---
title: "샘플링 레이트란? 음성 인식이 16kHz를 쓰는 이유 | BroadRouter"
description: "샘플링 레이트는 초당 기록하는 오디오 샘플 수입니다. 음성 모델이 16kHz 모노를 쓰는 이유, 파일 크기 계산, 25MiB 업로드에 몇 분이 들어가는지 정리했습니다."
url: https://broadrouter.com/ko/glossary/sample-rate/
lang: ko
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/glossary/sample-rate/) (2026-11-16 업데이트).

# 샘플링 레이트(sample rate)

업데이트 2026-11-16

샘플링 레이트(sample rate)는 1초 동안 기록하는 오디오 샘플 수로, 헤르츠(Hz) 단위로 나타냅니다. 음성 인식 모델은 보통 16,000Hz(16kHz) 모노 오디오를 기대합니다. 샘플링 레이트는 비트 깊이, 채널 수와 함께 비압축 오디오 파일의 분당 크기를 결정합니다.

다른 이름: 샘플레이트, 샘플링 주파수, 표본화 주파수, 오디오 샘플링 레이트, 16kHz 오디오, sample rate, sampling rate, sampling frequency, audio sample rate, 16 kHz audio

오디오 파일이 너무 크거나 전사 요청이 거부될 때 가장 먼저 확인할 숫자가 샘플링 레이트입니다.

## 작동 방식

디지털 오디오는 음파를 숫자 목록으로 저장하며, 샘플 하나에 숫자 하나입니다. 16,000Hz라면 채널당 초당 16,000개의 숫자가 있습니다. 16비트 깊이에서는 숫자 하나가 2바이트입니다. 따라서 비압축 WAV 크기는 다음과 같습니다.

```text
bytes per second = sample rate x bytes per sample x channels
16 kHz, 16-bit, mono:    16,000 x 2 x 1 = 32,000 B/s  -> x 60 = 1,920,000 B per minute
44.1 kHz, 16-bit, stereo: 44,100 x 2 x 2 = 176,400 B/s -> x 60 = 10,584,000 B per minute
```

음성 모델은 대개 16kHz 오디오로 학습합니다. OpenAI의 Whisper 코드는 `SAMPLE_RATE = 16000`으로 설정하고 모든 파일을 ffmpeg의 `-ac 1 -ar 16000`으로 불러옵니다. FFmpeg 문서에 따르면 `-ar`은 오디오 샘플링 주파수를, `-ac`는 채널 수를 설정합니다.

## 왜 중요한가

-   **파일 크기 제한.** CD 음질 스테레오 WAV는 16kHz 모노보다 10,584,000 / 1,920,000 = 5.5배 크지만, 16kHz 모델에는 아무 이득이 없습니다.
-   **업로드 시간.** 파일이 작을수록 API에 빨리 도착하며, 음성 봇에서는 이것이 중요합니다.
-   **호환성.** [음성 구간 검출(VAD)](https://broadrouter.com/ko/glossary/vad/) 같은 도구는 특정 레이트만 받습니다(WebRTC VAD는 8, 16, 32, 48kHz).
-   **업샘플링하지 마세요.** 8kHz 전화 통화를 16kHz로 변환하면 파일은 두 배가 되지만 디테일은 늘지 않습니다.

## BroadNet Inference에서는

BroadNet의 전사 엔드포인트는 파일당 최대 26,214,400바이트(25MiB)의 WAV 또는 MP3를 받습니다. 문서에서는 WhatsApp `.ogg` 음성 메시지와 `.m4a` 녹음을 다음 명령으로 변환합니다.

```bash
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
```

16비트 WAV로 요청 하나에 들어가는 오디오 길이는 다음과 같습니다.

| 형식 | 분당 바이트 | 26,214,400바이트에 들어가는 길이 |
| --- | --- | --- |
| 16kHz 모노 | 1,920,000 | 26,214,400 / 1,920,000 = 13.65분, 약 13분 39초 |
| 44.1kHz 스테레오 | 10,584,000 | 2.48분, 약 2분 29초 |

이보다 길면 [WhatsApp 음성 메시지 가이드](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)처럼 10분 단위로 나누거나(600초 x 32,000B/s = 각 19,200,000바이트), 분당 용량이 훨씬 작은 MP3로 보내세요. `language`는 항상 지정하세요. 과금은 바이트가 아니라 오디오 분 단위이므로, 샘플링 레이트는 업로드 크기를 바꿀 뿐 가격은 바꾸지 않습니다. 비용은 [음성 인식 비용 계산기](https://broadrouter.com/tools/speech-to-text-cost-calculator/)에서 확인하세요. 전체적인 내용은 [음성 인식](https://broadrouter.com/ko/glossary/speech-to-text/)을 참고하세요.

## 자주 묻는 질문

### 음성 인식에는 샘플링 레이트를 얼마로 해야 하나요?

16kHz 모노가 일반적입니다. Whisper는 모든 입력을 16,000Hz로 리샘플링하며, BroadNet 문서도 음성 메시지를 ffmpeg -ar 16000 -ac 1로 변환합니다.

### 16kHz WAV 1분은 용량이 얼마인가요?

16비트 모노 기준으로 16,000샘플 x 2바이트 x 60초 = 1,920,000바이트, 약 1.92MB이며 여기에 작은 헤더가 더해집니다.

### 샘플링 레이트를 높이면 전사 품질이 좋아지나요?

모델이 16kHz로 동작한다면 아닙니다. 어차피 오디오를 낮춰서 리샘플링하기 때문입니다. 높은 레이트는 업로드 용량만 키웁니다.

## 함께 보기

-   [음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/) (용어)
-   [음성 활동 감지(VAD)](https://broadrouter.com/ko/glossary/vad/) (용어)
-   [화자 분리(speaker diarization)](https://broadrouter.com/ko/glossary/diarization/) (용어)
-   [타임스탬프(음성 인식, ASR timestamps)](https://broadrouter.com/ko/glossary/timestamps-asr/) (용어)
-   [WAV](https://broadrouter.com/ko/glossary/wav/) (용어)
-   [Ogg Opus(오그 오퍼스)](https://broadrouter.com/ko/glossary/ogg-opus/) (용어)
-   [API로 WhatsApp 음성 메시지를 텍스트로 전사하기](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/) (가이드)
-   [아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/) (가이드)
-   [비즈니스용 음성 메시지 텍스트 변환: WhatsApp·Telegram에서 티켓까지](https://broadrouter.com/ko/blog/voice-notes-to-text-for-business/) (글)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-sample-rate&utm_content=page-cta) ·

**출처**

-   [FFmpeg 문서, -ar 및 -ac 오디오 옵션 (2026-11-16 확인)](https://ffmpeg.org/ffmpeg.html)
-   [OpenAI Whisper 소스, audio.py(SAMPLE\_RATE = 16000) (2026-11-16 확인)](https://github.com/openai/whisper/blob/main/whisper/audio.py)
-   [BroadNet Inference API 레퍼런스, 전사와 ffmpeg 변환 (2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-sample-rate&utm_content=sources)
