Sora 종료가 드러낸 AI 동영상 생성 시장의 경제성 재편

기술 우위보다 먼저 무너진 비용 구조

OpenAI Sora는 2024년 2월 공개되며 텍스트-투-비디오(Text-to-Video) 생성 기술을 선도하는 모델로 주목받았다. 그러나 웹과 앱 서비스는 2026년 4월 26일 종료됐고, Sora API도 2026년 9월 24일 완전히 종료될 예정이다.

서비스 중단의 배경으로 지목된 것은 모델의 생성 능력보다 경제성이었다. OpenAI 내부 자료에 따르면 일일 GPU 운영비용은 H100 클러스터의 대규모 운용으로 약 $15,000,000에 달한 반면, 서비스 전체 기간의 누적 수익은 약 $2,100,000이었다. ChatGPT Plus 구독자 가운데 Sora를 실제로 사용한 비율도 3% 미만이었다.

평균 1분 분량의 고해상도 영상을 만드는 데 드는 비용은 내부 추산으로 $18~$45였다. 2026년으로 잡았던 Breakeven 목표도 달성하지 못할 것이 확정됐다. 기술을 제공할 수 있는가와 그 기술을 서비스로 지속할 수 있는가는 별개의 문제였던 셈이다.

영상 생성은 텍스트 생성보다 훨씬 많은 연산을 요구한다. Diffusion 모델로 영상 한 프레임을 생성할 때 필요한 GPU FLOPS는 텍스트 토큰 생성보다 수백 배 크다. 규모의 경제가 작동하더라도 마진을 충분히 개선하기 어려운 이유다.

고품질 요청이 늘수록 커지는 수익과 비용의 간극

⤢✕

동영상 생성 서비스의 손익은 요청 품질에 크게 좌우된다. 표준 480p/720p 영상은 H100 x 8 규모의 중형 연산 클러스터에서 30-90초 동안 처리되며, 영상당 비용은 $2-$8이다. 고품질 1080p/4K 요청에는 H100 x 64 규모의 대형 연산이 필요하고, 생성 시간은 3-8분, 비용은 $15-$45까지 올라간다.

문제는 고품질 요청이 몰릴수록 GPU 비용이 비선형적으로 증가하지만, 사용자의 지불 의향(WTP, Willingness to Pay)은 품질 향상에 따라 선형적으로만 커진다는 데 있다. 월 $20 구독 수익이나 API 종량제 수익만으로 이 간극을 감당하지 못하면 지속 가능한 BM(Business Model)을 만들기 어렵다.

Kling v3는 품질과 생성 비용을 함께 압박했다

중국 스타트업 Kuaishou가 개발한 Kling v3는 2026년 5월 기준 Artificial Analysis의 Video Generation Arena에서 ELO 스코어 2031로 전체 1위를 기록했다. 같은 평가에서 Sora가 기록한 최고치 1847보다 약 184포인트 높다.

Kling v3의 Motion Consistency Engine은 장면 속 객체가 물리적으로 일관된 움직임을 유지하도록 개선됐다. 인물의 손가락이나 얼굴 표정처럼 고주파 디테일이 필요한 영역에서 생성 품질을 높이는 데 초점을 둔다.

아키텍처는 CogVideoX를 기반으로 한다. DiT(Diffusion Transformer) 구조를 활용한 멀티모달 조건부 생성으로 텍스트, 이미지, 영상 참조를 동시에 입력할 수 있다.

비용 차이도 크다. Kling API에서 1분 분량의 1080p 영상을 생성하는 단가는 약 $3.2로, Sora 대비 10분의 1 수준이다. 글로벌 CDN과 연결한 지역 분산 추론 인프라를 통해 평균 생성 대기시간도 90초 이하로 유지한다.

Google Veo 3.1은 모델을 워크플로우 안에 넣었다

Google Veo 3.1은 2026년 6월 Google Vertex AI에 GA(General Availability)로 출시됐다. 개별 모델의 생성 품질만 경쟁하기보다 엔터프라이즈 워크플로우 안에 영상 생성을 통합하는 전략을 택했다.

Gemini 2.5 Pro에서 스크립트를 만들고 Veo 3.1로 영상을 생성한 뒤 Imagen 4로 썸네일을 제작하는 과정을 단일 API 체인으로 연결할 수 있다. Audio Sync Layer에는 자동 음성 합성과 BGM 매칭 기능이 포함돼 있으며, 이는 Sora가 지원하지 않던 영역이다.

운영 측면에서는 99.9% 가용성을 보장하는 엔터프라이즈 SLA와 프라이빗 VPC 배포 옵션을 제공한다. 콘텐츠 처리에는 Responsible AI 가이드라인을 기반으로 한 다층 안전 필터 아키텍처가 적용된다.

품질 지표와 운영 조건을 함께 놓고 보면

항목	Sora (종료)	Kling v3	Google Veo 3.1
Arena ELO 스코어	1847 (최고치)	2031	1956
최대 해상도	1080p	4K	1080p (4K 베타)
최대 영상 길이	60초	3분	2분
1분 1080p 생성 단가	$18~$45	~$3.2	~$5.8
평균 생성 시간	4~8분	60~90초	2~4분
API 제공 여부	종료 예정 (9월)	제공	제공 (Vertex AI)
음성/오디오 지원	미지원	제한적	내장 지원
이미지-투-비디오	지원	지원	지원
엔터프라이즈 SLA	미제공	제한적	99.9% 보장
서비스 운영 주체	OpenAI	Kuaishou	Google

Sora는 비교 대상 가운데 생성 비용이 가장 높았지만 Arena 품질 지표에서는 후발 모델에 추월당했다. 대규모 파운데이션 모델을 중심에 둔 접근법이 동영상 생성에 특화된 최적화 아키텍처보다 항상 효율적이지는 않을 수 있음을 보여주는 대목이다.

Kling v3는 4K와 최대 3분 생성, 낮은 단가를 앞세운다. Veo 3.1은 1080p를 지원하며 4K는 베타 상태지만, Vertex AI와 오디오 기능, 엔터프라이즈 SLA를 결합해 운영 환경에서의 통합성을 높였다.

서비스를 계속 운영할 수 있는지 판단하는 기준

Sora 사례에서 AI Service Viability Framework를 구성하는 축은 단위 경제성, 전환 비용, 기술 차별화, 생태계 락인이다.

먼저 단위 경제성(Unit Economics)을 봐야 한다. 서비스당 평균 수익인 ARPU와 서비스당 한계비용인 MC의 비율이 1.5 이상이어야 지속 가능한데, Sora는 이 비율이 추정 0.09 수준이었다. 사용량이 늘어날수록 손실도 함께 커지는 구조였다.

전환 비용(Switching Cost)은 가격 경쟁력을 좌우한다. 동영상 생성 서비스는 플랫폼 종속성이 낮아 사용자가 경쟁 서비스로 옮길 때의 마찰이 거의 없다. 공급업체가 사용자의 WTP를 높이기 어려운 조건이다.

기술 차별화가 얼마나 오래 유지되는지도 따져야 한다. 경쟁 모델보다 앞선 품질을 6개월 이상 유지할 수 있는지가 평가 기준이 되지만, Kling v3와 Veo 3.1의 빠른 추격은 Sora의 기술적 선도 기간을 짧게 만들었다.

마지막 축은 생태계 락인(Ecosystem Lock-in)이다. 엔터프라이즈 API, 파트너 통합, 크리에이터 도구 연동이 없다면 독립 서비스만으로 생존하기 어렵다. Vertex AI 안에서 Veo 3.1을 연결한 Google의 방식은 Sora와 대비된다.

Sora API를 쓰던 프로덕션의 전환 선택지

Sora API에 의존하는 개발자와 크리에이터는 2026년 9월 24일 전에 마이그레이션을 마쳐야 한다. 목적에 따라 전환 대상과 구현 방식이 달라진다.

엔터프라이즈와 B2B 환경에서는 Google Veo 3.1을 Vertex AI로 도입하는 경로가 있다. Vertex AI SDK에서 사용하는 엔드포인트는 generativelanguage.googleapis.com/v1beta/models/veo-3.1:generateVideo다. Sora의 prompt, duration, resolution 파라미터에 대응하는 필드가 있으므로 래퍼 레이어를 두면 코드 변경 범위를 줄일 수 있다.

인디 크리에이터와 개인 개발자에게는 Kling v3 API가 비용 중심의 대안이다. Kuaishou의 Kling API 엔드포인트는 api.klingai.com/v1/videos/text2video이며, Sora API와 비슷한 REST 인터페이스를 제공한다. 한국어 프롬프트를 포함한 다국어 처리를 지원하고, 월 $29 스타터 플랜에서는 720p 영상을 무제한 생성할 수 있다.

한 공급업체로 모든 작업을 옮길 필요는 없다. 품질이 우선인 장면에는 Veo 3.1을 쓰고, 대량 생성 배치에는 Kling v3를 배치하는 이중 파이프라인이 2026년 하반기 콘텐츠 스튜디오의 표준 아키텍처로 자리 잡고 있다.

AI 서비스 운영에서 남는 관리 과제

GPU 집약적인 생성형 AI는 TCO(Total Cost of Ownership)에서 운영비(OPEX)가 초기 투자비(CAPEX)를 압도할 수 있다. ROI(Return on Investment)를 계산할 때도 직접 수익뿐 아니라 브랜드와 생태계 선점 같은 무형의 전략 가치를 어떻게 정량화할지가 문제가 된다.

서비스 수명주기 관리(SLM, Service Lifecycle Management) 관점에서는 도입(Introduction), 성장(Growth), 쇠퇴(Decline)의 전개 속도가 전통적인 소프트웨어보다 극도로 빠르다는 점을 고려해야 한다. 기술 우위를 확보했더라도 비용 구조와 생태계가 받쳐주지 않으면 서비스 수명은 짧아질 수 있다.

기술 위험 관리(Technical Risk Management)에서는 단일 공급업체 의존(Single-Vendor Dependency)을 피하고, 서비스 종료에 대비한 Contingency Plan을 준비해야 한다. Sora의 사례는 단기적인 모델 성능보다 Sustainable Unit Economics가 먼저 확보돼야 한다는 사실을 드러낸다.

하루 $1,500만의 운영비와 전체 기간 $210만의 매출은 그 간극을 압축해서 보여준다. Kling v3는 원가 경쟁력으로, Google Veo 3.1은 생태계 통합으로 Sora의 빈자리를 채우고 있다. 2026년 하반기 동영상 생성 시장에서는 품질과 비용의 균형을 맞춘 서비스가 중심이 될 전망이며, 개발자와 기업에는 다중 공급업체 전략과 사전 전환 계획이 필요하다.