OpenAI Sora 종료가 드러낸 AI 영상 서비스의 비용 구조

2026년 3월, OpenAI는 Sora 앱과 API의 종료 계획을 공식화했다. 출시 6개월 만의 결정이었다. 피크 시점에 하루 $1,500만까지 올라간 추론 비용과 $210만에 머문 누적 인앱 결제 수익은 고비용 생성 AI가 기술력만으로 서비스를 유지하기 어렵다는 사실을 선명하게 드러냈다.

공개에서 종료까지 이어진 시간

Sora가 처음 모습을 드러낸 시점은 2024년 초다. 텍스트 프롬프트로 사실적인 영상을 만드는 시연뿐 아니라, 물체의 움직임과 빛의 거동을 다루는 능력도 주목받았다. 영상 생성 모델을 물리 세계의 규칙을 학습하는 세계 모델(World Model)로 볼 가능성이 함께 제기됐다.

정식 서비스는 2025년 11월 시작됐다. 출시 직후 전 세계 이용자 100만 명을 넘겼지만 성장세는 오래 이어지지 않았다. 2026년에 들어 다운로드 수는 2025년 11월 최고점보다 66% 줄었고, 활성 이용자도 50만 명 아래로 떨어졌다.

OpenAI는 2026년 3월 24일 Sora 웹·앱 서비스 종료를 발표했다. Sora API의 완전 종료 예정일은 2026년 9월 24일이다. 함께 추진하던 Disney와의 $10억 규모 파트너십도 무산됐다. Disney는 공식 발표 한 시간 전에야 종료 사실을 통보받았고 이에 항의했다.

⤢✕

영상 한 편이 요구하는 연산량

영상 생성 추론은 텍스트 생성과 비용 구조가 다르다. 텍스트 모델은 토큰을 순차적으로 처리하지만, 영상 모델은 공간(Spatial)·시간(Temporal)·의미(Semantic) 축을 함께 계산해야 한다.

Cantor Fitzgerald의 애널리스트 Deepak Mathivanan은 Sora로 10초짜리 표준 클립을 생성할 때 약 40분의 총 GPU 사용 시간이 든다고 분석했다. 4개의 GPU를 병렬로 사용하면 실제 생성 시간은 8~10분으로 줄어든다. GPU 임대 비용을 시간당 약 $2로 잡으면 클립 한 편의 비용은 약 $1.30이다.

배치 처리(Batch Processing)의 제약도 크다. 텍스트 LLM은 수천 개의 요청을 동시에 묶어 GPU 활용률을 높일 수 있다. 반면 영상 생성은 GPU 메모리 요구량이 커서 한꺼번에 처리할 수 있는 요청 수가 극히 제한된다. 같은 GPU 인프라에서도 텍스트 모델보다 수익화 효율이 수십 배 낮아지는 이유다.

수요에 대응하는 방식에서도 차이가 생긴다. 영상 생성 서비스는 프리워밍(Pre-warming)에 필요한 최소 GPU 풀을 계속 확보해야 한다. 텍스트 서비스처럼 수요 변화에 맞춰 GPU 인스턴스를 탄력적으로 운용하기 어려워 고정 비용이 커졌고, Sora의 일일 인프라 비용은 피크 시점에 $1,500만까지 상승했다.

항목	수치
추정 일일 추론 비용	$1,500만
연환산 운영 비용	약 $54억
10초 클립 생성당 GPU 시간	약 40분 (4GPU 병렬 시 8~10분)
10초 클립 생성당 비용	약 $1.30
누적 인앱 결제 수익	$210만
비용 대비 수익 비율	약 0.014%

이용자 규모가 사업성을 보장하지 못한 이유

Sora의 비용 구조를 보면 생성 AI 서비스의 지속 가능성을 판단할 때 무엇을 확인해야 하는지 드러난다.

먼저 컴퓨팅 비용 커버리지(Computing Cost Coverage)다. 서비스 전체 운영 비용을 총수익으로 나눈 수치가 1보다 낮으면 서비스를 지속하기 어렵다. Sora의 비용 대비 수익 비율은 약 0.014%였다. OpenAI Sora 책임자 Bill Peebles도 2025년 10월 30일 “경제성이 완전히 지속 불가능하다(The economics are currently completely unsustainable)”고 공개적으로 인정했다.

고객 획득 비용(CAC)과 생애 가치(LTV)의 관계도 맞지 않았다. 이용자는 100만 명을 넘었지만 평균 유료 전환율이 낮았고, 유료 구독자의 ARPU도 영상 생성 비용을 감당하기에 부족했다. 월 $20~$200의 개인 구독 요금으로 하루 수천 건에 이르는 영상 생성 수요를 받아서는 구조적인 마진을 만들기 어려웠다.

여기에 B2C에서 B2B로 옮겨갈 전략도 부족했다. Runway와 Kling이 기업용 API와 엔터프라이즈 계약에 집중한 것과 달리 Sora는 일반 소비자 시장의 바이럴 성장에 기대었다. 엔터프라이즈 고객은 높은 단가와 예측 가능한 사용량을 바탕으로 GPU 인프라를 계획할 수 있지만, B2C 수요는 예측하기 어렵고 단가도 낮다.

Sora가 떠난 뒤의 영상 생성 시장

OpenAI의 철수로 AI 영상 생성 경쟁이 끝난 것은 아니다. 중국과 글로벌 사업자들이 그 자리를 빠르게 채웠다.

콰이쇼우의 Kling 3.0은 2026년 2월 멀티샷 시퀀스 기능을 내놓았다. 3~15초 영상에서 여러 카메라 앵글을 사용하면서 피사체의 일관성을 유지하는 기능이다. 가격은 초당 $0.07로, Sora보다 65% 저렴하고 Runway보다 44% 낮다. Adobe Firefly의 멀티모델 영상 허브에도 포함됐다.

Runway Gen-4.5는 카메라 움직임 제어, 모션 브러시, 레퍼런스 기반 캐릭터 일관성과 같은 세밀한 제작 제어를 제공하며 프로 시장에서 선택받고 있다.

센수AI의 Vidu Q3는 초당 $0.07에 최대 12초 길이의 1080p 클립을 만들 수 있어 대량 제작 파이프라인에 적합하다.

Google Veo 3.1은 프롬프트 준수, 네이티브 오디오, 사실적 렌더링, 창의적 제어를 아우르는 종합 성능으로 2026년 시장을 이끌고 있다.

전문 제작 환경에서는 하나의 모델에 모든 작업을 맡기기보다 사실성, 속도, 비용, 스타일에 따라 모델을 선택하는 멀티모델 라우팅이 표준으로 자리 잡았다.

소비자 영상에서 물리 세계 시뮬레이션으로

Sora 서비스의 종료가 연구 중단을 뜻하지는 않는다. OpenAI는 연구팀을 해산하지 않고 세계 시뮬레이션 연구(World Simulation Research)로 전환했다. 연구의 초점도 로보틱스와 물리 AI로 이동했다.

Sora 기반 기술의 자산은 물리 세계를 시뮬레이션하는 능력이다. 물체가 공간을 이동하는 방식, 빛의 굴절, 중력과 마찰이 운동에 미치는 영향을 학습한 모델은 로봇 시스템 훈련용 합성 데이터를 만드는 데 활용할 수 있다. 실제 로봇 학습 데이터는 수집 비용이 극히 높고 희소하다. 반면 Sora 수준의 세계 모델은 물리적으로 타당한 시뮬레이션 환경을 무제한으로 생성할 수 있다.

연구팀은 컴퓨팅 규모가 커질수록 모델의 물리 세계 시뮬레이션 능력이 비선형적으로 향상되는 창발적 행동(Emergent Behavior)을 확인했다. 소비자 영상 서비스에서는 비용을 끌어올린 특성이지만, 물리 AI 연구에서는 핵심 자산이 된 셈이다.

Sora는 기술적 성취와 사업 지속 가능성이 같은 방향으로 움직이지 않을 수 있음을 보여줬다. 일 $1,500만의 추론 비용과 $210만의 누적 수익이라는 격차는 AI 영상 서비스가 맞닥뜨린 구조적 한계를 압축한다. 이후 시장은 Kling, Runway, Veo를 중심으로 재편됐고, Sora의 기술은 소비자용 영상 생성 대신 로보틱스와 물리 AI를 위한 세계 모델로 자리를 옮겼다.