OpenAI Sora 종료 이후 AI 영상 생성 시장과 비용 구조

Sora가 멈춘 자리에는 비용 문제가 남았다

OpenAI는 2026년 4월 26일 텍스트-투-비디오 생성 서비스 Sora의 웹·앱 경험을 공식 종료했다. 연산 자원 기준 하루 운영 비용은 약 100만 달러였지만, 서비스 전체 생애 누적 수익은 210만 달러에 불과했다. 기술적 가능성과 별개로 서비스를 계속 운영할 경제적 기반이 부족했다는 분석이 나오는 이유다.

출시 이후 최고 100만 명에 달했던 사용자는 50만 명 아래로 줄었다. 여기에 $10억 달러 규모의 Disney 라이선스 계약 만료와 ChatGPT·o3·Codex CLI 등 핵심 사업으로의 컴퓨팅 자원 재배분이 철수를 앞당긴 요인으로 거론됐다. 다만 OpenAI는 공식 종료 공지에서 특정 이유를 밝히지 않았다. 비용 압박과 핵심 제품으로의 전환은 시장 조사에서 지목된 원인이다.

생애 수익 $2.1M은 일 운영 비용 $1M의 약 2.1일분이다. 이 격차는 Sora 한 서비스의 실패를 넘어, 대규모 비디오 생성 모델을 소비자 서비스로 운영할 때 비용과 매출을 어떻게 맞춰야 하는지 묻는다.

비디오 생성의 원가는 어디에서 커지는가

비디오 생성 모델에는 텍스트 생성보다 약 1,00010,000배 많은 플롭(FLOPs)이 요구된다. 디퓨전 모델의 역방향 확산 단계(Denoising Steps)는 프레임 수에 비례해 누적되며, 10초 HD 클립 하나를 만드는 GPU 시간 기준 비용은 모델과 해상도에 따라 $0.5$2.0에 이른다. Sora는 1080p 기준 내부 원가가 소비자 요금제 수익을 넘어선 것으로 추정된다.

이 원가 구조에서는 추론 효율을 높이는 작업이 곧 사업 모델의 일부가 된다. 실시간 처리가 필요하지 않은 요청을 배치 추론으로 묶으면 GPU 가동률을 높여 비용을 30~50% 줄일 수 있다. FP16에서 INT8로 동적 정밀도를 적용하면 메모리 대역폭을 절반으로 줄일 수 있다.

소형 드래프트 모델이 후보 프레임을 먼저 생성하고 대형 모델이 검증하는 스펙큘레이티브 디코딩도 선택지다. 같은 프롬프트를 다시 사용할 때는 KV 캐시로 중간 활성화를 재사용해 반복 비용을 없앨 수 있다.

⤢✕

요금제보다 먼저 손익 구조를 설계해야 한다

AI 영상 서비스의 손익분기점은 활성 사용자 × 평균 크레딧 소비 ≥ GPU 비용 + 운영 오버헤드라는 관계로 볼 수 있다. Sora는 최고 100만 명이던 사용자가 50만 명 이하로 줄면서 하루 100만 달러의 비용을 감당하기 어려워졌다.

수익 모델은 사용 방식에 맞춰 나뉜다. 구독형은 월정액 안에서 크레딧을 제한해 예측 가능한 현금 흐름을 만든다. Runway Standard의 $15/월 요금제가 한 예다. 소비형은 초당 $0.05~$0.20을 부과해 사용량에 비례한 매출을 만들고 대용량 고객을 유치한다.

API 엔터프라이즈 계약은 볼륨에 따라 단가를 낮추는 대신 최소 사용량을 보장받는 방식이다. 플랫폼 내부에 마켓플레이스를 두고 크리에이터와 수익을 공유하면 생태계 안에 사용자를 묶을 수 있다. 무료 저해상도에서 유료 고해상도로 이어지는 계층형 서비스도 전환 퍼널로 활용된다. 인프라 측면에서는 Azure·GCP 예약 인스턴스의 최대 60% 할인을 이용해 클라우드 비용을 낮출 수 있다.

경쟁 플랫폼은 서로 다른 생성 구조를 택했다

Sora 종료 후 시장은 품질, 비용 효율, 생태계 통합, 오픈소스를 중심으로 갈라졌다. 주요 상용 플랫폼도 같은 비디오 생성 서비스를 제공하지만 아키텍처와 과금 기준은 다르다.

플랫폼	핵심 아키텍처	최대 해상도	최대 길이	네이티브 오디오	가격(초당)
Veo 3.1	단일 패스 확산 + 오디오 공동 생성	4K/60fps	제한적	O	$0.05 (Lite)
Kling 3.0	Omni One 멀티모달 엔진	4K	15초(확장 2분)	O	$0.09
Runway Gen-4.5	World Consistency 모델	1080p	16초	X	$0.20
Seedance 2.0	통합 멀티모달 프레임워크	1080p	15초	O	$0.14

Veo 3.1은 오디오와 비디오의 잠재 공간을 공유해 단일 패스로 생성한다. 이 구조는 후처리 단계의 오디오 스티칭을 없앤다. Kling 3.0의 Omni One 엔진은 멀티샷 스토리보드 자동화와 물리 정확도 엔진을 결합한다.

Runway Gen-4.5는 3장의 레퍼런스 이미지를 사용하는 World Consistency 모델로 샷이 바뀌어도 캐릭터를 고정한다. Seedance 2.0은 9개 이미지, 3개 비디오, 3개 오디오 클립을 하나의 조건으로 통합한다.

⤢✕

사용자 이동이 시장 구도를 바꾸고 있다

Sora가 빠진 뒤 Kling AI·Runway ML·Vidu·Veo 3.1 등 경쟁 플랫폼은 사용자 증가를 기록했다. Kling AI의 글로벌 주간 활성 사용자는 4% 늘어 평균 260만 명에 도달했다. Runway ML은 전문가 시장에서 Gen-4.5의 구독 전환율이 증가했고, Vidu는 빠른 생성 속도를 앞세워 소셜 미디어 크리에이터를 끌어들였다.

크리에이터에게는 한 플랫폼에만 의존하는 방식의 위험이 분명해졌다. 정밀 제어에는 Runway를 사용하고 대량 생성에는 Kling을 투입하는 식의 분업형 워크플로우가 늘었다. 플랫폼별 단가를 비교하는 SaaS 서비스에 대한 수요도 함께 증가했다.

시장 구도는 다음처럼 나뉜다.

⤢✕

SaaS 밖에서 커지는 오픈소스 선택지

Lightricks의 LTX Video는 로컬에서 실행할 수 있는 오픈소스 비디오 생성 모델이다. Wan 2.1은 중국 오픈소스 생태계에서 커스텀 파인튜닝을 지원한다. LTX Video는 자체 호스팅 수요가 급증하면서 개발자 커뮤니티의 채택도 확대됐다.

기업 내부 배포나 데이터 프라이버시가 필요한 크리에이터가 SaaS 대신 오픈소스를 선택하는 흐름도 늘고 있다. 상용 서비스의 종료 위험을 피하면서 자체 호스팅과 커스텀 학습이 필요한 경우에 대응하는 선택지다.

지속 가능한 영상 서비스가 갖춰야 할 조건

서비스를 유지하려면 추론 비용이 떨어지는 속도가 가격 인하 압박보다 빨라야 한다. API 생태계와 제작 워크플로우를 통합해 전환 비용을 만드는 것도 필요하다. 영상만 제공하는 데서 벗어나 오디오·3D·인터랙티브 미디어로 확장하면 수익 흐름을 다각화할 수 있다.

수익성 측면에서는 소비자 무료 티어보다 B2B 계약의 단위 수익성이 월등히 높다. Sora 사례가 보여준 핵심은 모델 성능만으로 하루 100만 달러의 운영 비용을 감당할 수 없다는 점이다.

현재 Kling·Runway·Veo·Seedance는 각각 비용 효율, 전문가 제어, 오디오 통합, 내러티브 생성에 무게를 두고 24억 달러 규모의 시장을 나누고 있다. 여기에 오픈소스 대안이 더해지면서 경쟁 구도는 더 복잡해질 전망이다.