Whisper (openai/whisper)의 개요
openai/whisper는 OpenAI의 음성 인식 모델 계열인 Whisper의 원래 코드 공개본입니다. Python 패키지(PyPI의 openai-whisper)와, 음성을 전사하고 영어로 번역하며 사용 언어를 식별하는 명령줄 도구 whisper로 구성됩니다. tiny(파라미터 39M, VRAM 약 1 GB)부터 large(1,550M, 약 10 GB), turbo(809M, 약 6 GB)까지 여섯 가지 크기를 내려받아 실행하며, 가장 작은 네 가지에는 영어 전용 버전도 있습니다.
이 리뷰는 소프트웨어를 다룹니다. 기본으로 쓰는 turbo 체크포인트는 모델 항목에서 Whisper large-v3-turbo로 따로 리뷰했습니다.
코드는 MIT 라이선스이고 GitHub 스타는 약 112,700개이며, 지난달 PyPI 다운로드는 약 620만 회였습니다. PyPI의 마지막 릴리스 v20250625는 2025년 6월에 나왔고, 이후 커밋(가장 최근은 2026년 8월 31일)은 작은 수정과, pip 사용자는 아직 받지 못하는 JSONL 출력 형식입니다.
Whisper (openai/whisper), 쓸 만한 가치가 있습니까?
openai/whisper는 다른 모든 Whisper 런타임을 재는 기준으로 남아 있지만, 그중 가장 느립니다. faster-whisper가 공개한 벤치마크에서 large-v2로 13분 분량의 오디오를 처리하는 데 RTX 3070 Ti에서 openai/whisper는 2m23s가 걸렸고, faster-whisper는 1m03s, whisper.cpp는 1m05s였습니다. small 모델로 CPU에서 처리하면 6m58s가 걸려, whisper.cpp의 2m05s와 차이가 컸습니다. 이 측정은 v20240930으로 이뤄졌고, 코드는 그 뒤로 거의 바뀌지 않았습니다.
장점은 완결성과 단순함입니다. pip install과 ffmpeg만 있으면 텍스트, 자막, TSV, JSON을 쓰고, 다국어 모델로 영어 번역을 하며, 언어를 감지하고 단어 단위 타임스탬프를 붙이는 CLI가 생깁니다. README는 많은 사람이 빠지는 함정을 짚습니다. 기본 모델인 turbo는 번역용으로 학습되지 않아 --task translate를 지정해도 원래 언어로 돌려주므로, 번역에는 medium이나 large가 필요합니다.
유지 관리는 가볍습니다. 2025년 7월 이후 커밋은 다섯 건이며, 가장 유용한 것은 빔 서치가 느린 어텐션 커널로 되돌아가는 문제의 수정과 JSONL 출력 형식으로, 둘 다 2026년 7월에 들어갔습니다. 어느 것도 PyPI에는 반영되지 않았습니다. OpenAI는 2024년 turbo 이후 새 체크포인트를 내놓지 않았고 호스팅 API 모델 whisper-1을 2027년 2월에 종료합니다. 이 오픈 코드에는 영향이 없지만, 회사의 관심이 어디로 옮겨 갔는지 보여 줍니다.
이 패키지는 기준선으로, 교육용으로, 그리고 몇 분 더 걸려도 상관없는 작은 작업에서 제 몫을 합니다. 전사 서비스, 과거 자료의 일괄 처리, 노트북 앱이라면 같은 가중치가 다른 런타임에서 더 빠르고 적은 메모리로 돌아가며, faster-whisper는 정확도가 같다고 밝힙니다.
제 역할을 하는 곳
매주 인터뷰 몇 건을 다루는 언론사 개발자
녹음한 인터뷰를 검색 가능한 텍스트와 자막으로 바꾸고 싶다
6 GB GPU가 달린 데스크톱에서 whisper interview.mp3 --model turbo를 실행하면 한 번에 텍스트, SRT, JSON 파일이 나옵니다. 분당 요금이 없고 이 정도 양에서는 느린 속도가 문제되지 않지만, 인용문은 여전히 오디오와 대조해야 합니다.
더 빠른 Whisper 런타임을 평가하는 머신러닝 엔지니어
운영용 엔진이 원본과 같은 전사본을 내는지 확인하고 싶다
고정된 테스트 세트를 같은 모델 크기와 빔 설정으로 openai/whisper와 후보 런타임에서 각각 전사하고 단어 오류율을 비교합니다. 참조 코드가 작고 읽기 쉬워 차이의 원인을 추적하기 쉽습니다.
일본어와 스페인어 현장 녹음을 전사하는 대학 연구실
원어 전사본과 함께 영어 번역도 얻고 싶다
turbo는 번역을 무시하므로 medium 또는 large 모델에 --task translate를 씁니다. large에는 약 10 GB의 VRAM이 필요하고 실행도 느립니다. OpenAI가 직접 공개한 언어별 그래프가 보여 주듯 정확도는 언어마다 크게 다릅니다.
도입 전 확인할 점
- 설정
- 패키지 관리자로 ffmpeg를 설치하고 pip install -U openai-whisper를 실행합니다. tiktoken에 해당 플랫폼용 미리 빌드된 wheel이 없으면 Rust가 필요할 수 있습니다. 모델은 처음 사용할 때 내려받으며, 첫 전사본까지 몇 분이 걸립니다.
- 연동
- whisper CLI와 Python API(load_model, transcribe, detect_language). 출력은 txt, vtt, srt, tsv, json이며 main 브랜치에서는 jsonl도 지원합니다. CUDA 또는 CPU에서 PyTorch로 실행됩니다.
- 데이터와 개인정보
- 로컬에서 실행되며, 가중치를 내려받은 뒤에는 오디오가 기기 밖으로 나가지 않습니다. MIT 라이선스가 코드와 가중치 모두에 적용됩니다.
- 대규모 사용 시 비용
- 무료이며 비용은 GPU 시간입니다. faster-whisper보다 덜 효율적으로 쓰며, faster-whisper 벤치마크에서 같은 13분 파일에 2m23s 대 1m03s가 걸렸습니다.
- 제한
- 2025년 6월 이후 PyPI 릴리스가 없고, turbo는 번역할 수 없으며, 흔히 쓰는 런타임 중 가장 느리고, 정확도는 언어에 따라 크게 다릅니다.
좋은 점
- pip install 한 번으로 완전한 CLI와 Python API 제공
- 여섯 가지 모델 크기, 번역, 언어 감지를 모두 지원
- MIT 라이선스, 월 약 620만 회의 PyPI 다운로드
- 다른 Whisper 런타임을 검증하는 기준
아쉬운 점
- 공개 벤치마크에서 GPU 기준 faster-whisper보다 두 배 이상 느림
- 2025년 6월 이후 PyPI 릴리스 없음
- 기본 turbo 모델은 번역 불가
- 설치에 ffmpeg와 때로는 Rust가 필요
추천 대상
작은 작업, 교육, 또는 다른 런타임의 출력 확인을 위해 Whisper 참조 구현이 필요한 개발자와 연구자.
Whisper (openai/whisper) 대안
Whisper (openai/whisper): 자주 묻는 질문
- Whisper (openai/whisper), 쓸 만한 가치가 있습니까?
- Whisper 패키지는 여전히 오디오 파일에서 전사본까지 가는 가장 짧은 길이지만, 실제로 양이 많다면 faster-whisper나 whisper.cpp가 같은 일을 훨씬 짧은 시간에 해냅니다. 평점은 5점 만점에 3.6점입니다.
- Whisper (openai/whisper)의 가격은 얼마입니까?
- 코드와 가중치 모두 MIT 라이선스의 무료 오픈 소스입니다. 유료 에디션은 없습니다.
- Whisper (openai/whisper)의 단점은 무엇입니까?
- 공개 벤치마크에서 GPU 기준 faster-whisper보다 두 배 이상 느림; 2025년 6월 이후 PyPI 릴리스 없음; 기본 turbo 모델은 번역 불가; 설치에 ffmpeg와 때로는 Rust가 필요.
- Whisper (openai/whisper)에 적합한 사람은 누구입니까?
- 작은 작업, 교육, 또는 다른 런타임의 출력 확인을 위해 Whisper 참조 구현이 필요한 개발자와 연구자.
- 팀이나 프로덕션 환경에서 Whisper (openai/whisper)의 비용은 얼마입니까?
- 무료이며 비용은 GPU 시간입니다. faster-whisper보다 덜 효율적으로 쓰며, faster-whisper 벤치마크에서 같은 13분 파일에 2m23s 대 1m03s가 걸렸습니다.
- Whisper (openai/whisper)에 회사 데이터를 맡겨도 안전합니까?
- 로컬에서 실행되며, 가중치를 내려받은 뒤에는 오디오가 기기 밖으로 나가지 않습니다. MIT 라이선스가 코드와 가중치 모두에 적용됩니다.
- Whisper (openai/whisper)의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 audio.cpp 및 VibeVoice입니다.
답변 확인일: 2026년 11월 14일.