷰
불러오는 중...