Sora가 떠난 자리, Veo·Seedance·Kling·Runway가 나눠 가졌다

2026년 3월 24일, OpenAI는 Sora 서비스의 단계적 종료를 공식 발표했다. 소비자 앱은 4월 26일 종료되었고, API 서비스도 2026년 중 순차적으로 중단될 예정이다. Sora의 퇴장이 남긴 공백은 Google Veo 3.1, ByteDance Seedance 2.0, Kuaishou Kling 3.0, Runway Gen-4.5가 빠르게 채우면서 영상 생성 AI 시장은 역사상 가장 치열한 경쟁 국면으로 진입했다.

Sora가 떠난 자리를 채운 전략들

Sora의 퇴장은 단순한 단일 제품의 실패가 아니다. 영상 생성 AI 시장의 구조적 재편을 촉발한 사건으로 평가된다. Sora가 차지하고 있던 '고품질 영상 생성의 기준점' 자리를 두고 서로 다른 전략을 가진 플레이어들이 경쟁하고 있다. Google은 인프라와 모델 품질을 앞세운 종합 전략을 택했다. ByteDance는 멀티모달 입력과 오디오-비주얼 공동 생성이라는 기술적 차별화를 선택했다. Runway는 프로 크리에이터의 실제 워크플로우 통합에 집중했다. Kling은 카메라 제어와 멀티샷 시퀀스라는 특화 기능으로 틈새를 공략했다.

2026년 3월 기준, 시장의 판단은 Seedance 2.0이 Artificial Analysis Video Arena 리더보드에서 텍스트-투-비디오(Elo 1,269)와 이미지-투-비디오(Elo 1,351) 두 카테고리 모두 1위를 기록하며 기술 선도 모델로 부상했다는 것을 보여준다.

해상도·fps·클립 길이로 보는 스펙 격차

모델	최대 해상도	최대 fps	최대 클립 길이	오디오 통합
Veo 3.1	3840×2160 (4K)	60fps	60초	네이티브 생성
Seedance 2.0	1080p	30fps	60초	단일 패스 공동 생성
Kling 3.0	1080p	30fps	15초 (멀티샷)	별도 레이어
Runway Gen-4.5	1080p	24fps	40초	후처리 추가

Veo 3.1은 해상도와 fps에서 독보적이다. 3840×2160 4K 네이티브 출력과 60fps는 현재 상용 영상 생성 AI 중 유일한 사양이다. 다만 이 사양은 실제로는 AI 업스케일링을 통해 구현되며, 생성 기반 해상도에서 최종 출력 해상도로의 변환 과정에서 일부 아티팩트가 발생할 수 있다. Kling 3.0이 선보인 멀티샷 시퀀스는 3~15초 단위의 다중 클립을 서로 다른 카메라 앵글에서 일관된 피사체 동일성을 유지하며 생성하는 기능이다. 단일 영상 품질보다 영상 편집 워크플로우에 직접 통합되는 관점에서 의미 있는 혁신이다.

⤢✕

추론 비용이 갈라놓는 수익성

영상 생성 AI의 가장 큰 도전은 추론 비용이다. 고품질 영상 생성은 이미지 생성보다 수십 배의 연산 자원을 소비하기 때문에, 수익성 있는 비즈니스 모델 설계가 기술 경쟁만큼 중요하다.

2026년 현재 주요 모델의 가격 구조는 다음과 같다. Seedance 2.0 Fast 버전은 초당 USD 0.022로, 시장에서 가장 낮은 실험 진입 장벽을 제공한다. 대부분의 커머셜 유스케이스에서 프로덕션 품질을 충족하는 수준이라 가성비 측면에서 평가가 높다. Veo 3.1은 Google Cloud 인프라를 통해 제공되며, 엔터프라이즈 고객을 위한 볼륨 디스카운트 구조를 갖추고 있다. 4K 품질에 대한 프리미엄 가격을 부과하지만, 브로드캐스트 품질이 필요한 미디어 제작사 등에서는 합리적인 선택으로 평가된다. Runway Gen-4.5는 구독 기반 모델과 API 기반 종량제 과금을 병행한다. 크리에이티브 팀을 위한 협업 도구와 버전 관리 기능이 포함된 엔터프라이즈 패키지가 주요 매출원이다.

티어·배치·캐싱으로 비용을 낮추는 법

영상 생성 AI의 추론 비용 구조는 이미지 생성과 근본적으로 다르다. 프레임 수에 비례하는 연산 비용, 시간적 일관성 유지를 위한 추가 연산, 오디오 동기화 처리가 복합적으로 작용한다. Fast/Standard/High Quality 등 품질 티어를 분리해 추론 비용과 가격을 계층화하는 티어드 품질 전략(Seedance 2.0의 Fast/Pro 구분이 대표적), 개별 요청보다 배치 처리 시 GPU 활용률이 높아져 단위 비용이 낮아지는 배치 처리 최적화(비실시간 콘텐츠 생성 파이프라인에 적합), 동일한 배경이나 캐릭터가 등장하는 시퀀스에서 공통 요소를 캐싱해 중복 연산을 줄이는 캐싱과 재사용(Veo 3.1의 "Ingredients to Video" 기능이 이 방향을 지향한다)이 이를 수익성 있게 운영하기 위한 핵심 전략이다.

요구사항별로 모델을 골라 쓰는 파이프라인

2026년의 전문가 콘텐츠 제작 현장에서는 단일 모델에 의존하지 않는 멀티모델 라우팅이 표준 접근법으로 자리잡고 있다. 각 모델이 모든 차원에서 선두를 유지하지 못하기 때문에, 요구사항에 따라 최적 모델을 선택하는 전략이 현실적이다.

⤢✕

물리 법칙 준수는 영상 생성 AI의 고질적 약점이다. 액체의 흐름, 옷감의 움직임, 물체의 관성 등 물리적으로 타당한 동작을 생성하는 것은 2026년 현재도 완전히 해결되지 않은 과제다. Veo 3.1은 Google의 물리 시뮬레이션 연구와의 결합을 통해 이 분야에서 상대적 우위를 보이지만, 복잡한 물리 시나리오에서는 여전히 한계가 있다. 콘텐츠 일관성 측면에서는 캐릭터 동일성 유지, 배경의 연속성, 조명 일관성이 핵심 과제다. Veo 3.1의 참조 이미지 기반 캐릭터 일관성과 Kling 3.0의 멀티샷 피사체 일관성은 서로 다른 접근으로 이 문제를 공략하고 있다.

OpenAI Sora의 퇴장으로 촉발된 영상 생성 AI 시장 재편은 2026년 상반기 기준 명확한 역할 분화 국면에 접어들었다. Veo 3.1은 해상도와 오디오 완성도에서, Seedance 2.0은 멀티모달 유연성과 비용 효율에서, Kling 3.0은 멀티샷 시퀀스와 카메라 제어에서, Runway Gen-4.5는 프로 워크플로우 통합에서 각각 강점을 보인다. 단일 최강 모델보다 요구사항별 최적 모델을 조합하는 멀티모델 전략이 프로덕션 현장의 표준으로 자리잡고 있다.