アナログ方式のテレビ放送は、最初モノクロで始まりましたが、その後、カラー放送が始まります。色がつくことで情報量は増えることになりますが、モノクロ映像と同じ仕組みで再生すると、映像と音が１時間に3.6秒ズレてしまったそうです。この問題を解決するために、フレームを間引いていって、「29.97fps」にしたところ、ちょうどズレがなくなりました。「29.97fps」というナゾの数字はここで生まれたことになります。

1時間 = 3600秒
3600秒 - 3.6秒 = 3596.4秒
3596.4 / 60 = 59.94 field/s = 29.97 frame/s

ってことか。

なぜ29.97fpsなのか
http://mossan99.hatenablog.com/entry/2013/03/28/160907