Sora 종료 이후 AI 영상 생성 플랫폼 경쟁 구도

Sora가 떠난 뒤 달라진 경쟁의 기준

OpenAI는 2026년 3월 24일 Sora 앱과 API를 단계적으로 종료한다고 발표했다. 앱과 웹 서비스는 2026년 4월 26일, API는 2026년 9월 24일 종료될 예정이다.

이 결정의 배경에는 기술 완성도만으로 설명하기 어려운 비용 문제가 있었다. Sora는 하루 추정 운영비 1,500만 달러 규모의 인프라를 가동했지만 생애 총매출은 210만 달러에 그쳤다. AI 분야 역사상 가장 값비싼 실패 사례 중 하나로 기록된 이유다. 고품질 영상을 생성하는 데 들어가는 GPU 추론 비용이 구독 수익을 크게 웃도는 구조는 지속 가능하지 않았다.

Sora가 남긴 시장 공백은 24억 달러 규모로 평가됐다. 이후 경쟁은 품질을 앞세운 Runway Gen-4.5, 비용 효율을 내세운 Kling 3.0, Google 생태계와 결합한 Veo 3.1, 멀티모달 입력에 집중한 Seedance 2.0, 소셜 콘텐츠 도구를 제공하는 Pika, 아시아 시장에 초점을 맞춘 Vidu로 나뉘었다.

⤢✕

종료 발표 후 일주일 동안 Kling AI, RunwayML, Vidu에는 유의미한 사용자 유입 증가가 나타났다. 이탈 사용자를 나눠 갖는 데 그치지 않고, 각 서비스가 겨냥하는 제작 환경과 기술적 차이를 선명하게 드러낸 계기였다.

물리 표현에 집중한 Runway Gen-4.5

2025년 12월 1일 출시된 Runway Gen-4.5는 Artificial Analysis 텍스트-투-비디오 리더보드에서 1,247 Elo를 기록했다. Google Veo 3와 Sora 2를 제치고 최고 점수에 오른 모델이다.

강점은 물체의 무게와 모멘텀이 드러나는 충돌 장면, 유체 표현, 헤어 동역학, 패브릭 드레이핑이다. 미세한 표정과 자연스러운 제스처, 사실적인 피부 질감을 표현하며, 한 프레임 안에 여러 객체가 등장할 때도 각각의 움직임을 안정적으로 처리한다.

생성 가능한 클립 길이는 5~10초다. 모든 유료 플랜에서 Gen-4.5를 이용할 수 있으며, Standard 플랜은 월 15달러 또는 연간 결제 시 월 12달러에 625크레딧을 제공한다. Pro 플랜은 연간 결제 기준 월 28달러에 2,250크레딧이다. Gen-4.5 영상 1초를 생성할 때는 25크레딧이 소모된다.

한계도 남아 있다. 원인보다 결과가 먼저 등장하는 인과 관계 추론 오류, 장면이 이어지는 동안 객체가 유지되지 않는 문제, 의도한 실패 장면을 성공으로 바꾸는 과도한 성공 편향이 간헐적으로 발생한다.

4K 영상과 공간 오디오를 묶은 Veo 3.1

Google Veo 3.1은 3840×2160 해상도의 진정한 4K 출력을 처음 지원한 주류 AI 영상 모델이다. 주변음과 대화, 립싱크를 포함한 네이티브 오디오도 단일 모델 패스에서 영상과 함께 생성한다.

특히 공간 오디오가 다른 플랫폼과 구별되는 지점이다. 자동차가 화면 왼쪽에서 오른쪽으로 이동하면 소리도 스테레오 필드를 따라 움직이는 3차원 음향 환경을 만들 수 있다. 2026년 2월 기준 주요 모델 가운데 이 수준의 오디오 공간화를 제공하는 것은 Veo 3.1뿐이다.

레퍼런스 이미지 3개를 넣어 캐릭터와 객체, 배경의 시각적 정체성을 유지할 수 있다. 장면을 최대 20회 확장하면 140초 이상의 영상도 제작할 수 있다.

비용은 모델과 접근 경로에 따라 달라진다. Veo 3.1 Lite는 초당 0.03~~0.05달러, Fast는 0.10~~0.15달러, Quality는 0.20~0.40달러다. Vertex AI API를 직접 호출하면 비디오 전용은 초당 0.50달러, 오디오 포함은 초당 0.75달러다. Google AI Plus 구독은 월 7.99달러부터 Veo 3.1 Fast 접근을 제공하고, 전체 Veo 3.1 기능은 월 249.99달러인 Google AI Ultra에서 제공된다.

생성 단가와 제어 도구를 앞세운 Kling 3.0

2026년 2월 5일 출시된 Kling 3.0은 ELO 벤치마크에서 1,243을 기록했으며, Google Veo 3.1과 Runway Gen-4.5를 앞선 시점도 있었다.

초당 비용은 0.07달러다. Sora보다 65%, Runway보다 44% 저렴하며 10초 클립 한 편의 비용은 0.70달러 수준이다. 구독 상품은 월 6.99달러의 Standard부터 월 127.99달러의 Ultra까지 4단계로 구성된다. Kling 3.0 Professional에서 10초 영상을 생성하면 약 80크레딧을 사용한다.

기술 측면에서는 최대 15초 클립과 4K 이미지 생성, Chain-of-Thought 추론 기반 장면 일관성, 멀티샷 시퀀스를 지원한다. 중국어·일본어·스페인어·영어 등 다국어 네이티브 오디오와 여러 캐릭터의 립싱크도 처리한다.

Motion Brush는 프레임 위에 움직임의 경로를 직접 그리는 기능이다. 텍스트만으로 지정하기 어려운 세밀한 운동을 제어할 때 유용하다. 7-in-1 멀티모달 에디터에서는 객체 추가, 배경 교체, 스타일 변환, 클립 확장을 한 인터페이스에서 처리한다. 고용량 생성 워크로드에서 단위 경제학이 가장 뛰어난 플랫폼으로 평가된다.

입력 소스를 함께 엮는 Seedance 2.0

ByteDance는 2026년 2월 플래그십 영상 합성 모델 Seedance 2.0을 출시했다. Artificial Analysis Video Arena에서 텍스트-투-비디오 1,269 Elo, 이미지-투-비디오 1,351 Elo를 기록해 Kling 3.0, Veo 3, Runway Gen-4.5를 넘어 1위에 올랐다.

Seedance 2.0의 중심은 멀티모달 입력이다. 이미지 9개, 총 15초 분량의 동영상 3개, 오디오 파일 3개를 동시에 업로드하고 텍스트·이미지·영상·오디오를 조합할 수 있다.

Dual-branch 아키텍처는 영상과 사운드를 동시에 생성한다. 별도 도구를 거치지 않고 말하는 얼굴의 립싱크도 만들 수 있다. 최대 해상도는 2K, 클립 길이는 최대 15초다. Director's Mode에서는 패닝과 틸팅, 줌의 카메라 경로를 수동으로 지정한다.

Seedance 2.0 Fast의 비용은 초당 0.022달러다. 비교 대상 가운데 가장 낮은 수준이며, 품질 대비 비용 효율도 가장 높다.

소셜 효과에 초점을 맞춘 Pika

Pika는 릴스, TikTok, 쇼츠처럼 짧은 소셜 미디어 콘텐츠를 만드는 워크플로우에 특화돼 있다. 특수 효과를 적용하는 Pikaffects, 캐릭터와 객체를 교체하는 Pikaswaps, 장면에 요소를 더하는 Pikadditions가 “만약 ~라면?”이라는 발상을 빠르게 결과물로 옮기는 창작 루프를 구성한다.

낮은 진입 가격 덕분에 소셜 미디어 크리에이터 커뮤니티에서 인기가 높다. 반면 Kling 3.0보다 성능 메트릭이 낮고, 멀티샷 생성과 네이티브 오디오 지원도 제한적이다.

아시아 언어 제작 흐름에 맞춘 Vidu

Vidu는 Sora 종료 직후 사용자를 빠르게 흡수한 플랫폼 중 하나다. 아시아 시장, 특히 중국어 기반 콘텐츠 제작 과정에 최적화돼 있다.

영어권에서는 Kling과 Runway를 경쟁 서비스로 두고 있지만, 아시아 언어 처리와 현지화 기능으로 차이를 만든다. 2026년 현재는 서비스 안정화와 기능 확장에 집중하면서 시장 점유율을 빠르게 늘리고 있다.

품질과 비용 효율의 위치가 다르다

플랫폼을 하나의 순위로 세우면 실제 선택 기준이 흐려진다. 품질, 속도, 가격, 특화 기능을 함께 놓고 보면 각 서비스의 위치가 분명해진다.

⤢✕

초당 비용부터 따져야 하는 이유

Sora 사례는 AI 영상 플랫폼을 평가할 때 결과물의 품질과 함께 서비스가 그 비용을 감당할 수 있는지도 확인해야 한다는 점을 보여준다. 첫 기준은 영상 1초를 만드는 데 드는 비용이다.

플랫폼	초당 비용	10초 클립	Sora 대비
Seedance 2.0 Fast	$0.022	$0.22	-78%
Kling 3.0	$0.07	$0.70	-30%
Runway Gen-4.5	$0.125	$1.25	+25%
Veo 3.1 Fast	$0.10~0.15	$1.00~1.50	동급
Veo 3.1 (Vertex AI)	$0.50~0.75	$5.00~7.50	+400%

과금 방식도 생성량에 따라 달리 봐야 한다. 월 200개 이상 영상을 만들면 API 직접 과금이 소비자 구독보다 유리하다. 월 200개 미만이라면 구독 크레딧 풀이 단가 면에서 더 효율적이다.

자체 호스팅을 검토할 때는 GPU 비용이 기준이 된다. NVIDIA H100 인스턴스의 클라우드 비용은 AWS·GCP·Azure에서 GPU당 시간당 2.50~~3.20달러이며, H200과 Blackwell B200은 4.00~~5.50달러다. 월 1억 토큰 이상을 처리하는 규모에서는 자체 호스팅이 단위 경제학상 우위를 갖는다.

정액 구독에는 구조적인 위험도 있다. 파워 유저 한 명이 월 구독료보다 많은 컴퓨팅 자원을 쓰는 “성공 재난”이 대표적이다. AI 영상 플랫폼의 그로스 마진은 전통 SaaS의 80~~90%보다 낮은 60~~70%에 머물 가능성이 높다. 크레딧으로 소비량을 제한하거나, 사용량에 연동한 요금 티어를 두거나, 고용량 사용자를 API로 유도하는 방식이 이 문제를 완화할 수 있다.

⤢✕

오디오가 후처리에서 모델 기능으로 들어왔다

2026년 AI 영상 플랫폼에서 오디오 내재화는 중요한 차별화 기준이 됐다. Sora는 별도의 오디오 생성 없이 영상만 출력했고, 이는 전문 프로덕션 도입을 가로막은 주요 요인 중 하나였다.

Kling 3.0 Omni는 중국어, 일본어, 스페인어, 영어 방언을 포함한 5개 언어의 네이티브 오디오를 지원한다. 공유 오디오 타임라인을 사용하는 멀티샷 시퀀스도 처리한다. Seedance 2.0은 Dual-branch 아키텍처로 사운드와 영상을 함께 만들고 립싱크를 내장했다. Veo 3.1은 3차원 공간 오디오를 유일하게 제공한다. Pika는 오디오보다 시각 효과에 무게를 두며 오디오 통합 역량은 상대적으로 약하다.

카메라와 장면을 얼마나 직접 통제할 수 있는가

AI를 실제 영상 제작 파이프라인에 연결하려면 카메라 움직임을 얼마나 의도대로 지정할 수 있는지가 중요하다.

Seedance 2.0의 Director's Mode에서는 패닝, 틸팅, 줌 경로를 수동으로 정한다. Kling 3.0의 Motion Brush는 프레임 위에 움직임의 경로를 그리는 방식이다. Runway Gen-4.5는 텍스트로 작성한 카메라 지시를 잘 이해하는 편이며, Veo 3.1은 장면을 최대 20회 확장해 140초 이상의 시퀀스를 만들 수 있다.

당시 벤치마크 점수와 출시 시점은 다음과 같다.

플랫폼	Elo (T2V)	Elo (I2V)	출시일
Seedance 2.0	1,269	1,351	2026.02
Runway Gen-4.5	1,247	—	2025.12
Kling 3.0	1,243	—	2026.02
Veo 3.1	~1,230	—	2026.01

제작 목적에서 플랫폼을 역으로 고르기

물체 충돌과 유체, 패브릭처럼 물리적 정확도가 중요한 영화·광고·시각효과 작업에는 Runway Gen-4.5가 맞는다. 품질을 우선하는 전문 프로덕션 워크플로우에 가장 가까운 선택이다.

이미지와 영상, 오디오를 함께 조합하거나 말하는 얼굴을 자주 생성한다면 Seedance 2.0이 유리하다. 텍스트-투-비디오 1,269 Elo와 이미지-투-비디오 1,351 Elo를 기록했고, 초당 0.022달러의 단가는 고용량 제작에도 적합하다.

4K 해상도와 공간 오디오가 필수라면 Google Veo 3.1이 선택지가 된다. Google 생태계와 자연스럽게 연결되며, 프리미엄 오디오가 필요한 작업에서는 다른 플랫폼으로 대체하기 어렵다.

반복 생성 비용과 실험 속도를 중시하는 스타트업, 1인 크리에이터, 대용량 콘텐츠 팩토리에는 Kling 3.0이 적합하다. Motion Brush와 7-in-1 에디터를 이용해 움직임 제어와 편집을 한곳에서 처리할 수 있다.

소셜 미디어용 특수 효과가 작업의 중심이라면 Pika의 Pikaffects, Pikaswaps, Pikadditions가 직접적인 선택 기준이 된다. 중국어 콘텐츠와 아시아 시장 배포가 중요하다면 현지화와 언어 처리에 초점을 맞춘 Vidu가 대응한다.

시장의 승부는 비용 구조에서 이어진다

Sora의 종료는 AI 영상 생성 시장의 경쟁축이 기술 품질만이 아니라 단위 경제학으로 이동했음을 보여줬다. Runway Gen-4.5는 품질, Kling 3.0과 Seedance 2.0은 가격 효율, Veo 3.1은 생태계와 오디오, Pika는 소셜 콘텐츠, Vidu는 아시아 시장이라는 위치를 확보했다.

모델 간 품질 차이가 좁아질수록 GPU 비용 구조를 어떻게 최적화하는지, 구독 모델을 지속 가능한 형태로 설계하는지, 제작 생태계와 얼마나 깊이 통합하는지가 경쟁 결과를 좌우하게 된다.