AI 영상 생성, RTX 5090 살 기준은 따로 있다
AI 영상 생성은 프레임 간 시간적 어텐션 때문에 이미지 생성보다 VRAM을 3~10배 더 써서, 32GB인 RTX 5090은 720p는 여유롭게 1080p는 빠듯하게 소화한다. 클라우드로 5090을 빌리면 시간당 약 0.56달러라 초기 비용 없이 필요한 만큼만 쓸 수 있다. 카드값 대비 손익분기는 약 3,500 GPU 시간이므로, 매일 장시간 반복 생성하거나 데이터를 로컬에 둬야 하는지가 구매 판단의 기준이 된다.
영상 생성은 이미지 작업의 확장이 아니다
같은 그림 모델을 돌리던 GPU라도 영상 생성으로 넘어가면 부담이 급격히 커진다. 이미지는 한 장을 만들지만, 영상은 수십에서 수백 장의 프레임을 서로 이어지게 만들어야 하기 때문이다.
가장 크게 늘어나는 건 메모리다. 영상 모델은 프레임끼리 어긋나지 않도록 시간적 어텐션을 쓰는데, 이 연산량은 프레임 수의 제곱에 가깝게 늘어난다. 프레임을 두 배로 늘리면 메모리와 계산량이 두 배를 훌쩍 넘긴다는 뜻이다. 업계에서는 영상 생성이 이미지 생성보다 VRAM을 3~10배 더 쓴다고 본다.
RTX 5090은 어디까지 감당하나
panumas nikhomkhai
RTX 5090은 32GB GDDR7 메모리에 초당 약 1.79TB의 대역폭, 2만1760개의 CUDA 코어를 갖췄다. 2025년 1월 출시됐고 기준가는 1,999달러지만, 수요가 몰리면서 실제 구매가는 이보다 높게 형성돼 있다.
관건은 이 32GB로 어디까지 되느냐다. HunyuanVideo나 Wan 같은 오픈 영상 모델은 원본(FP16) 기준으로 50GB 안팎을 요구해 5090 한 장에 그대로 올릴 수 없다. 대신 FP8이나 GGUF 같은 양자화와 타일링을 쓰면 720p는 12~24GB, 1080p는 24~32GB 선에서 돌아간다. 5090은 720p를 여유 있게, 1080p를 빠듯하게 소화하는 위치다.
속도는 기대만큼 즉각적이지 않다. 몇 초짜리 짧은 클립도 생성에 수 분이 걸리고, 길이와 해상도를 올리면 시간이 가파르게 늘어난다. 그림 한 장이 수십 초 안에 나오던 감각과는 다르다.
빌려 쓰면 얼마나 드나
클라우드 GPU 대여는 진입 장벽이 낮다. 2026년 기준 RTX 5090 대여료 중앙값은 시간당 약 0.56달러이고, 공급처에 따라 0.27~1.05달러 사이다. 한 단계 위인 A100 80GB는 시간당 1달러 안팎, H100은 대체로 1.5~7달러 범위다.
| GPU | VRAM | 시간당 대여료 |
|---|---|---|
| RTX 5090 | 32GB | 약 $0.56 (0.27~1.05) |
| A100 | 80GB | 약 $1.07 |
| H100 | 80GB | $1.49~6.98 |
빌려 쓰면 초기 비용 없이 필요한 만큼만 결제한다. 대신 데이터를 매번 올려야 하고, 대기와 전송 시간이 붙으며, 수요가 몰리는 시간대에는 원하는 카드를 못 잡을 수도 있다.
사느냐 빌리느냐, 갈림길은 사용량이다
계산은 단순하다. 5090 카드값을 2천 달러로 잡고 클라우드 5090을 시간당 0.56달러로 빌린다면, 순수 대여료만 따져도 약 3,500 GPU 시간을 써야 본전이다. 전기료와 중고 감가를 감안해도 큰 그림은 비슷하다.
즉 일주일에 클립 몇 개를 만드는 정도라면 클라우드가 몇 년치 비용에서 앞선다. 반대로 매일 몇 시간씩 조건을 바꿔가며 반복 생성하는 작업이라면, 수개월 안에 구매 쪽이 유리해진다.
로컬 구매가 맞는 경우
다음 중 하나라도 강하게 해당하면 구매를 고려할 만하다. 첫째, 하루 단위로 길게 붙어 반복 실험하는 사용량이다. 둘째, 외부에 올릴 수 없는 소재를 다뤄 데이터를 로컬에 둬야 하는 경우다. 셋째, 대기 없이 즉시 돌리는 환경 자체가 작업 리듬에 직접 영향을 주는 경우다.
반대로 프로젝트 단위로 몰아서 쓰거나, 1080p 이상·긴 길이처럼 32GB로는 빠듯한 작업이 잦다면, 그때그때 더 큰 카드를 빌리는 편이 합리적이다. 카드 한 장을 사는 순간 VRAM 상한도 함께 고정된다는 점은 기억해 둘 만하다.