Audio Compression Guide: Reduce File Size While Keeping Quality — mp3-ai.com

나는 화요일 오후 11시에 클라이언트가 전화할 때 그녀의 목소리에서 느낀 당혹감이 아직도 기억난다. "팟캐스트가 업로드되지 않아요," 그녀는 약간 떨리는 목소리로 말했다. "세 시간이 지났고 아직 47%예요." 14년 경력을 가진 선임 오디오 엔지니어로서 인디 팟캐스터부터 주요 스트리밍 플랫폼까지 다양한 이들과 작업해왔고, 이런 이야기를 수백 번 들었다. 원인? 45MB MP3 대신 2.3GB WAV 파일이었다.

그날 밤은 내가 클라이언트 교육에 접근하는 방식을 바꿨다. 나는 대부분의 콘텐츠 제작자, 팟캐스터, 그리고 일부 전문 비디오 촬영자들이 오디오 압축에 대해 제대로 이해하지 못하고 있음을 깨달았다. 그들이 똑똑하지 않아서가 아니라, 누군가가 실용적이고 실행 가능한 용어로 설명해주지 않았기 때문이다. 그들은 파일을 "압축"해야 한다는 것은 알고 있지만, 왜, 어떻게, 또는 실제로 무엇을 타협하고 있는지 모르고 있다.

지난 15년 동안 나는 50,000개 이상의 오디오 파일을 압축해왔다. 나는 소형 파일 크기에서도 완벽하게 들려야 하는 오디오북, 농촌 지역에서 3G 연결로 부드럽게 스트리밍되어야 하는 팟캐스트, 그리고 모든 뉘앙스가 중요한 음악 프로덕션에서 작업했다. 이러한 경험을 통해 품질을 유지하면서 파일 크기를 획기적으로 줄이는 오디오 압축에 대한 체계적인 접근 방식을 개발했다. 이는 모든 것을 가능한 낮은 비트 전송률로 맹목적으로 변환하는 것이 아니라, 과학을 이해하고 청중을 알며 정보에 근거한 결정을 내리는 것에 관한 것이다.

이 가이드에서는 내가 오디오 압축에 대해 배운 모든 것을 공유할 것이다. 우리는 중요한 기술적 세부 사항에 대해 깊이 파고들고 중요하지 않은 부분은 건너뛰며 즉시 구현할 수 있는 실용적인 기술에 집중할 예정이다. 팟캐스트 첫 에피소드를 업로드하든 전문 스트리밍 서비스를 위한 오디오를 최적화하든, 이 가이드는 오디오 파일에 대해 더 나은 결정을 내리는 데 도움이 될 것이다.

오디오 압축 이해하기: 파일에서 실제로 발생하는 일

기본부터 시작하자. 무엇이 내부에서 발생하고 있는지를 이해하지 않고는 좋은 압축 결정을 내릴 수 없다. 클라이언트에게 오디오 압축을 설명할 때 나는 간단한 비유를 사용한다: 누군가에게 전화로 그림을 설명한다고 상상해보라. 모든 단 하나의 붓놀림을 극도로 자세하게 설명할 수도 있고(무손실 압축), 전체 장면, 주요 색상 및 중요한 세부사항을 설명하되 캔버스의 미세한 질감은 생략할 수도 있다(손실 압축).

오디오 압축은 유사한 원칙에 따라 작동한다. WAV나 AIFF 파일과 같은 비압축 오디오는 모든 음성 데이터 샘플을 저장한다. CD 품질(44.1 kHz, 16비트)에서 각 채널 당 매초 44,100개의 측정값이 있다. 이 품질의 3분 스테레오 노래는 약 30MB를 차지한다. 이는 많은 양의 데이터를 포함하고 있으며, 그 중 상당 부분은 인간의 귀가 인지할 수 없는 소리를 나타낸다.

여기서 심리음향 모델링이 등장한다. 현대 오디오 압축의 비밀 같은 것이다. 인간의 청각에는 한계가 있다. 우리는 약 20Hz 이하 또는 20kHz 이상의 주파수를 들을 수 없다(그리고 그 상한선은 나이를 먹으면서 떨어진다). 우리는 또한 큰 소리와 동시에 발생하는 조용한 소리를 들을 수 없다—이를 청각 마스킹이라고 한다. MP3, AAC 및 기타 손실 형식은 이러한 한계를 이용하여 우리가 그리워하지 않을 데이터를 버린다.

나는 작년에 나의 스튜디오에서 이러한 점을 완벽하게 보여주는 테스트를 진행했다. 전문적으로 마스터링된 트랙을 가져와 다섯 가지 버전을 만들었다: 원본 WAV(52.4MB), 320kbps MP3(11.8MB), 192kbps MP3(7.1MB), 128kbps MP3(4.7MB) 및 96kbps MP3(3.5MB). 나는 오디오 전문가와 일반 청취자를 혼합해 50명의 사람들에게 블라인드 테스트를 하여 스튜디오 품질의 헤드폰으로 이를 재생했다.

결과는 흥미로웠다. 청취자의 12%만이 WAV와 320kbps MP3를 확실히 구분할 수 있었다. 이는 거의 감지할 수 없는 품질 손실로 78%의 파일 크기 감소를 기록한 것이다. 192kbps에서도 68%의 청취자가 차이를 분간하지 못했다. 그러나 128kbps에서는 상황이 달라졌다—42%가 품질 저하를 느꼈고, 96kbps에서는 그 수치가 81%로 증가했다. 이 테스트는 나에게 중요한 교훈을 주었다: 압축에는 적정 지점이 있으며, 이는 대부분의 사람들이 생각하는 것보다 높지만 완벽주의자들이 두려워하는 것보다 낮다.

적절한 형식 선택하기: MP3, AAC, OGG 등

모든 오디오 형식이 동등하게 만들어지지는 않으며, 적절한 형식을 선택하는 것이 파일 크기와 품질 모두에서 큰 차이를 만들 수 있다. 내 작업에서는 네 가지 형식을 주로 사용하며, 각각은 탁월한 특정 용례가 있다.

"좋은 압축 결정과 나쁜 압축 결정의 차이는 단순한 파일 크기에 있는 것이 아니라, 당신의 청중이 실제로 당신의 콘텐츠를 끝까지 듣는가에 달려 있다."

MP3는 여전히 보편적인 표준이며, 그 이유가 있다. 거의 모든 장치와 플랫폼에서 지원된다. 최대 호환성이 필요한 클라이언트와 작업할 때—2010년형 스마트폰부터 최신 스마트 스피커까지 재생될 수 있는 팟캐스트를 생각해 보라—MP3가 안전한 선택이다. 192kbps 이상의 MP3는 구술 콘텐츠에 대해 우수한 품질을 제공하고 음악에 대해서도 좋은 품질을 제공한다. 이 형식은 성숙하고 잘 이해되며 예측 가능하다.

그러나 MP3는 더 이상 가장 효율적인 형식이 아니다. AAC(고급 오디오 코딩)는 동일한 비트 전송률에서 더 나은 품질을 제공하거나, 더 낮은 비트 전송률에서 동등한 품질을 제공한다. 내 테스트에서는 128kbps AAC 파일이 일반적으로 160kbps MP3 파일과 비슷한 품질을 제공했다—이는 인지된 품질을 위해 20%의 파일 크기 감소에 해당한다. Apple 장치와 플랫폼은 AAC를 선호하며, YouTube 오디오의 표준이다. 나는 target 청중이 주로 iOS 장치를 사용할 때나 스트리밍 플랫폼을 최적화할 때 AAC를 사용한다.

OGG Vorbis는 종종 간과되는 오픈 소스 대안이다. 기술적으로 MP3보다 우수하고 효율성에서는 AAC에 필적한다. 나는 웹 애플리케이션과 게임을 위해 OGG를 광범위하게 사용했는데, 라이센스 제한이 없기 때문이다. 128kbps에서의 품질은 인상적이다—블라인드 테스트에서 160kbps MP3보다 자주 성능이 뛰어난다. 단점은? 제한된 하드웨어 지원이다. 누군가 오래된 자동차 스테레오나 휴대용 장치에서 당신의 오디오를 재생할 가능성이 있다면 OGG는 작동하지 않을 수 있다.

그 다음에는 무손실 압축이 필요한 FLAC이 있다. FLAC는 WAV와 비교하여 일반적으로 40-60%의 파일 크기를 줄이면서 오디오 데이터를 모두 보존한다. 나는 보관 목적으로 FLAC를 사용하며, 마스터 녹음을 보존하고자 하는 클라이언트를 위해 사용하거나 오디오가 추가 처리를 받을 경우 FLAC를 사용한다. 30MB의 WAV 파일은 FLAC로 변환하면 약 18MB가 된다—여전히 크지만 관리할 수 있는 범위다.

내 결정 프레임워크는 다음과 같다: 팟캐스트와 구술 콘텐츠의 경우 MP3를 96-128kbps(모노) 또는 128-192kbps(스테레오)로 사용한다. 호환성이 중요한 음악 배급의 경우 MP3를 256-320kbps로 사용한다. Apple 플랫폼이나 스트리밍 서비스에서 음악을 위해서는 AAC를 192-256kbps로 사용한다. 보관 또는 추가 편집을 위해서는 FLAC을 사용한다. 재생 환경을 제어할 수 있는 웹 애플리케이션의 경우 OGG를 128-192kbps로 고려한다.

비트 전송률 선택: 품질과 크기의 적정 지점 찾기

비트 전송률은 파일 크기와 오디오 품질을 결정하는 데 가장 중요한 요소이다. 이는 매초 오디오를 표현하는 데 사용되는 데이터 양을 측정하며, 일반적으로 킬로비트 per초(kbps)로 표현된다. 비트 전송률이 높을수록 데이터가 더 많아져 일반적으로 더 좋은 품질을 제공하지만 파일 크기는 더 커진다. 예술은 특정 용례에 대해 허용 가능한 품질을 제공하는 최소 비트 전송률을 찾는 데 있다.

나는 콘텐츠 유형과 배포 방법을 기반으로 비트 전송률 선택에 대한 체계적인 접근 방식을 개발했다. 팟캐스트, 오디오북, 또는 보이스오버와 같은 구술 콘텐츠의 경우 놀라울 정도로 낮은 비트 전송률로 작업할 수 있다. 인간의 언어는 상대적으로 좁은 주파수 범위를 차지하며 음악의 복잡한 하모니를 갖고 있지 않다. 나는 정기적으로 96kbps 모노(스테레오 아님)에서 팟캐스트 에피소드를 제작하며, 이들은 완벽하게 선명하고 전문적으로 들린다. 이는 1분의 오디오 당 약 0.7MB의 파일 크기다.

나의 한 팟캐스트 클라이언트 중 한 명은...