Sora 종료가 드러낸 AI 영상 생성의 컴퓨트 경제성

하루 비용이 서비스 전체 매출을 넘어선 순간

OpenAI는 2026년 4월 26일 Sora 웹 플랫폼과 앱 서비스를 공식 종료했다. 알려진 일일 GPU 추론 비용은 $1,500만(약 200억 원), 서비스 전 생애 누적 매출은 $210만(약 28억 원)이었다. 기술 성능과 별개로 AI 영상 생성 서비스의 경제성이 사업을 유지할 수 있는 수준인지 묻는 사례가 됐다.

Sora가 등장한 2024년에는 AI 영상 생성의 새로운 기준으로 주목받았다. 그러나 2026년 초 시장의 중심은 기술 우위만이 아니라 추론 효율과 수익화 구조를 함께 설계한 사업자로 이동하고 있었다.

AI 영상 생성 시장은 2025년 약 $7억 8,850만 규모였으며, 2026년에는 협의 정의 기준 $9억 4,640만, 광의 정의 기준 $51억까지 확대될 것으로 추정된다. Fortune 500 기업의 73%가 AI 영상 도구를 도입한 상황에서도 서비스 생존 여부를 가른 것은 모델 성능만이 아니었다.

다운로드와 사용자가 꺾인 뒤 찾아온 종료

⤢✕

Sora의 최고 월간 활성 사용자(MAU)는 100만 명이었지만 이후 50만 명 미만으로 떨어졌다. 다운로드 역시 2025년 11월 330만 건에서 2026년 2월 110만 건으로 감소했다. 무료 체험 사용자의 비중이 큰 가운데 유료 전환율이 낮았고, 사용량이 늘수록 컴퓨트 비용이 쌓이는 구조가 수익화의 발목을 잡았다.

일일 비용과 누적 매출을 비교하면 전체 매출은 일일 비용의 0.14일치에 불과하다. 하루치 컴퓨트 비용이 서비스 전체 수명 동안 벌어들인 매출의 7배를 초과한 셈이다.

Disney 파트너십도 이어지지 못했다. Disney는 2025년 12월 $10억 투자와 캐릭터 라이선스 협약을 예비 발표했으나 정식 계약은 체결되지 않았다. Disney가 서비스 종료를 통보받은 시점은 공식 발표 1시간 전이었다. 독립 소비자 AI 서비스의 불안정성이 대형 엔터프라이즈 협력에도 직접 영향을 준 사례다.

DiT가 만든 품질과 추론 비용의 충돌

Sora는 확산 트랜스포머(Diffusion Transformer, DiT)와 시공간 오토인코더(spatiotemporal autoencoder)를 기반으로 한다. 연구 쇼케이스에서는 강력한 결과를 보여준 설계지만, 소비자 서비스의 비용 구조에는 불리하게 작용했다.

⤢✕

병목은 비디오 어텐션 레이어다. 이 레이어는 추론 시간의 85% 이상을 차지하고 시퀀스 길이에 대해 O(n²)의 쿼드라틱 스케일링 특성을 보인다. 10초 길이의 1080p 영상 한 편을 만들려면 병렬 GPU 처리 기준 약 40분이 필요하며, 편당 추정 컴퓨트 비용은 $0.50~$3.00이다.

비교 기준도 간극을 보여준다. HPC-AI Tech의 Open-Sora 2.0은 224개 GPU와 $20만 예산으로 상용 수준 영상 생성을 달성했다. Meta Movie Gen에는 6,144개 GPU와 125만 GPU-시간이 투입됐다.

Runway와 Kling은 추론 효율화를 초기 아키텍처 설계에 반영했고, 그 결과 Sora보다 약 5배 빠른 생성 속도를 달성했다.

구독료가 사용량을 감당하지 못한 구조

⤢✕

10초 영상 한 편의 추정 컴퓨트 비용이 최대 $3.00인 상태에서 월 구독료로 무제한 생성을 제공하면, 헤비 유저 한 명이 구독료 전체를 컴퓨트 비용으로 소진할 수 있다. 월 $8~$20의 독립 구독 모델과 사용량에 비례하는 추론 비용이 충돌한 것이다.

GPU 기회비용도 컸다. 같은 GPU를 GPT-5.5 텍스트 추론에 배정하면 GPU당 수익은 영상 생성보다 약 100배(2 오더) 높다. IPO 준비와 수익성 집중 전략 아래에서 OpenAI가 독립 영상 사업을 계속 운영할 유인은 약해졌다.

최고 MAU 100만 명을 기록한 뒤 50만 명 미만으로 사용자가 줄어든 점도 수익화 한계를 드러냈다. 무료 체험 중심의 사용자 구성과 낮은 유료 전환율이 비용 문제를 더 빠르게 확대했다.

독립 앱 대신 기존 플랫폼에 묶는 방식

구분	Sora 독립 서비스	ChatGPT 내장 영상 기능
수익 모델	월 구독 $8~$20, 개별 과금	ChatGPT Plus $20/월 번들
GPU 비용 배분	영상 전용 → 고정 손실	텍스트·영상 혼합 → 분산
사용자 진입 장벽	별도 앱 다운로드·가입	기존 ChatGPT 인터페이스 내
활성 사용자 확보	독립 마케팅 필요	ChatGPT 기존 사용자 자동 유입
브랜드 인지도	Sora 독자 브랜드 구축 필요	ChatGPT 브랜드 의존
수익화 전환	낮음(별도 결제 저항)	높음(기존 Plus 구독자 대상)
API 전략	독립 API(2026년 9월 종료)	OpenAI API 통합 형태 유지
엔터프라이즈 적합성	Disney 사례처럼 불안정	기업용 ChatGPT Enterprise 연계

독립 서비스는 영상 전용 GPU 비용과 별도의 사용자 획득 비용을 부담한다. 반면 ChatGPT에 영상 기능을 포함하면 텍스트와 영상 사용량을 하나의 구독 상품 안에서 분산할 수 있고, 기존 사용자 기반도 활용할 수 있다.

Sora 팀은 코드명 “Spud” 로봇공학 연구 프로젝트로 피벗했다. 영상 생성 기술을 “월드 시뮬레이션” 방향으로 재활용해 2026년 7월 OpenAI API로 공개할 예정이다. 소비자용 독립 앱에서 API 레이어 통합으로 무게중심을 옮긴 선택이다.

이 사례는 SaaS의 유닛 이코노믹스가 LTV > CAC와 마진 구조를 확보해야 한다는 원칙과도 맞닿는다. 모델 성능이 높더라도 사용량이 늘수록 손실이 커지는 가격 구조라면 서비스 확장이 곧 재정 부담이 된다.

Sora 이후 갈라진 시장의 자리

⤢✕

2026년 상반기 시장에서는 Seedance 2.0이 Artificial Analysis 1위, HappyHorse-1.0이 2위를 기록했다. Kling v3.0은 ELO 1위와 최고 가성비를 내세웠고, Veo 3.1은 프롬프트 정확도와 네이티브 오디오에서 강점을 보였다. Runway Gen-4는 영화와 광고 제작 생태계에 자리를 잡았다.

Runway Gen-4.5는 Video Arena Elo 1247로 크리에이티브 컨트롤에서 강세를 유지했다. 다만 2026년 5월 기준 Seedance 2.0, HappyHorse-1.0, Kling v3, Veo 3.1 클러스터에 밀려 상위 10위권에서는 이탈했다. 순위 변화와 별개로 영화 프로덕션과 광고 에이전시에서는 계속 선호되고 있다.

Kling v3가 겨냥한 크리에이터와 자동화

Kuaishou(快手)는 2026년 2월 4일 Kling v3를 출시했고, 2026년 6월 17일 Kling v3 Turbo와 Kling Omni를 추가했다. MVL(Multi-modal Visual Language) 아키텍처로 텍스트·이미지·오디오·비디오를 한 시스템에서 처리한다.

네이티브 4K 60fps를 지원하며 업스케일 방식이 아니다. 최대 생성 길이는 15초로 전작보다 50% 늘었다. 다언어·방언·액센트를 포함한 네이티브 다국어 오디오도 생성한다.

멀티샷 스토리보드 모드는 장면이 바뀌어도 피사체의 시각적 일관성을 유지하도록 설계됐다. Kling은 이를 “Universe-strongest consistency”라고 자평했다. 경쟁 제품이 지원하지 않는 Motion Control도 제공한다.

가격은 월 $6.99부터 시작한다. 프리미엄 옵션의 단가는 $0.10/초이며, 2026년 ELO 벤치마크 1위를 기록해 비용과 품질의 균형에서 유리한 위치를 확보했다.

멀티샷 스토리보드는 같은 캐릭터가 여러 장면에 등장하는 시네마틱 영상에 적합하다. 출시와 동시에 API가 제공돼 자동화 파이프라인에 연결하기도 쉽다. 여러 장면을 이어 최대 2~3분 분량의 영상을 생성할 수 있어 콘텐츠 마케팅에도 활용할 수 있다.

Runway Gen-4가 남긴 프로덕션 강점

Runway Gen-4는 2026년 출시됐으며 2026년 5월 3일 업그레이드 드롭이 이뤄졌다. Video Arena Elo 1247 수준을 유지하면서 영화와 광고 제작 환경에서 차별화된 위치를 확보했다.

텍스트-to-영상과 이미지-to-영상을 지원하고, 최대 60초 연속 생성과 4K 해상도를 제공한다. 레퍼런스 이미지를 바탕으로 의상·외형·특징을 유지하며 캐릭터 일관성을 관리할 수 있다.

AI 편집 에이전트는 멀티샷 일관성, 로토스코핑, 환경 조명 조정을 자동화한다. 공간 이해(Spatial Understanding)는 카메라가 움직일 때도 환경의 일관성을 유지하도록 돕는다. 네이티브 오디오 트랙 생성도 지원한다.

플랜	월 비용	주요 특징
Standard	$15	기본 해상도 익스포트
Pro	$35	고해상도 익스포트 포함
Unlimited	$95	릴랙스 모드 무제한
Enterprise	커스텀	API 고볼륨, SLA 포함

광고 에이전시는 동일한 캐릭터가 이어지는 광고 시리즈에 활용할 수 있다. 영화 프로덕션에서는 VFX 사전시각화(previs)에 적용할 수 있으며, 로토스코핑 자동화로 후반 작업 공수를 줄이는 용도도 있다.

목적과 비용을 함께 라우팅하는 API 파이프라인

기업 환경에서는 하나의 모델을 모든 영상 작업에 적용하기보다 목적과 품질 요구에 따라 API를 나누는 편이 비용 구조를 관리하기 쉽다.

⤢✕

광고·상업 영상처럼 품질이 우선인 요청은 Veo 3.1 API나 Runway Gen-4 Enterprise로 보낸다. 속도와 비용이 중요한 SNS 콘텐츠에는 Kling v3 API를 선택하고, 편집 제어가 필요한 VFX 작업은 Runway Gen-4 API로 라우팅한다.

각 호출은 초당 단가를 기준으로 측정해 월간 예산 소진율을 실시간으로 추적한다. 무제한 사용량이 고정 구독료를 압도했던 Sora의 구조를 피하기 위한 장치다.

생성 결과는 ELO 기반 자동 평가 시스템으로 검증하고 기준에 미달하면 프롬프트 개선 루프를 다시 실행한다. 같거나 유사한 프롬프트의 재생성 요청은 캐싱 레이어에서 처리해 API 호출 횟수를 줄인다.

플랫폼별 비용과 제작 특성

항목	Sora (종료)	Kling v3	Runway Gen-4	Veo 3.1
상태	2026년 4월 종료	운영 중	운영 중	운영 중
아키텍처	DiT + 시공간 오토인코더	MVL (멀티모달 시각 언어)	비공개 (프로프라이어터리)	비공개 (Google DeepMind)
최대 해상도	1080p	4K 60fps (네이티브)	4K	4K
최대 길이	60초	15초 (최대 2~3분 연결)	60초	비공개
ELO 순위	해당 없음	2026 ELO 벤치마크 1위	Video Arena Elo 1247	상위권
시작 가격	월 $8 (종료)	월 $6.99	월 $15	API별 별도
프리미엄 단가	편당 $0.50~$3.00 (컴퓨트)	$0.10/초	$35~$95/월	기업용 견적
API 제공	2026년 9월 종료 예정	즉시 제공 (출시 동시)	Enterprise 플랜	제한적
오디오 생성	미지원	네이티브 다국어	네이티브 트랙	네이티브 오디오 최강
멀티샷 일관성	제한적	멀티샷 스토리보드 특화	AI 편집 에이전트	프롬프트 정확도 최강
적합 유즈케이스	연구 쇼케이스	크리에이터·API 자동화	영화·광고 프로덕션	엔터프라이즈·광고
경제성	극단적 적자 구조	시장 최고 가성비	중상위 (전문가 타깃)	엔터프라이즈 번들

분산 추론과 사업 구조를 함께 봐야 하는 이유

Sora의 DiT는 O(n²) 어텐션 복잡도 때문에 영상 길이가 늘어날수록 컴퓨트 비용이 기하급수적으로 증가한다. 반면 Kling v3의 MVL 아키텍처는 추론 효율화를 설계에 반영해 동일 품질 대비 5배 이상의 처리 속도를 달성했다. 서비스 지속 가능성은 모델 선택 단계부터 영향을 받는다.

Open-Sora 2.0의 224 GPU·$20만 사례와 Meta Movie Gen의 6,144 GPU·125만 GPU-시간 사례는 분산 추론에서 자원 배분 전략이 비용 구조를 좌우한다는 점을 보여준다. 기업용 AI 시스템에서는 추론 파이프라인의 병렬화와 배치 처리 최적화를 별도 운영 과제가 아니라 초기 설계 요소로 다뤄야 한다.

수익화 방식도 아키텍처와 분리하기 어렵다. ChatGPT 내장 방식은 영상 생성 비용을 기존 구독자 기반과 텍스트 사용량에 분산한다. 독립 서비스는 자체 구독료만으로 영상 전용 추론 비용을 감당해야 한다.

시장은 효율과 전문 영역을 향한다

⤢✕

2026년 이후에는 ChatGPT와 Google Workspace 같은 대형 통합 플랫폼이 영상 생성 기능을 기존 구독 상품에 묶는 방식이 주류가 될 것으로 전망된다. 독립 영상 서비스가 감당해야 했던 경제성 문제를 번들 구조로 우회하는 전략이다.

쿼드라틱 어텐션을 대신할 선형 어텐션과 스파스 어텐션 연구가 상용화 단계로 들어가면서 추론 효율 경쟁도 심화되고 단가는 계속 하락할 것으로 예상된다.

시장별 역할은 더욱 뚜렷해질 전망이다. 크리에이터와 API 자동화 영역은 Kling, 영화·광고 프로덕션은 Runway, 엔터프라이즈·광고는 Veo 3.1이 각자의 생태계를 확보하는 구조다.

비용 통제가 중요한 기업에는 Open-Sora 2.0 계열을 직접 운영하는 온프레미스 추론도 선택지로 부상한다. 어떤 모델을 고르든 목적 기반 라우팅과 비용 추적 미터링이 없으면 높은 사용량이 곧 높은 손실로 바뀔 수 있다.