Sora가 무너진 자리에 남은 것: Veo 3.1·Kling 3.0·Runway Gen-4.5의 서로 다른 승부수

하루 1,500만 달러 vs 전체 기간 210만 달러

2026년 3월 24일, OpenAI는 Sora 비디오 생성 앱과 API의 단계적 종료를 전격 발표했다. 앱 서비스는 2026년 4월 26일 종료되었으며 API는 2026년 9월 24일 종료 예정이다. 이 결정의 배경에는 일일 운용비 약 1,500만 달러 대비 누적 총 매출 210만 달러라는 충격적인 단위 경제학의 실패가 자리하고 있다. Sora가 장악하리라 예상되었던 AI 영상 생성 시장은 이제 Kling 3.0(Kuaishou)·Veo 3.1(Google)·Runway Gen-4.5의 3강 체제로 재편되고 있다.

Sora의 실패는 기술적 한계가 아닌 단위 경제학(Unit Economics)의 근본적 불균형에서 비롯된다. 10초 분량의 영상 클립 하나를 생성하는 데 약 4대의 GPU가 평균 8~10분 동안 동시 실행되는 컴퓨팅 자원이 소요된다. GPU 임대 비용을 시간당 약 2달러로 환산하면 클립 하나당 생산 비용은 약 1.3달러에 달한다. 피크 사용 시 이 비용이 하루 1,500만 달러 규모로 적층되었으며, Sora의 전체 서비스 기간 동안 발생한 총 매출은 210만 달러에 불과했다.

사용자 수 측면에서도 실패는 명확했다. 2024년 출시 직후 전 세계 활성 사용자 수가 약 100만 명에 달했으나 2026년 초에는 50만 명 이하로 감소했다. 높은 생성 시간(10초 클립에 3~8분)과 경쟁 서비스 대비 낮아진 품질 우위가 사용자 이탈의 직접적 원인이었다. Disney와의 10억 달러 규모 파트너십도 종료 발표 1시간 전에야 통보받는 파국으로 끝났다. OpenAI 애플리케이션 CEO Fidji Simo는 내부적으로 Sora를 "사이드 퀘스트(side quest)"라고 표현하며 핵심 사업 집중을 위한 구조조정임을 시사했다.

Sora 종료의 직접적 트리거는 GPU 자원의 기회비용이었다. Sora 추론에 할당된 GPU는 ChatGPT 쿼리, Codex 코딩 태스크, 엔터프라이즈 API 호출에 사용될 수 없었다. ChatGPT Images 2.0은 동일한 GPU-초(GPU-second) 단위로 Sora 대비 5~10배 높은 수익을 창출하는 것으로 분석되었다. Sam Altman이 직접 Sora 종료를 결정하고 해당 컴퓨팅 자원을 더 높은 수익성의 제품으로 전환한 것이다.

GPU를 놀리지 않는 인프라 설계

AI 영상 생성 서비스의 지속가능한 운영을 위해서는 GPU 활용률을 극대화하는 인프라 아키텍처가 필수적이다.

⤢✕

배치 렌더링은 피크 시간대(오전 9시~~오후 6시) 외 유휴 GPU 자원을 활용해 대기 중인 배치 요청을 처리한다. Spot Instance 가격은 온디맨드 대비 60~~80% 저렴해 단위 비용을 크게 절감할 수 있다. 우선순위 큐는 구독 등급에 따라 GPU 자원 할당 우선순위를 차별화한다 — 프리미엄 구독자는 전용 클러스터에서 즉시 렌더링을 보장받고, 무료 사용자는 유휴 자원을 활용한 배치 처리로 대기 시간을 수용한다. 결과 캐싱은 동일하거나 유사한 프롬프트에 대한 반복 생성 요청을 캐시에서 서빙해 재생성 비용을 제거한다. 특히 기업 고객의 브랜드 콘텐츠나 반복적인 템플릿 기반 영상에서 캐시 히트율이 높다.

Sora가 실패한 중요한 이유 중 하나는 수익화 모델의 부재였다. ChatGPT Plus 구독($20/월) 내에 포함된 형태로 제공되어 영상 생성에 드는 막대한 컴퓨팅 비용을 별도로 회수할 메커니즘이 없었다. 3강 체제는 각기 다른 수익화 전략을 채택하고 있다.

항목	Kling 3.0	Veo 3.1	Runway Gen-4.5
최저 요금	$6.99/월	$7.99/월	$12/월
최고 요금	$36/월	Google AI Ultra($249/월)	$95/월
4K 출력	네이티브 4K	네이티브 4K	4K 유료 옵션
API 제공	크레딧 기반	엔터프라이즈 계약	월 1,000달러+
무료 티어	제한적 제공	Google One 번들	유료 전용

경쟁 모델들이 고른 서로 다른 아키텍처

Google Veo 3.1은 Flow Matching 기법을 핵심 생성 아키텍처로 채택한다. Flow Matching은 기존 Diffusion 모델의 확률적 노이즈 제거 과정을 연속적인 흐름(flow) 벡터 필드로 대체해 샘플링 효율을 높이는 방식으로, 동일한 GPU 자원으로 더 빠른 추론을 달성한다. Veo 3.1의 가장 차별화된 특성은 단일 패스 네이티브 오디오 생성이다. 3강 체제 중 유일하게 텍스트 프롬프트로부터 영상과 오디오(배경 음악, 효과음, 대화)를 하나의 파이프라인에서 동시 생성한다. 기존 방식처럼 영상 생성 후 별도 오디오 합성 단계를 거치는 투-패스 파이프라인 대비 시간 일관성(temporal consistency)이 높다. 복잡한 프롬프트 준수(prompt adherence) 성능에서도 Veo 3.1이 가장 강점을 보인다.

Kuaishou의 Kling 3.0은 Diffusion Transformer(DiT) 아키텍처를 기반으로 한다. DiT는 U-Net 구조 대신 Transformer를 Diffusion 모델의 백본으로 사용해 고해상도 영상 생성에서의 확장성(scalability)을 개선한다. Kling 3.0의 핵심 강점은 사실적 인물 표현과 네이티브 4K 출력이다. 머리카락 물리(hair physics), 옷감 움직임, 손 제스처, 보행 자세 등 기타 모델이 어려움을 겪는 세부 표현에서 가장 높은 품질을 보이며, 동아시아 훈련 데이터의 다양성이 특히 아시아 인물 표현에서 강점으로 작용한다. 가격 경쟁력 측면에서도 가장 낮은 진입 비용($6.99/월)을 제공해 콘텐츠 크리에이터와 중소 스튜디오가 접근하기 용이한 구조다.

Runway Gen-4.5는 레퍼런스 기반 캐릭터 일관성(Reference-driven Character Consistency) 기능으로 전문 영상 제작자 시장을 공략한다. 배우, 제품, 배경 레퍼런스 이미지를 입력하면 다수의 씬에 걸쳐 동일한 시각적 정체성을 유지하는 영상을 생성한다. 모션 브러시(Motion Brush)와 카메라 제어(Camera Control) 기능은 영상 감독 수준의 세밀한 카메라 무빙과 오브젝트 움직임 지정을 가능하게 하며, 이는 광고·음악 비디오·단편 영화 제작 워크플로우에서 전통 VFX 소프트웨어를 부분적으로 대체할 가능성을 제시한다.

Sora의 실패에서 3강이 각자 배운 것

Sora의 실패로부터 3강 체제가 공통적으로 채택한 채산성 개선 전략이 있다. Sora의 평균 생성 시간(3~~8분/10초 클립) 대비, Kling 3.0·Veo 3.1·Runway Gen-4.5는 동급 품질에서 90초 이내 생성을 달성해 동일한 GPU 자원으로 단위 시간당 처리 가능한 요청 수가 3~~5배 증가했고 GPU 활용률이 극적으로 개선됐다. 무료 사용자를 위한 저해상도·저프레임레이트 생성과 프리미엄 사용자를 위한 4K·고프레임레이트 생성을 분리해 GPU 비용을 수익과 직접 연동하는 계층화된 과금도 공통 전략이다. B2C 구독 외에 엔터프라이즈 API 과금을 별도 수익원으로 구축하는 기업 API 수익화도 빠뜨릴 수 없다 — Runway는 월 최저 1,000달러부터 시작하는 API 플랜으로 스튜디오와 미디어 기업을 타겟한다.

3강 체제의 API 설계는 Sora의 교훈을 반영해 비용 예측 가능성과 개발자 친화성을 중시한다. Kling 3.0 API는 프레임 수 기반 크레딧 과금으로 5초 클립과 10초 클립의 비용을 명확히 구분하며 모델 버전별로 크레딧 단가를 차등 적용한다. Veo 3.1 API는 Google Cloud Vertex AI를 통한 엔터프라이즈 계약 기반 제공으로, Google AI Studio에서 프로토타이핑을 무료로 허용하고 프로덕션 스케일에서 커밋 기반 계약으로 전환하는 깔때기 전략을 채택한다. Runway Gen-4.5 API는 영상 생성 API와 더불어 영상 편집(인페인팅, 배경 제거, 카메라 이동), 이미지-투-비디오 변환, 립싱크(lip sync) 기능을 통합 API로 제공해 단순 생성 이상의 워크플로우 가치를 창출한다.

Sora 실패가 제시하는 AI 영상 생성 플랫폼의 채산성 개선 전략은 추론 효율이 높은 소형 모델(distillation)을 병행 운영하는 모델 경량화, 수요 시간대가 다른 글로벌 리전에 GPU 클러스터를 분산하는 지역 분산 컴퓨팅, 유사 프롬프트 군집화(clustering)와 시맨틱 캐시로 반복 생성 비용을 제거하는 캐시 우선 아키텍처, 광고 제작·교육 콘텐츠·게임 에셋 등 특정 버티컬에 최적화된 파인튜닝 모델을 제공하는 버티컬 특화, 그리고 광고 대행사·OTT 플랫폼·게임 스튜디오 등 영상을 대량으로 소비하는 기업 고객을 핵심 타겟으로 장기 계약 기반 안정 수익을 확보하는 B2B 우선 수익화로 정리된다.

Sora의 서비스 종료는 AI 영상 생성 시장에 단위 경제학의 냉혹한 교훈을 남겼다. 일일 1,500만 달러의 인프라 비용을 정당화할 수익 창출 구조 없이 기술 우위만으로는 사업 지속이 불가능하다는 사실이 명확히 입증되었다. Kling 3.0·Veo 3.1·Runway Gen-4.5의 3강 체제는 생성 속도 단축, 계층화된 과금 구조, API 기반 B2B 수익화를 통해 Sora가 해결하지 못한 채산성 문제에 각기 다른 해답을 제시하고 있다. AI 영상 생성 기술은 Diffusion Transformer와 Flow Matching 기반으로 빠르게 진화하고 있으며, 다음 경쟁의 축은 품질보다 비용 효율과 워크플로우 통합 깊이에서 결정될 가능성이 높다.

하루 1,500만 달러 vs 전체 기간 210만 달러

GPU를 놀리지 않는 인프라 설계

경쟁 모델들이 고른 서로 다른 아키텍처

Sora의 실패에서 3강이 각자 배운 것

Sources

함께 읽기