블로그로 돌아가기
제품 튜토리얼•2026-11-16•11 min 읽기

ChatGPT로 음성 파일 텍스트 변환이 될까? 플랜, 한도, 해결법

ChatGPT로 음성 파일 텍스트 변환이 될까? 플랜, 한도, 해결법
TL
Team Laxis
Laxis 팀 @ Laxis

네, ChatGPT로 오디오를 전사할 수 있어요. 유료 플랜이라면 녹음 파일을 채팅에 첨부하고 전사본을 요청하면 되는데, OpenAI가 2026년 10월 6일 릴리스 노트에서 발표한 기능이에요. Free 플랜에서는 안 되고, 일반 채팅에서 GPT-6를 Instant로 설정해 쓰면 업로드한 녹음의 길이가 6분으로 제한돼요. 그래서 한 시간짜리 인터뷰보다는 짧은 음성 메모에 훨씬 잘 맞아요. 아래에서는 2026년 11월 16일 기준으로 OpenAI 도움말 센터와 개발자 문서를 확인해, 무엇이 되는지, 어디서 막히는지, 그럴 때 무엇을 대신 쓰면 되는지 정리했어요.

짧게 답하면

  • 유료 플랜만 가능해요. OpenAI에 따르면 오디오 업로드는 Enterprise를 포함한 ChatGPT 유료 플랜과 워크스페이스에서 쓸 수 있고, Free에서는 쓸 수 없어요.
  • 짧은 파일일수록 잘 돼요. 일반 채팅에서 GPT-6를 Instant로 설정하면 녹음은 최대 6분까지예요. 그보다 길면 처리가 보장되지 않고(best-effort) 시간 초과가 날 수 있어요. 파일 크기는 최대 512MB예요.
  • 주요 형식을 지원해요. WAV, MP3, M4A, FLAC, AAC, OGG. ChatGPT가 동영상으로 판단한 MP4와 WebM 파일은 거부돼요.
  • 화자와 이름은 꼭 확인하세요. OpenAI는 전사본에 오류가 있을 수 있고 화자 식별을 신뢰하기 어려울 수 있다고 경고해요.
  • 개발자라면 API를 쓰세요. gpt-transcribe는 파일당 25MB, 분당 $0.0045예요.

ChatGPT에서 오디오 파일 전사하는 방법

오디오 업로드는 평소 쓰는 일반 채팅에서 바로 할 수 있어요. OpenAI 도움말 문서에 따르면 사용 가능 여부는 워크스페이스 설정, 지역, 앱 버전, 선택한 모델에 따라 달라질 수 있어요. 옵션이 안 보인다면 이 네 가지를 확인해 보세요.

  1. 플랜을 확인하세요. ChatGPT 유료 플랜이나 워크스페이스라면 모두 되고, Free 플랜은 안 돼요. 회사 계정이라면 워크스페이스 설정에 따라서도 달라져요.
  2. 파일을 확인하세요. WAV, MP3, M4A, FLAC, AAC, OGG 중 하나로, 512MB 미만이어야 해요. 안정적인 결과를 원한다면 6분 정도로 맞추고, 더 긴 파일은 문장과 문장 사이에서 나누세요.
  3. 일반 채팅에 첨부하세요. 문서를 첨부할 때와 같은 방법이에요.
  4. 요약이 아니라 전사를 요청하세요. 예를 들어 “이 녹음을 한 글자도 빼지 말고 그대로 받아 적어 줘. 말하는 사람이 바뀌면 문단을 새로 시작해 줘. 알아들을 수 없는 단어는 [불분명]이라고 적어 줘.”라고 해 보세요. 이렇게 분명히 말해야 하는 이유는, 같은 파일이라도 요약하거나 내용을 논의하는 쪽으로 흘러가기 쉽기 때문이에요.
  5. 오디오와 대조하세요. 이름, 숫자, 누가 무슨 말을 했는지처럼 중요한 부분은 다시 들어 보세요. OpenAI도 전사본에 오류가 있을 수 있고 화자 식별을 신뢰하기 어려울 수 있다고 경고해요.
  6. 업로드는 되는데 전사가 안 된다면, 파일을 WAV로 변환해 다시 업로드하세요. OpenAI가 가장 먼저 권하는 해결책이에요.
질문OpenAI의 설명
어떤 플랜에서?Enterprise를 포함한 ChatGPT 유료 플랜과 워크스페이스. Free 플랜은 제외.
어떤 형식?WAV, MP3/MPEG, M4A, FLAC, AAC, OGG
거부되는 파일은?동영상으로 판단된 MP4와 WebM 파일
크기는?오디오 파일 최대 512MB
길이는?일반 채팅에서 GPT-6를 Instant로 설정하면 최대 6분. Data Analysis(데이터 분석)를 쓸 수 있으면 더 긴 녹음을 작은 구간으로 나눠 처리할 수 있지만, 처리가 보장되지 않으며 아주 긴 녹음은 시간 초과가 날 수 있음.
정확도는?전사본에 오류가 있을 수 있고, 화자 식별을 신뢰하기 어려울 수 있으며, 언어에 따라 품질이 다를 수 있음.
왜 안 보이나요?워크스페이스 설정, 지역, 앱 버전, 선택한 모델에 따라 사용 가능 여부가 달라질 수 있음.

받아쓰기와 음성 모드는 전사가 아니에요

ChatGPT에 마이크 버튼이 있다 보니, 많은 사람이 그걸로 오디오를 전사한다고 생각해요. 하지만 적어도 이미 녹음된 파일이라면 그렇지 않아요.

받아쓰기는 메시지 입력창에 있는 마이크예요. 말하면 OpenAI 모델이 음성을 텍스트로 바꿔 주고, 보내기 전에 수정할 수도 있어요. 내 프롬프트를 그 자리에서 말로 입력하라고 만든 기능이에요.

음성 모드는 ChatGPT와 말로 주고받는 대화예요. 대화 내용은 채팅에 글로 남지만, OpenAI 도움말 센터는 음성 대화의 전사본이 축어적이지 않다고, 즉 실제로 한 말과 정확히 일치하지 않을 수 있다고 설명해요. 두 기능 모두 휴대폰에 있는 20분짜리 인터뷰를 가져와 그대로 받아 적어 주지는 못해요. 그러려면 파일을 업로드하거나, 파일용으로 만든 도구를 써야 해요.

개발자를 위한 OpenAI 전사 API

코드를 짤 수 있다면 채팅의 제한에 묶일 필요가 없어요. OpenAI의 파일 전사 가이드는 이제 누구에게나 /v1/audio/transcriptions 엔드포인트의 gpt-transcribe를 안내해요.

  • 파일은 최대 25MB이고, 형식은 FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV, WebM이에요. 그보다 큰 파일은 압축 형식을 쓰거나 25MB 이하 조각으로 나누라고 OpenAI는 안내해요. 문장 중간에서 자르면 맥락이 사라지고 정확도가 떨어지니 피하라고 해요.
  • 오디오 1분당 $0.0045예요. 모델 페이지 기준이고, 한 시간 녹음이면 약 27센트예요.
  • 이름과 전문 용어는 힌트로 알려 줄 수 있어요. prompt로 녹음 내용을 설명하고, keywords로 나올 것 같은 용어를 나열하고, languages로 예상 언어를 지정해요. OpenAI는 keywords가 반드시 출력되어야 하는 내용이 아니라 힌트일 뿐이라고 하고, 말하지 않은 용어가 전사본에 나타나지 않는지 확인하라고 해요.
  • 화자 라벨과 타임스탬프는 지원 중단 예정 모델에서만 돼요. 화자 분리(diarization)는 gpt-4o-transcribe-diarize에서, 단어·구간 단위의 구조화된 타임스탬프는 whisper-1에서만 나와요. 두 모델 모두 gpt-4o-transcribe, gpt-4o-mini-transcribe, translations 엔드포인트와 함께 OpenAI의 지원 중단 목록에 올라 있고, 종료일은 2027년 2월 26일이에요.
  • 실시간 오디오는 Realtime 전사의 영역이고, OpenAI는 gpt-live-transcribe를 권장해요.

누가 언제 말했는지 알아야 하는 서비스를 만든다면 네 번째 항목이 중요해요. 지금 만들면 종료일이 이미 공개된 모델 위에 쌓아 올리는 셈이니까요.

ChatGPT 전사가 막히는 지점

몇 분을 넘는 녹음

계획의 기준으로 삼아야 할 숫자는 6분이에요. 그걸 넘으면 Data Analysis를 쓸 수 있을 때 ChatGPT가 파일을 구간별로 처리하기도 하지만, OpenAI는 이를 보장하지 않으며 아주 긴 녹음은 시간 초과가 날 수 있다고 해요. 파일을 직접 나누는 방법도 있는데, 그럴 때는 OpenAI가 개발자에게 주는 주의 사항을 지키세요. 문장 사이의 쉼에서 자르고, 문장 한가운데서는 절대 자르지 마세요. 안 그러면 이음매마다 단어가 망가져요.

누가 무슨 말을 했는지

음성 메모라면 화자 라벨은 상관없어요. 하지만 인터뷰나 통화에서는 그게 핵심인데, OpenAI 도움말 문서는 화자 식별을 신뢰하기 어려울 수 있다고 해요. 인용문이 기사나 보고서, 계약서에 들어간다면 먼저 오디오로 말한 사람을 확인하세요.

타임스탬프

필요하면 타임스탬프를 요청하고, 그걸 바탕으로 무언가를 하기 전에 몇 군데를 오디오와 맞춰 보세요. 잘못된 타임스탬프는 엉뚱한 지점으로 데려가니, 아예 없는 것보다 더 나빠요.

이름, 숫자, 전문 용어

성, 제품명, 약어는 어떤 음성 모델이든 가장 먼저 틀리는 부분이에요. 가장 적게 들어 본 단어들이기 때문이에요. 요청할 때 예상되는 이름을 적어 두는 데는 아무 비용도 들지 않지만, 그래도 하나하나 다시 확인하세요. 숫자도 똑같이 조심해야 해요. 녹음 상태가 나쁘면 영어의 fifteen과 fifty처럼 소리가 비슷한 숫자를 헷갈리기 쉬워요.

다른 언어

OpenAI는 언어에 따라 품질이 다를 수 있다고 밝혀요. 대화 도중 언어가 바뀐다면 그 부분을 특히 꼼꼼히 확인하세요.

6분보다 길거나, 말하는 사람이 여럿인가요?

Laxis는 회의, 인터뷰, 강의 전체를 웹 앱에서 업로드받아(m4a, mp3, wav, flac, 최대 200MB) 화자 라벨과 타임스탬프가 들어간 전사본에 AI 요약까지 붙여 돌려줘요. 무료 Laxis 계정에는 매월 300분의 전사가 포함돼요.

14일 Premium 체험, 신용카드 불필요. Laxis 무료로 써 보기

ChatGPT가 받지 않는 파일 고치는 법

업로드 실패는 대개 전사 문제가 아니라 파일 문제예요. 해결법은 세 가지이고, 어떤 오디오 변환 도구나 ffmpeg로도 할 수 있어요.

  • 동영상 파일. 사운드트랙을 MP3로 추출한 뒤 그 MP3를 업로드하세요.
  • 업로드는 되는데 전사가 안 되는 M4A. OpenAI의 팁은 WAV로 변환해 다시 시도하는 거예요. MP3로 다시 인코딩하는 것도 깔끔한 표준 파일을 얻는 방법이에요.
  • 용량이 아주 큰 WAV. MP3로 변환하면 크기가 몇 분의 일로 줄어요. 특히 API의 25MB 상한에서 중요해요.

녹음이 음성 메모 앱에 있다면 iPhone 음성 메모 전사 가이드에서 방법을 살펴보고, 동영상에서 시작한다면 동영상을 텍스트로 바꾸는 방법도 참고하세요.

업로드하기 전에: 확인할 개인정보 설정

업로드한 녹음이 어떻게 처리되는지는 플랜과 설정에 따라 달라요. 모델 개선을 위한 데이터 사용에 관한 OpenAI 정책 페이지(최종 업데이트 2026년 3월 13일)는 이렇게 설명해요.

  • 개인 계정. ChatGPT 같은 개인용 서비스의 경우, OpenAI는 여러분의 콘텐츠를 모델 학습에 쓸 수 있다고 해요. 데이터 제어나 OpenAI 개인정보 포털에서 거부(옵트아웃)할 수 있고, 그 뒤의 새 대화는 학습에 쓰이지 않는다고 OpenAI는 설명해요.
  • Temporary Chat(임시 채팅). OpenAI에 따르면 이 채팅은 기록에 나타나지 않고, 메모리를 쓰거나 만들지 않으며, 모델 학습에도 쓰이지 않아요.
  • 비즈니스 제품. OpenAI는 ChatGPT Enterprise와 API를 포함한 비즈니스 제품의 입력과 출력으로는 기본적으로 학습하지 않는다고 해요.

OpenAI 도움말 센터에서 덧붙일 만한 내용이 두 가지 있어요. 개인용 Free, Plus, Pro 계정에서는 'Improve the model for everyone'(모두를 위한 모델 개선) 설정이 기본으로 켜져 있어요. 그리고 음성 입력에는 'Include your audio recordings'(오디오 녹음 포함)라는 별도 스위치가 있는데, 받아쓰기와 음성 채팅에 적용돼요. 이건 OpenAI가 자사 관행을 설명한 것이지 저희 설명이 아니니, 기밀 자료를 올리기 전에 직접 페이지를 읽어 보세요. 비교하자면, Laxis의 약속은 AI 학습 금지 서약에 적혀 있어요. “Laxis는 여러분의 동의 없이는 여러분의 데이터를 AI 모델 학습에 절대 사용하지 않습니다.”

어떤 설정으로도 대신할 수 없는 확인이 하나 있어요. 녹음에 다른 사람이 있다면, 그 사람들은 녹음되고 있다는 걸 알고 있어야 해요. 한 사람의 동의만 있으면 되는 곳도 있고, 모두의 동의가 필요한 곳도 있어요. 녹음 동의 가이드에서 미국 주별 규정과 해외 규정을 모두 다뤄요. 일반적인 정보일 뿐 법률 자문은 아니에요.

ChatGPT가 맞지 않는 경우

짧은 클립을 전사하고 같은 창에서 바로 내용에 대해 묻고 싶다면 ChatGPT가 제격이에요. 긴 녹음, 화자가 여럿인 녹음, 다음 달에 다시 검색하고 싶은 녹음이라면 파일용으로 만든 도구가 번거로운 우회 없이 일을 해내요.

  • Laxis 오디오 텍스트 변환. 회의, 인터뷰, 강의, 음성 메모를 업로드하면 화자와 타임스탬프가 들어간 전사본에 요약까지 받아요. 매월 300분이 제공되는 무료 Laxis 계정으로 쓸 수 있어요.
  • 이미 기기에 있는 기능. 오디오를 무료로 텍스트로 바꾸는 방법 정리 글에서 기본 탑재 기능과 무료 웹 전사 도구를 비교하고, 정확도를 실제로 좌우하는 게 무엇인지 설명해요.
  • 아직 열리지 않은 회의. 회의를 녹음해 ChatGPT에게 정리시키는 건 파일 전사와는 다른 일이에요. ChatGPT 회의록 가이드에서 OpenAI의 회의 기능과 실제로 쓸 만한 프롬프트를 다뤄요.

Laxis가 맞는 자리

Laxis는 파일도 처리하는 AI 회의 어시스턴트예요. 웹 앱에서 녹음을 업로드하면 화자와 타임스탬프가 들어간 전사본이 요약, 액션 아이템과 함께 돌아와요. 같은 계정으로 실시간 대화도 다뤄요. 데스크톱 앱은 컴퓨터 자체의 오디오로 Zoom, Google Meet, Teams, Webex 통화를 기록하고, 기본적으로 봇이 참가하지 않아요. 휴대폰 앱은 대면 회의와 전화 통화를 맡아요. 전체 내용은 Laxis 회의 어시스턴트 페이지에서 볼 수 있어요.

한계도 솔직하게 말씀드릴게요. 표준 앱에서는 오디오가 Laxis 클라우드 서버에서 처리돼요. 무료 플랜인 Basic은 월 300분이고, 회의와 받아쓰기 모두 이 시간에서 차감돼요. 녹음 한 건은 최대 45분이고, 30일이 지난 내용은 업그레이드할 때까지 아카이브로 옮겨져요(삭제되지 않고 보관돼요). 전사는 60개 이상의 언어를 지원해요. Laxis는 HIPAA를 준수하지 않고 BAA도 체결하지 않아요. 그리고 봇 없이 통화를 기록할 때는 다른 사람에게 알리세요. 녹음하기 전에 앱이 안내해 주고, 한마디면 돼요.

가진 게 2분짜리 음성 메모와 ChatGPT 구독뿐이라면 ChatGPT를 쓰세요. 파일에 맞는 도구를 고르면 돼요.

핵심 정리

ChatGPT가 드디어 오디오 파일을 받기 시작했고, 유료 플랜에서 짧은 클립이라면 정말 편리해요. 전사한 뒤 채팅을 벗어나지 않고 바로 내용에 대해 물어볼 수 있으니까요. 걸리는 점은 Instant 설정의 6분 상한, 믿기 어려운 화자 라벨, 그리고 아예 쓸 수 없는 Free 플랜이에요. 여러 사람이 말하는 긴 녹음이라면 전사 전용 도구로 시작하고, 그래도 더 이야기하고 싶다면 그 텍스트를 ChatGPT로 가져가세요.

처음 6분이 아니라 녹음 전체를 전사하세요. Laxis는 회의, 인터뷰, 음성 메모를 요약, 액션 아이템, 화자가 구분된 전사본으로 바꿔 줘요. 14일 Premium 체험, 신용카드 불필요. Laxis 다운로드

자주 묻는 질문

ChatGPT로 오디오를 무료로 전사할 수 있나요?

아니요, Free 플랜에서는 ChatGPT로 업로드한 오디오 파일을 전사할 수 없어요. OpenAI에 따르면 오디오 업로드는 Enterprise를 포함한 ChatGPT 유료 플랜과 워크스페이스에서 쓸 수 있고, Free에서는 안 돼요. 받아쓰기와 음성 모드는 지금 하는 말을 텍스트로 바꾸는 기능이지 이미 있는 녹음을 처리하는 기능이 아니라서, 우회 방법이 되지 못해요. 파일을 무료로 전사하려면 전용 전사 도구를 쓰세요.

ChatGPT는 어떤 오디오 형식을 전사할 수 있나요?

OpenAI 도움말 센터에 따르면 ChatGPT는 WAV, MP3, M4A, FLAC, AAC, OGG 같은 일반적인 오디오 형식을 전사할 수 있어요. 동영상으로 판단된 MP4와 WebM 파일은 오디오 업로드에서 거부되니, 먼저 오디오 트랙을 추출하세요. 파일이 업로드는 되는데 전사가 안 된다면, OpenAI는 WAV로 변환해 다시 업로드하라고 권해요.

ChatGPT로 전사할 수 있는 오디오 파일은 얼마나 길어도 되나요?

OpenAI에 따르면 일반 채팅에 업로드한 녹음은 GPT-6를 Instant로 설정했을 때 최대 6분까지, 오디오 파일은 최대 512MB까지예요. Data Analysis를 쓸 수 있으면 더 긴 녹음을 구간별로 처리할 수도 있지만, OpenAI는 이를 보장하지 않으며(best-effort) 아주 긴 녹음은 시간 초과가 날 수 있다고 경고해요.

ChatGPT가 녹음 속 여러 화자를 구분할 수 있나요?

ChatGPT는 녹음 속 여러 화자를 안정적으로 구분하지 못해요. OpenAI 도움말 센터는 오디오 업로드로 만든 전사본에 오류가 있을 수 있고 화자 식별을 신뢰하기 어려울 수 있다고 경고하니, 누가 무슨 말을 했는지는 오디오와 대조해 확인하세요. 개발자는 API 모델 gpt-4o-transcribe-diarize로 화자 라벨을 얻을 수 있지만, OpenAI는 이 모델을 지원 중단 대상으로 지정했고 2027년 2월 26일에 종료할 계획이에요.

OpenAI는 업로드한 오디오로 모델을 학습시키나요?

OpenAI에 따르면 플랜과 설정에 따라 달라요. ChatGPT 같은 개인용 서비스에서는 데이터 제어나 개인정보 포털에서 거부하지 않는 한 OpenAI가 여러분의 콘텐츠를 모델 학습에 쓸 수 있다고 하고, Temporary Chat은 학습에 쓰이지 않아요. 또 OpenAI는 ChatGPT Enterprise와 API 같은 비즈니스 제품의 입력과 출력으로는 기본적으로 학습하지 않는다고 해요.

OpenAI 전사 API 비용은 얼마인가요?

모델 페이지에 따르면 OpenAI가 권장하는 전사 모델 gpt-transcribe는 오디오 1분당 $0.0045, 한 시간에 약 27센트예요. transcriptions 엔드포인트로 보내는 파일은 최대 25MB이고, MP3, MP4, M4A, WAV, WebM, FLAC, OGG 등의 형식을 지원해요. 더 큰 녹음은 압축하거나 나눠야 하는데, 문장 한가운데보다는 문장과 문장 사이에서 나누는 게 좋아요.

관련 제품

Laxis 회의 어시스턴트

지금 바로 노트를 자동화하세요.

  • Zoom, Google Meet, Teams, 대면 회의까지 봇 없이 기록
  • AI 요약, 할 일, 후속 메일을 60개 이상 언어로
  • Mac, Windows, iPhone, Android 지원, 무료 플랜 제공

신용카드 없이 무료로 시작하세요.

자세히 알아보기 ▷