Sora 종료가 드러낸 AI 비디오 추론 비용과 수익화의 충돌
OpenAI Sora의 종료 사례를 바탕으로 AI 비디오 생성 서비스의 추론 비용, 단위 경제성, 과금 모델과 시장 재편을 분석한다.
2026-08-14 · 최초 발행 2026-05-05
뛰어난 영상 품질이 사업성을 보장하지는 않았다
OpenAI가 공개한 Sora는 텍스트 프롬프트로 최대 1분 길이의 고품질 동영상을 생성하는 Text-to-Video 모델이었다. 2024년 초 공개된 시연은 카메라 움직임과 조명, 복잡한 장면 구성을 자연스럽게 표현하며 기존 Runway Gen-2와 Pika Labs보다 한 단계 앞섰다는 평가를 받았다.
Sora는 시각적 패치를 토큰으로 다루는 Diffusion Transformer(DiT) 아키텍처를 사용했다. 이 구조는 프레임 사이의 시간적 일관성을 유지하는 데 유리했지만, 상용 서비스에서는 막대한 연산량과 메모리 사용량으로 이어졌다. ChatGPT Plus를 포함한 유료 사용자에게 제한적으로 제공된 뒤에는 기술적 완성도와 비용 문제가 함께 드러났다.
종료 결정의 배경에는 하루 약 $1,500만에 이르는 컴퓨팅 비용과 전체 운영 기간 동안 약 $210만에 머문 누적 수익이 있었다. 기술 데모를 지속 가능한 서비스로 바꾸는 과정에서 추론 비용과 수익화가 정면으로 충돌한 사례다.
DiT 기반 비디오 생성이 비싼 이유
텍스트나 단일 이미지를 처리하는 모델과 달리 비디오 생성 모델은 공간 정보뿐 아니라 프레임 간 시간 정보까지 추적해야 한다. 고해상도 시퀀스 전체를 메모리에 유지해야 하므로 이미지 생성 모델보다 훨씬 많은 GPU 메모리와 연산 자원이 필요하다.
1080p 해상도의 20초 영상을 하나 만드는 연산량은 GPT-4 기반 텍스트 응답 수천 건에 해당하는 수준이다. 텍스트 모델은 수십 또는 수백 개 요청을 한 배치로 처리할 수 있지만, 고해상도 비디오 시퀀스는 동시에 처리할 수 있는 요청 수가 극도로 제한된다.
메모리 요구량도 크다. Sora 수준의 품질을 내려면 최소 80GB VRAM을 갖춘 A100 또는 H100급 GPU 클러스터가 필요하며, 요청 하나에도 여러 GPU를 병렬로 투입해야 한다. 사용자 증가에 맞춰 단순히 서버만 추가하는 방식으로는 대응하기 어렵고, GPU 클러스터를 선형 혹은 초선형으로 확장해야 한다.
A100 GPU 한 장의 클라우드 임대 비용은 시간당 약 $3~4 수준이다. 대규모 서비스를 운영하려면 수천 장을 상시 가동해야 하므로 낮은 배치 효율이 곧 높은 생성 단가로 연결된다.
운영 비용과 누적 수익 사이의 간극
Sora의 비용 구조는 다음 수치에 압축돼 있다.
일일 컴퓨팅 비용: 약 $15,000,000 (1,500만 달러)
총 누적 수익: 약 $2,100,000 (210만 달러)
운영 기간: 약 수개월
비용 대비 수익: 약 0.5% 수준
하루 손실만으로 전체 누적 수익의 7배를 넘어서는 구조였다. 사용자가 10배로 늘어난다고 해도 하루 운영 비용이 총수익을 이미 수십 배 초과한 상황에서는 규모 확대만으로 문제를 풀기 어렵다.
핵심은 총사용자 수보다 생성 1건당 비용이다. 사용자가 늘어도 단위 비용이 유의미하게 낮아지지 않는다면 규모의 경제가 작동하지 않는다. GPU 메모리 한계가 뚜렷한 AI 비디오 서비스는 텍스트 서비스보다 이 효과가 현저히 낮다.
구독료와 생성 원가가 맞지 않는 시장
ChatGPT Plus의 월 $20 구독 방식은 텍스트 기반 서비스에는 적용할 수 있지만, 비디오 생성 원가를 감당하기에는 단가가 낮다. 사용자 한 명이 하루 영상 3~5개만 생성해도 수익보다 비용이 훨씬 커진다. 반대로 구독료를 월 $200 또는 $500까지 올리면 대중적인 채택이 어려워진다.
사용량 기반 과금은 실제 원가를 가격에 반영할 수 있다. 그러나 사용자가 비용을 예측하기 어렵고, 생성할 때마다 지출을 의식하게 된다는 문제가 있다. 경쟁 서비스가 무제한 무료나 저렴한 구독을 앞세우면 사용량 과금은 더 비싸게 인식된다.
기업 고객을 겨냥한 B2B 모델은 높은 단가와 볼륨 계약을 기대할 수 있다. 다만 광고 대행사와 미디어 기업의 영상 수요는 비교적 예측 가능하면서도 규모가 제한적이다. AI 비디오를 대량 생성하는 워크플로우를 갖추려면 기술 통합과 조직 변화에도 상당한 시간이 필요하다. B2B 매출이 손익분기점에 도달하는 속도보다 적자 증가가 빨랐다는 의미다.
광고 기반 모델은 대규모 사용자를 모을 수 있지만, AI 비디오 서비스에서 광고 수익이 생성 비용을 감당할 수 있을지는 불확실하다.
Sora가 비운 자리를 노린 경쟁 서비스
Sora 종료 발표 뒤 Runway, Kling, Vidu는 이탈 사용자를 흡수하기 위한 움직임에 나섰다. 각 서비스는 동일한 시장을 놓고 경쟁하면서도 가격과 목표 고객을 다르게 잡았다.
Runway는 Gen-3 Alpha를 중심으로 영상 편집 전문가와 영화·광고 업계를 겨냥했다. 월 $35부터 시작하는 구독 플랜과 팀 및 엔터프라이즈 플랜을 제공하고, Adobe 등과의 통합으로 전문 제작 환경에 접근했다. Sora 종료 이후 Runway의 신규 구독자 수가 급증했다는 보고도 나왔다.
Kuaishou가 개발한 Kling은 합리적인 품질과 낮은 가격에 초점을 맞췄다. 무료 티어와 월 $8 내외의 구독으로 진입 장벽을 낮추고, 최고 품질보다 빠른 생성 속도와 비용 경쟁력을 택했다. 이 전략은 Sora 사용자 가운데 가격에 민감한 층을 흡수하는 데 맞춰져 있었다.
Shengshu Technology의 Vidu는 U-ViT 아키텍처를 바탕으로 물리 법칙을 더 잘 반영하는 영상 생성을 내세웠다. 중국과 아시아 시장에 집중하던 서비스였지만, Sora 종료를 계기로 글로벌 시장 진출을 가속화했다.
서비스를 계속 운영할지 판단하는 기준
고비용 생성형 AI 서비스는 성장률만으로 존속 여부를 결정하기 어렵다. 클라우드 기반 SaaS는 일반적으로 COGS 비율 20~40% 수준을 목표로 한다. 생성형 AI 서비스는 초기의 높은 COGS를 감수할 수 있지만, 비용이 수익의 수십 배에 이르면 사용자 확대만으로 해결하기 어려운 신호로 봐야 한다.
사용자가 늘어날수록 생성 1건당 비용이 낮아지는지도 확인해야 한다. 단위 비용이 유지되거나 GPU 클러스터 비용이 비선형으로 증가한다면 신규 사용자는 매출과 함께 적자도 키운다.
비용 곡선이 내려오는 속도 역시 판단 근거다. GPU 효율이 Moore's Law보다 빠르게 개선되는지, 양자화와 증류, 스파스 추론 같은 모델 최적화가 비용을 얼마나 낮출 수 있는지 따져야 한다. Sora는 이 비용 곡선이 충분히 빠르게 하락하지 못했다.
대체재의 가격과 품질도 함께 봐야 한다. Kling이나 Runway가 비슷한 품질을 더 낮은 비용에 제공하기 시작하면 고비용 서비스의 포지셔닝은 약해진다. 마지막으로 해당 제품이 전체 포트폴리오에 주는 전략적 가치가 독립적인 손실을 감당할 만큼 큰지도 검토해야 한다.
비용 곡선을 낮출 수 있는 기술과 사업 전략
하드웨어 효율 향상은 가장 직접적인 변화다. NVIDIA H200과 Blackwell 아키텍처는 이전 세대보다 비디오 추론 성능을 크게 높이고 있다. 업계는 향후 23년 안에 같은 비용으로 현재의 35배 처리량을 달성할 수 있을 것으로 전망한다.
모델 경량화도 배치 처리 효율을 바꿀 수 있다. 영상 생성 모델에 증류와 양자화를 적용하고, 8비트 양자화로 품질 저하를 최소화하면서 메모리 사용량을 절반으로 줄이면 같은 GPU에서 더 많은 요청을 처리할 수 있다.
사업 모델에서는 범용성보다 특화가 대안이 될 수 있다. 광고 영상, 교육 콘텐츠, 의료 시뮬레이션처럼 특정 수직 시장에 집중하면 범용 서비스보다 높은 단가를 정당화하기 쉽다. B2B 수직화에서는 구독 요금을 수십 배 높게 설정해도 고객이 받아들일 수 있는 환경을 만들 수 있다.
클라우드 대신 사용자 기기에서 추론하는 엣지 추론은 서버 비용을 획기적으로 줄일 가능성이 있다. 현재 모바일 기기에서 고품질 비디오를 실시간 생성하기는 어렵지만, 5년 내 현실화될 가능성이 있다.
AI 비디오 추론 비용이 향할 것으로 본 경로
| 항목 | 현재 (2025) | 예상 (2027) | 예상 (2030) |
|---|---|---|---|
| 1분 영상 생성 비용 | $5~15 | $1~3 | $0.1~0.5 |
| GPU당 동시 처리 | 1~3건 | 5~10건 | 20~50건 |
| 최소 VRAM 요구 | 80GB | 40GB | 16GB |
| 엣지 추론 가능성 | 불가 | 저해상도 가능 | 고해상도 가능 |
이 로드맵이 현실화되면 2027~2030년경 AI 비디오 서비스의 수익화 가능성은 지금보다 높아진다. 반면 현시점에서 품질을 우선하고 비용을 뒤로 미루는 시장 선점 전략은 막대한 출혈을 감수해야 한다.
OpenAI가 계산했을 기회비용
Sora 종료를 단순한 자금 부족으로만 설명하기는 어렵다. OpenAI는 2024년 약 $66억의 투자를 유치했고, GPT API와 ChatGPT 구독으로 연간 수십억 달러의 수익을 올리고 있다. Sora에 추가로 투자할 재원이 전혀 없었던 것은 아니다.
더 큰 문제는 같은 컴퓨팅 자원과 인력을 어디에 배치할지였다. Sora에 투입하던 자원을 o3, o4 같은 추론 모델이나 GPT-5 개발에 집중하는 편이 OpenAI의 AGI 선점 전략에 더 직접적으로 기여한다고 판단했을 것이다. AI 비디오는 매력적인 시장이지만 범용 인공지능으로 향하는 핵심 경로는 아니라는 내부 결론이 작용한 것으로 보인다.
Sora가 남긴 교훈은 기술력이 중요하지 않다는 뜻이 아니다. 하루 $1,500만의 컴퓨팅 비용과 $210만의 누적 수익이 맞서는 서비스에서는 영상 품질만으로 적자를 덮을 수 없다는 의미다. Runway, Kling, Vidu가 빈자리를 나눠 갖더라도 같은 추론 비용 문제를 피할 수는 없다. AI 비디오 시장에서는 품질과 함께 비용 구조를 먼저 통제하는 사업자가 오래 남을 가능성이 크다.