CapCut부터 Sora까지, AI 유튜브 영상 한 편 만드는 데 드는 진짜 비용

AI로 유튜브 영상을 통째로 뽑아내는 채널이 늘면서 영상 한 편에 실제로 얼마가 드는지 궁금해하는 사람이 늘었다. CapCut처럼 편집을 도와주는 도구를 쓸지, AI 모델에 처음부터 끝까지 맡길지에 따라 비용 구조와 작업량이 달라진다. 재료 수집과 템플릿 적용, 검수를 나눠 맡기면 AI가 덜 헤매고 비용도 줄어드는지, 요금표와 실제 운영 경험을 겹쳐 확인했다.

무료 도구가 감당하는 선, 유료가 넘겨받는 선

CapCut은 2025년 요금제를 무료·스탠다드($9.99)·프로($19.99) 3단계로 재편했다. 무료 플랜에서도 컷 편집, 멀티트랙, 크로마키, 기본 AI 보이스오버, 1080p 내보내기까지는 막힘없이 쓸 수 있다. 다만 일부 템플릿에 워터마크가 남고 고급 AI 기능은 잠겨 있다.

카메라 트래킹, 보컬 분리, 텍스트-투-비디오 같은 진짜 생성형 기능은 프로 등급에서만 열린다. 프로는 매달 AI 크레딧 200개를 주는데, 아바타 영상 하나에 20~40개, 텍스트로 영상 클립 하나 뽑는 데 5~15개가 든다. 매일 여러 편을 찍어내는 채널이라면 크레딧이 1~2주 만에 바닥난다. 그 뒤로는 4.99~19.99달러짜리 충전팩을 추가로 사야 한다.

무료 쪽 대안도 있다. PixVerse는 하루 60크레딧을 무료로 주고 유료도 월 8달러부터 시작해 진입 장벽이 낮은 편이다. Wan 2.2는 크레딧이나 워터마크 없이 무제한으로 로컬에서 돌릴 수 있지만 일반 소비자용 GPU가 있어야 한다는 전제가 붙는다.

영상 한 편, 원가로 따지면 얼마인가

CapCut처럼 템플릿에 소재를 끼워 넣는 방식이 아니라 AI 모델이 영상을 통째로 새로 생성하는 방식은 초 단위로 값이 매겨진다. Sora 2 스탠다드는 초당 0.10달러라 720p 1분 영상이 대략 6달러, 고화질 프로 등급은 초당 0.30~0.70달러로 뛴다. 구글 Veo 3.1은 API 창구에 따라 값이 갈린다. Gemini API로는 초당 0.15~0.40달러지만 Vertex AI 정식 요금은 초당 0.75달러, 8초짜리 클립 한 편이 6달러다.

클링 3.0은 초당 0.07~0.10달러로 상대적으로 싸다. 런웨이 Gen-4.5는 클립당 1.5달러, 픽사 랩스는 크레딧제로 1080p 10초 클립 한 편에 80크레딧이 든다. 여기에 목소리까지 AI로 입히려면 일레븐랩스 요금이 얹힌다. 인스턴트 보이스 클로닝은 월 5달러 스타터부터 쓸 수 있지만 장편 내레이션에도 안정적인 프로페셔널 클로닝은 월 22달러 크리에이터 등급부터다.

이 구조를 실제 채널 운영비로 환산한 조사에서는 무료 티어만 쓰는 부트스트랩 단계가 월 0~25달러, 도구를 늘리는 확장 단계가 월 45~160달러, 완전 자동화 단계가 월 180~850달러로 갈렸다. 반면 소재를 직접 촬영하지 않고 템플릿과 저가 도구만 조합하면 영상 한 편의 원가를 1~3달러 선까지 낮춘 사례도 있다.

소재·템플릿·검수로 나누면 정말 토큰이 줄어드나

방에서 나온 질문의 핵심은 여기다.

AI 사고 부담을 줄이려고 재료 수집, 템플릿 적용, 마지막 검수로 역할을 쪼개면 처음부터 끝까지 AI 한 개에 맡기는 것보다 토큰을 아낄 수 있는지였다. 답은 단순하지 않다.

에이전트를 세 단계로 쪼갠 파이프라인이 오히려 단일 에이전트가 같은 작업에 쓰는 토큰의 세 배 가까이를 소모한다는 벤치마크가 있다. 단계마다 이전 맥락을 다시 넘기고 조율하는 비용이 붙기 때문이다. 다만 각 단계가 필요한 맥락만 좁혀 받는 코디네이터-스페셜리스트 구조로 짜면, 토큰은 더 쓰더라도 결과물의 신뢰도가 눈에 띄게 올라간다는 결과도 함께 나온다.

진짜 절감은 역할을 나누는 것 자체가 아니라 단계별로 모델 등급을 바꾸는 데서 나온다. 기획처럼 실수를 어느 정도 봐줄 수 있는 단계는 싼 모델에 맡기고 실제 생성처럼 정밀도가 필요한 단계만 비싼 모델을 쓰는 하이브리드 구조가 전 구간을 고급 모델로 돌리는 파이프라인보다 비용을 45% 줄이면서도 품질 차이는 2%포인트 안으로 유지했다는 조사 결과가 있다. CapCut처럼 완성된 템플릿에 소재만 얹는 방식이 애초에 토큰을 적게 쓰는 이유도 같은 맥락이다. 영상을 픽셀 단위로 새로 그리는 대신 편집 결정만 AI에 맡기기 때문이다.

돌려본 사람들의 온도차

구독료부터 나가고 수익은 나중에 들어온다는 점을 체감했다는 반응이 많다. 영상 생성 도구에 월 15달러, 음성 클로닝에 월 22달러를 내면서도 구독자 1000명과 연간 시청 4000시간, 혹은 90일 안에 쇼츠 조회 1000만 회라는 수익화 문턱을 넘기 전까지는 한 푼도 못 번다는 계산이 나온다.

반대로 별다른 유료 강의 없이 혼자 도구를 조합해 채널을 키우다 조회수가 갑자기 터지면서 수익화 조건을 채웠다는 경험도 있다. 다만 완전 자동화로 밀어붙이다가 결과물 품질을 매번 사람이 손봐야 하는 부담에 채널 운영 자체를 접었다는 경우도 있다.

자동화가 편해지는 지점과 사람이 개입해야 하는 지점이 도구마다, 채널마다 다르게 갈린다는 뜻이다.

검수를 건너뛸 수 없는 이유는 정책에 있다

유튜브는 지난해 5월부터 AI로 만들었거나 크게 변형한 콘텐츠에 '변경되거나 합성된 콘텐츠' 표시를 의무화했다. 실제 있었던 일처럼 시청자를 착각하게 만들 수 있는 사실적인 AI 콘텐츠가 대상이다. 대본 구상이나 자막, 색보정처럼 제작을 거드는 수준의 AI 활용은 공개 의무에서 빠진다.

서사 구조나 사람의 창작 판단 없이 공장식으로 찍어내는 채널에는 선을 긋겠다는 방침도 나왔다. 실존 인물을 본뜬 AI 아바타로 금융이나 의료, 법률 정보를 다루는 채널은 파트너 프로그램 수익화 대상에서 아예 제외된다. AI가 탐지 시스템까지 갖춘 마당에, 재료 수집과 템플릿 적용을 아무리 자동화해도 마지막 검수 단계를 사람이 쥐고 있어야 하는 이유가 여기서 나온다.

질문은 이제 얼마나 자동화하느냐가 아니라, 어느 단계에 사람의 판단을 남겨둘지로 옮겨가고 있다.