ChatGPT
Perplexity
Claude
Gemini
3월 24일, OpenAI는 Sora를 종료한다고 발표했습니다. 앱은 4월 26일에 서비스가 종료되고, API는 9월에 뒤따라 종료됩니다. 지난 12월에 체결한 10억 달러 규모의 Disney 파트너십도 함께 해지되었으며, 보도에 따르면 Disney는 나머지 세상보다 한 시간도 채 안 되게 앞서 이 사실을 알게 되었다고 합니다.
크리에이티브 워크플로우가 Sora 안에서 이루어졌다면, 작업물을 내보내고 다음 단계를 고민할 시간이 몇 주밖에 남지 않은 셈입니다. 이런 상황은 AI 전략에 대한 추상적인 논쟁을 아주 구체적인 문제로 바꿔 놓습니다.
이는 신중하게 짚어볼 가치가 있는 질문으로도 이어집니다. 이토록 변화무쌍한 분야에서 AI 도구 위에 창작 활동을 쌓아 올리는 올바른 방법은 무엇일까요? OpenArt가 처음부터 나름의 답을 만들어 온 질문입니다. 다만 그 답에 이르기 전에, 왜 이 질문을 점점 피하기 어려워지는지부터 살펴볼 필요가 있습니다.
판도는 쉽게 안정되지 않을 것입니다
무언가가 빠르게 움직일 때는 그것이 잦아들기를 기다리려는 본능이 자연스럽게 생깁니다. 먼지가 가라앉은 뒤 최종 승자를 고르려는 거죠. 합리적인 본능이지만, 지금 AI 이미지·영상 생성 분야에서 벌어지는 일과는 사실 잘 맞지 않습니다.
The pace isn't slowing. If anything, it's picking up. In just the last few months, Midjourney shipped V8 with a rewritten engine and native 2K output. Black Forest Labs released Flux 2. Google's Nano Banana 2 became one of the fastest image models available. Imagen 4 raised the bar for photorealism again. Recraft V4 took over as the model people reach for when they need vectors. Ideogram keeps leading on text rendering. Kling and Seedance are pushing video forward on a near-monthly cadence. And Sora, which a year ago looked like the future of AI video, is being sunset.
The pattern isn't a market consolidating around a few stable winners. It's a research frontier where the leader changes regularly, capabilities leapfrog each other constantly, and the economics of running these models are demanding enough that even well-funded labs are making hard tradeoffs. Sora wasn't shut down because it was bad. By most accounts the underlying model is impressive. It was shut down because video generation is enormously expensive to run, the user numbers didn't justify the compute, and OpenAI needed those resources elsewhere. That same math applies, in some form, to almost every model in the space.
모든 걸 잘하는 단일 모델은 없습니다
이 분야를 꾸준히 다루다 보면 "어떤 모델이 최고인가"라는 질문 자체가 잘못됐다는 생각이 들기 시작합니다. 무엇에 최고인가요?
현재 상황을 대략적으로 정리하면 다음과 같습니다:
Midjourney 미적 완성도와 스타일 일관성에서 여전히 기준점 역할을 합니다. 생성하자마자 아름다워 보이는 이미지를 원한다면, 이만한 게 거의 없죠. 단점은 폐쇄적인 생태계로, 제대로 된 API가 없고, 폭넓은 워크플로우와의 통합이 제한적이며, 모든 활용 사례에 맞지 않는 Discord 및 구독 모델을 따른다는 점입니다.
Flux 2 많은 오픈소스 워크플로우 커뮤니티가 정착한 곳입니다. 유연하고 제어가 뛰어나며, 파인튜닝·LoRA·파이프라인 도구로 이루어진 폭넓은 생태계와도 잘 어울립니다. 여러 요소를 엮거나 맞춤형 결과를 만들어야 한다면 이만한 선택이 없습니다.
GPT Image 1.5 은(는) 반복 작업을 중심으로 설계되었습니다. 대화형 인터페이스 덕분에 협업자와 이야기하듯 이미지를 다듬을 수 있습니다. 이 부분을 더 따뜻하게, 저 요소를 옮기고, 배경을 바꿔서 다시 시도해 보세요. 모델은 대화 전체의 맥락을 기억하며, 이 반복 과정이 바로 제품의 핵심입니다.
Google Imagen 4와 Nano Banana 2 사실적 표현과 속도 면에서 놀라운 성과를 내고 있습니다. 특히 Nano Banana 2는 편집과 캐릭터 일관성에서 대표 주자로 자리 잡았는데, 이는 프로젝트를 끝까지 완성할 수 있느냐 아니면 인상적인 단발성 결과물만 만드느냐를 좌우하는, 눈에 잘 띄지 않는 인프라 문제입니다.
Recraft V4 깔끔하게 확대·축소되는 벡터, 로고, 디자인이 필요할 때 선택하는 모델입니다.
Ideogram 는 여전히 텍스트 렌더링에서 앞서 있는데, 이는 이미지 안에 글자를 넣어보기 시작하면 생각보다 훨씬 중요해집니다.
Kling 및 Seedance 지금 영상 분야를 주도하고 있으며, 새 버전이 워낙 빠르게 출시되다 보니 그 어떤 "최고의 영상 모델"이라는 말도 금세 옛말이 되어 버립니다.
핵심은 이 중 하나가 정답이라는 게 아닙니다. 사진작가, 콘셉트 아티스트, 제품 목업을 만드는 소상공인, 장면 스토리보드를 짜는 영화감독은 모두 필요한 게 다르며, 한 사람에게 최고인 모델이 다른 사람에게도 최고인 경우는 드물다는 점입니다.
종속의 대가
창작 과정을 하나의 모델에만 의존하면 생각보다 더 많은 위험을 떠안게 됩니다. 그 모델의 한계, 가격 변동, 새 버전이 나올 때의 품질 저하, 그리고 그 회사가 방향을 바꿀 때의 리스크까지 모두 물려받게 되죠. 다음 달에 무엇이 출시되든 이를 활용할 수 있는 유연성도 잃게 됩니다. 그리고 아주 최근까지도 많은 사람들이 이론적인 이야기로만 여겼던 종류의 꼬리 위험까지 떠안게 됩니다.
Sora 종료가 지금까지 가장 시끄러운 사례이지만, 유일한 사례는 아닙니다. 모델은 지원이 중단됩니다. 가격이 바뀝니다. API가 사라집니다. 품질이 갑자기 달라져서 어제까지 멀쩡하던 워크플로가 깨지기도 합니다. 이 중 어느 것도 특정 모델이 나쁜 선택이라는 뜻은 아닙니다. 다만 어느 한 모델을 작업의 기반으로 삼는 것이 보기보다 훨씬 취약하다는 의미입니다.
OpenArt의 승부수
특정 모델에 얽매이지 않는 대안은 거창하지 않습니다. 사진가가 렌즈를 대하듯, 음악가가 악기를 대하듯 AI 모델을 대하면 됩니다. 각 모델이 무엇에 강한지 익히고, 작업에 필요할 때 알맞은 것을 꺼내 쓰며, 어느 하나에 지나치게 집착하지 않는 거죠.
That's the premise OpenArt was built on. Not "we have more models than the other guys" as a feature checklist, but a position about where the power in a creative practice should sit: with the person making the work, not with whichever lab happens to be in the lead this quarter. The Suite is designed so that the right model for the job is one click away, rather than another subscription, another interface, and another file format to wrangle. When a new model launches, it shows up in the workflow you're already using. When a model shuts down, and more will, the work moves with you instead of getting stranded.
OpenArt는 환경이 바뀔 때마다 크리에이터가 플랫폼을 갈아탈 필요가 없어야 한다고 믿습니다. 창작 도구의 역할은 이런 변화의 소용돌이로부터 작업을 지켜주는 것이지, 그대로 떠넘기는 것이 아니니까요. 물론 유연함을 유지하는 다른 방법도 있습니다. 여러 플랫폼에 걸쳐 나만의 멀티툴 워크플로를 직접 구축할 수도 있고, 실제로 많은 사람들이 그렇게 하고 있죠. 어떤 길을 택하든 잊지 말아야 할 것은, 어떤 형태로든 유연함이 점점 유일하게 합리적인 선택이 되고 있다는 점입니다.
몇 가지 실용적인 원칙
이 흐름을 여러분의 작업에 어떻게 적용할지 고민 중이라면, 지금까지 잘 통했던 몇 가지를 소개합니다:
결과물에 모델을 맞추세요. 그 반대가 아니라요. 한 모델이 할 수 있는 것에 맞춰 아이디어를 자꾸 바꾸고 있다면, 그건 주목할 만한 신호입니다.
작업물은 이동성 있게 관리하세요. 프롬프트, 레퍼런스 라이브러리, 결정 사항, 내보낸 파일 모두 처음부터 옮길 수 있게 만들어두면 나중에 훨씬 수월합니다.
새로운 모델, 특히 지금 쓰고 있지 않은 모델에도 늘 관심을 기울이세요. 오늘 여러분의 작업에 가장 잘 맞는 모델이 6개월 뒤에도 최고일 가능성은 낮습니다. 이건 불안해할 일이 아니라 오히려 설렐 만한 일이죠.
익숙함을 적합함과 혼동하지 마세요. 잘 안다는 이유로 어떤 모델을 계속 쓰는 것과, 그 일에 가장 적합해서 계속 쓰는 것은 다릅니다.
결론적으로
멀티 모델 시대는 이제 예측이 아니라, 그저 현재를 설명하는 말일 뿐입니다. Sora의 종료는 유연성이 왜 중요한지를 날카롭게 일깨워 주지만, 이것이 첫 번째 경고도 아니고 마지막 경고도 아닐 것입니다. 이 시기에 잘 해낼 크리에이터와 팀은 아마도 AI 모델을 하나의 약속이 아닌 도구 상자로 다루고, 각 모델이 실제로 잘하는 것에 주목하며, 환경이 변하는 대로 워크플로를 진화시키는 이들일 것입니다.
OpenArt는 바로 이 판단 위에 세워졌고, 또 다른 모델이 부상하거나 사라지거나 규칙을 다시 쓸 때마다 우리는 계속 이 판단을 내릴 것입니다. 이건 좋아하는 모델을 버리라는 뜻이 아니라, 조금 더 느슨하게 쥐고 다음에 올 무언가를 위한 여지를 남겨두라는 의미일 뿐입니다.