도구

Whisper 한국어 음성 전사, 윈도우에서 설치부터 자막(SRT)까지

OpenAI의 공식 Whisper를 윈도우 Python 3.11에 설치하고, 한국어 녹음을 글(.txt)과 자막 시간표(.srt)로 바꾸는 방법을 정리했습니다. 모델 고르는 법과 자주 막히는 오류도 함께 담았습니다.

이형구렛츠코딩앤플레이학원 원장2026년 11월 2일약 10분

먼저 설치하세요: Python 3.11 윈도우 설치 방법, Whisper를 쓰기 위한 준비 FFmpeg 윈도우 설치 방법과 처음 쓰는 명령 3가지

Whisper는 Python으로 만든 프로그램이라 Python이 있어야 설치하고 실행할 수 있습니다. 녹음 파일을 읽을 때는 FFmpeg를 씁니다.

Whisper는 OpenAI가 공개한 음성 인식 프로그램입니다. 녹음 파일을 넣으면 말한 내용을 글로 받아 적고, "몇 초부터 몇 초까지 무슨 말을 했는지" 시간표까지 만들어 줍니다.

받아쓰기를 아주 잘하는 속기사라고 생각하면 됩니다. 이 속기사는 내 컴퓨터 안에서 일합니다. 처음 한 번 모델 파일을 내려받은 뒤에는 녹음을 외부로 보내지 않고 내 컴퓨터에서 처리합니다.

이 수업에서 하는 일

「영상 제작을 위한 AI 활용」 수업에서는 01:40에 Whisper를 설치하고, 01:50에 준비한 설명 녹음을 전사해 타임테이블을 정리합니다.

이 타임테이블이 다음 실습의 기준이 됩니다. 02:10 Hyperframes 실습에서 AI에게 "이 시간표에 맞춰 장면을 바꾸고 자막을 넣어 줘"라고 요청할 때 Whisper가 만든 .srt 파일을 넘깁니다.

녹음은 내 컴퓨터에서 처리되지만, 고객 이름이나 연락처처럼 고객을 알아볼 수 있는 정보가 담긴 녹음은 쓰지 마세요. 전사 결과는 이후 AI에게 넘기기 때문입니다. 실습용으로 따로 녹음하거나 회사에서 사용을 허용한 자료를 쓰세요.

윈도우에 설치하기

공식 Whisper는 Python 3.8~3.11에서 동작을 확인했다고 안내합니다. 그래서 이 시리즈는 Python 3.11을 기준으로 합니다. py -3.11은 "여러 Python 중 3.11 버전으로 실행하라"는 뜻입니다.

1) 시작 메뉴에서 PowerShell을 검색해 엽니다. Python이나 FFmpeg를 방금 설치했다면 열려 있던 창을 닫고 새 창을 여세요. 2) 아래 명령으로 Whisper를 설치합니다.

py -3.11 -m pip install -U openai-whisper

Python 3.11에 딸린 설치 도구(pip)로 openai-whisper 패키지를 설치합니다. -U는 이미 있으면 최신 버전으로 올리라는 뜻입니다.

Whisper는 PyTorch라는 큰 계산 도구를 함께 내려받기 때문에 인터넷 속도에 따라 몇 분 이상 걸릴 수 있습니다. 글자가 계속 올라가는 동안은 창을 닫지 말고 기다리세요. 마지막에 Successfully installed로 시작하는 줄이 보이면 설치가 끝난 것입니다.

Successfully installed openai-whisper-... torch-... (이하 생략)

3) 설치가 끝나면 PowerShell 창을 닫고 새로 엽니다. 새 창이어야 whisper 명령을 찾는 경우가 많습니다.

설치 확인

whisper --help

Whisper가 쓸 수 있는 옵션 목록을 보여 줍니다. 아래처럼 usage로 시작하는 긴 설명이 나오면 설치된 것입니다.

usage: whisper [-h] [--model MODEL] [--model_dir MODEL_DIR] ...

whisper를 찾지 못한다는 오류가 나오면 아래처럼 Python을 거쳐 실행해 보세요. 이렇게 하면 결과는 같고, 이후 모든 명령에서 whisper 대신 py -3.11 -m whisper라고 쓰면 됩니다.

py -3.11 -m whisper --help

FFmpeg도 함께 확인합니다. Whisper는 녹음 파일을 읽을 때 FFmpeg를 부릅니다.

ffmpeg -version

처음 써 보기

예제 1은 한국어 녹음을 전사하는 기본 명령입니다. 녹음 파일이 있는 폴더로 이동한 뒤 실행합니다. 아래는 다운로드 폴더에 recording.mp3가 있다고 가정한 예입니다.

cd $HOME\Downloads
whisper recording.mp3 --language Korean --model small

첫 줄은 녹음이 있는 폴더로 이동하고, 둘째 줄은 small 모델로 한국어 전사를 시작합니다. --language Korean을 주면 언어를 추측하는 단계를 건너뛰어 결과가 안정적입니다.

처음 실행하면 모델 파일을 내려받는 진행 막대가 먼저 나옵니다. 그다음 아래처럼 시간과 문장이 한 줄씩 올라옵니다.

[00:00.000 --> 00:04.200]  안녕하세요. 오늘은 제품 설치 방법을 안내드리겠습니다.
[00:04.200 --> 00:09.000]  먼저 설치 파일을 내려받습니다.

그래픽카드가 없는 노트북에서는 FP16 is not supported on CPU; using FP32 instead라는 경고가 함께 나옵니다. "그래픽카드 대신 CPU로 계산한다"는 안내이니 무시해도 됩니다.

예제 2는 결과 파일을 살펴보는 것입니다. 형식을 지정하지 않으면 녹음과 같은 폴더에 같은 이름으로 여러 파일이 생깁니다. 이 수업에서 쓰는 것은 두 가지입니다.

recording.txt: 말한 내용만 글로 적은 파일입니다. 내용을 검토하거나 대본으로 다듬을 때 씁니다. recording.srt: 문장마다 시작과 끝 시간이 붙은 자막 파일입니다. 이것이 타임테이블입니다.

메모장으로 .srt를 열면 아래 모양입니다. 번호, 시간, 문장이 한 묶음입니다.

1
00:00:00,000 --> 00:00:04,200
안녕하세요. 오늘은 제품 설치 방법을 안내드리겠습니다.

2
00:00:04,200 --> 00:00:09,000
먼저 설치 파일을 내려받습니다.

필요한 형식만 원하면 --output_format을, 결과를 다른 폴더에 두려면 --output_dir을 씁니다.

whisper recording.mp3 --language Korean --model small --output_format srt --output_dir result

srt 파일만 만들어 result 폴더에 저장합니다. 형식은 txt, srt, vtt, tsv, json, all 중에서 고를 수 있습니다.

예제 3은 결과를 검토하고 타임테이블로 정리하는 단계입니다. Whisper는 제품명, 회사 이름, 영어 약어 같은 고유명사를 자주 틀립니다. 영상 자막으로 그대로 나가면 안 되므로 .txt를 읽으며 틀린 단어를 꼭 확인하세요. 자주 나오는 고유명사가 있다면 --initial_prompt에 미리 적어 주는 방법도 있습니다. 앞부분을 받아 적을 때 참고할 문장을 넘기는 옵션이라, 철자를 맞히는 데 도움이 될 수 있습니다.

whisper recording.mp3 --language Korean --model small --initial_prompt "렛츠코딩, Hyperframes, Codex"

검토가 끝나면 AI에게 타임테이블 정리를 맡깁니다. Codex에 아래처럼 요청할 수 있습니다.

recording.srt는 내 설명 녹음을 Whisper로 전사한 자막이야.
1) 제품명 "렛츠코딩"과 "Hyperframes"가 틀리게 적힌 곳을 고쳐 줘. 시간은 바꾸지 마.
2) 내용이 이어지는 문장끼리 묶어서 장면 4~6개로 나눈 타임테이블을 만들어 줘.
   장면마다 시작 시간, 끝 시간, 요약 한 줄, 화면에 보여 줄 내용을 적어 줘.
3) 고친 자막은 recording-fixed.srt로 저장해 줘.

모델 고르기

모델은 받아쓰기 실력과 속도를 정하는 부품입니다. 큰 모델일수록 정확하지만 느리고 메모리를 많이 씁니다. 공식 모델은 tiny, base, small, medium, large, turbo가 있습니다. 모델 이름에 .en이 붙은 것은 영어 전용이므로 한국어에는 쓰지 않습니다.

small: 이 수업의 기준 모델입니다. 그래픽카드가 없는 일반 노트북에서 기다릴 만한 속도와 쓸 만한 정확도가 균형을 이룹니다. medium: small보다 정확한 편이지만 훨씬 느립니다. 시간 여유가 있을 때 결과를 비교해 보세요. turbo: 큰 모델(large-v3)을 빠르게 다듬은 모델로, 아무것도 지정하지 않으면 이 모델을 씁니다. 정확도는 좋지만 크기가 커서 CPU만 있는 노트북에서는 small보다 오래 걸립니다.

정리하면 정확도와 시간을 바꾸는 선택입니다. 수업에서는 small로 빠르게 결과를 얻고 고유명사를 손으로 고치는 쪽을 택합니다. 처음 쓰는 모델은 실행할 때 한 번 내려받으며, 사용자 폴더 아래 .cache\whisper에 저장됩니다. medium이나 turbo는 파일이 1GB를 넘으므로 수업 전에 미리 받아 두는 것이 좋습니다.

자주 막히는 곳

whisper 명령을 찾지 못할 수 있습니다.

whisper : 'whisper' 용어가 cmdlet, 함수, 스크립트 파일 또는 실행할 수 있는 프로그램 이름으로 인식되지 않습니다.

먼저 PowerShell을 새로 열어 보세요. 그래도 안 되면 설치할 때 아래와 비슷한 경고가 있었는지 확인합니다.

WARNING: The script whisper.exe is installed in '...\Scripts' which is not on PATH.

whisper 실행 파일이 있는 Scripts 폴더가 PATH에 등록되지 않았다는 뜻입니다. 가장 쉬운 해결책은 whisper 대신 py -3.11 -m whisper로 실행하는 것입니다. PATH 등록 방법은 Python 글을 참고하세요.

FFmpeg를 찾지 못하면 전사가 시작되자마자 멈춥니다. 오류 끝부분에 FileNotFoundError와 WinError 2(지정된 파일을 찾을 수 없습니다)가 보이면 대개 이 경우입니다. 새 PowerShell 창에서 ffmpeg -version이 되는지 확인하고, 안 되면 FFmpeg 글을 따라 다시 설치하세요.

모델 다운로드가 막히는 경우가 있습니다. 첫 실행 때 모델 파일을 인터넷에서 받는데, 회사망에서 외부 다운로드가 차단되면 진행 막대가 멈추거나 연결 오류가 납니다. 수업 전에 교육 담당자와 모델·패키지 다운로드 가능 여부를 확인하고, 가능하면 미리 한 번 실행해 모델을 받아 두세요.

첫 실행이 느린 것은 정상입니다. 모델을 내려받고 불러오는 시간이 더해지기 때문입니다. 두 번째부터는 다운로드가 없어 빨라집니다. 그래도 녹음 길이보다 훨씬 오래 걸린다면 더 작은 모델을 쓰거나 녹음을 짧게 나누세요.

파일 이름에 공백이 있으면 파일을 찾지 못합니다. 이름 전체를 큰따옴표로 감싸세요.

whisper "제품 설치 안내.mp3" --language Korean --model small

pip 설치가 실패할 때도 있습니다. Python 3.12 이상으로 설치했거나 회사 PC에서 설치 권한이나 사내망이 막힌 경우가 많습니다. py -3.11로 설치했는지 다시 확인하고, 그래도 안 되면 빨간 오류 문구 전체를 복사해 AI에게 보여 주세요. 어떤 명령을 실행했는지도 함께 적으면 원인을 더 빨리 찾습니다.

용어 풀이

전사: 음성을 글로 받아 적는 일입니다. 모델: 학습을 마친 AI의 본체 파일입니다. Whisper는 크기가 다른 여러 모델을 제공합니다. 타임코드: 영상이나 음성 안의 위치를 시:분:초로 적은 시간 표시입니다. SRT 자막: 번호, 시작·끝 타임코드, 문장을 묶어 적는 가장 흔한 자막 파일 형식입니다. PyTorch: Whisper가 계산할 때 쓰는 AI 계산 도구입니다. Whisper를 설치하면 함께 설치됩니다. CPU와 GPU: CPU는 컴퓨터의 기본 계산 장치, GPU는 그래픽카드입니다. Whisper는 GPU가 있으면 훨씬 빨라지지만, 수업은 CPU만 있는 노트북 기준입니다.

맥에서는

맥에서는 py 대신 python3.11을 씁니다. Python 3.11과 FFmpeg는 각각의 글을 참고해 설치하세요.

python3.11 -m pip install -U openai-whisper

설치 후 터미널을 새로 열고 whisper --help로 확인합니다. 명령을 찾지 못하면 python3.11 -m whisper --help로 실행합니다. 전사 명령과 옵션은 윈도우와 같습니다.

다음 글에서는 내 컴퓨터에서 돌아가는 무료 오픈소스 영상 편집기 Concat을 설치하고, AI에게 편집을 맡기는 방법을 다룹니다. Concat 무료 영상 편집기 윈도우 설치와 AI로 순서·속도 편집하기

시리즈 전체 목록: https://www.letscoding.kr/blog/category/tools

공식 문서 https://github.com/openai/whisper https://pypi.org/project/openai-whisper/

확인일: 2026-11-02