파인튜닝 5곳, 오픈AI는 닫고 애저는 시간당 받습니다

글쓴이김성진·발행일2026년 9월 9일

내 데이터로 AI 모델을 길들이고 싶다는 생각, 한 번쯤 해 보셨을 겁니다.

우리 회사 말투로 답하게 하고 싶다든가, 매번 프롬프트에 붙이던 열 줄짜리 지시문을 모델 안에 심어 버리고 싶다든가. 그걸 하는 방법이 **파인튜닝(fine-tuning)**입니다. 이미 만들어진 모델에 내 예시를 몇천 건 보여 주고 “이런 식으로 답해”를 몸에 익히게 하는 작업입니다.

그런데 요금표를 열어 보면 대부분 이렇게 읽습니다. “100만 토큰에 0.5달러? 싸네.”

그게 절반만 본 숫자입니다.

파인튜닝은 청구서가 두 장 나옵니다. 한 번 가르치는 값이 한 장, 가르친 모델을 세워 두는 값이 또 한 장입니다. 그리고 어떤 곳에서는 두 번째 장이 첫 번째 장의 800배가 넘습니다.

이 글은 그 두 번째 장을 세어 본 기록입니다. 오픈AI, 구글 버텍스 AI, 애저 오픈AI, 투게더 AI, 파이어웍스 AI 다섯 곳의 공식 요금 문서를 2026년 9월 9일 기준으로 직접 열어 확인했습니다. 애저는 요금 페이지가 숫자를 늦게 그려서, 마이크로소프트가 공개한 소매가 API에서 값을 직접 뽑았습니다.

먼저, 오늘 가장 먼저 알아야 할 것부터.

오픈AI 요금 문서에 조용히 붙어 있는 한 문단

오픈AI 개발자 문서의 요금 페이지, 파인튜닝 표 바로 위에 이 문장이 있습니다.

OpenAI is winding down the fine-tuning platform. The platform is no longer accessible to new users, but existing users of the fine-tuning platform will be able to create training jobs for the coming months. All fine-tuned models will remain available for inference until their base models are deprecated.

옮기면 이렇습니다. 오픈AI는 파인튜닝 플랫폼을 접는 중입니다. 신규 사용자는 이미 들어갈 수 없습니다. 기존 사용자만 앞으로 몇 달간 학습 작업을 만들 수 있고, 이미 만든 파인튜닝 모델은 원본 모델이 폐기될 때까지 추론에만 쓸 수 있습니다.

같은 문장이 파인튜닝 가이드 문서 첫머리에도 똑같이 붙어 있습니다. 두 곳에 다 적혀 있으니 실수로 남은 문구는 아닙니다.

그래서 지금 요금표에 남아 있는 모델도 하나뿐입니다.

“데이터 공유”는 학습에 쓴 대화를 오픈AI가 활용하도록 허용하면 추론 단가를 절반으로 깎아 주는 옵션입니다. 데이터가 어디까지 남는지는 AI API 5곳의 데이터 정책을 정리한 글에서 따로 다뤘습니다.

한 가지 못 확인한 게 있습니다. 문서가 “전체 일정은 여기”라며 링크를 걸어 뒀는데, 그 페이지가 스크립트로 그려져서 구체적인 종료 날짜는 읽지 못했습니다. 지금 오픈AI 파인튜닝을 쓰고 있다면 그 링크를 직접 눌러 보시는 게 확실합니다.

여기서 이 글의 실질적인 독자가 정해집니다. 오픈AI로 파인튜닝을 하려던 사람은 이제 나머지 네 곳 중에서 골라야 합니다.

파인튜닝은 청구서가 두 장 나옵니다

나머지 넷을 보기 전에, 요금이 어떻게 붙는지부터 정리하겠습니다.

첫째, 가르치는 값. 학습 데이터를 모델에 통과시키는 비용입니다. 거의 모든 곳이 “학습 토큰 100만 개당 얼마”로 받습니다. 여기서 학습 토큰은 데이터셋 토큰 수 × 에폭 수입니다. 에폭은 같은 데이터를 몇 바퀴 돌릴지를 말합니다. 3에폭이면 데이터가 세 번 지나가니 학습 토큰도 세 배가 됩니다.

둘째, 세워 두는 값. 가르친 모델을 언제든 부를 수 있게 대기시켜 두는 비용입니다. 여기서 세 갈래로 갈립니다.

• 시간당 따로 받는 곳 — 애저. 아무도 안 불러도 계속 돕니다.
• 베이스 모델과 같은 값으로 받는 곳 — 파이어웍스, 그리고 구글의 제미나이 2.5 이하 세대. 추가 요금이 0입니다.
• 베이스 모델의 1.5배로 받는 곳 — 구글의 제미나이 3 이상 세대. 뒤에서 자세히 봅니다.

이 두 번째 항목이 대부분의 비교 글에서 빠집니다. 그런데 실제 청구서에서는 여기가 더 큽니다.

시간당 1.70달러가 한 달이면 얼마입니까

애저 오픈AI의 파인튜닝 모델 호스팅 요금입니다. 마이크로소프트 소매가 API에서 그대로 뽑은 값입니다.

시간당 1.70달러를 독자 단위로 옮기면 이렇습니다.

• 하루(24시간) — 40.80달러
• 한 달(30일) — 1,224달러
• 1년 — 14,892달러

한 번도 호출하지 않아도 이 금액이 나갑니다. 이건 제가 추측한 게 아니라 마이크로소프트 문서에 그대로 적혀 있는 말입니다.

each customized (fine-tuned) model that’s deployed incurs an hourly hosting cost regardless of whether chat completions or response API calls are made to the model

“채팅 완성이나 응답 API 호출이 있든 없든 상관없이” 시간당 호스팅 비용이 발생한다고 못 박아 뒀습니다.

나노를 가르쳐도, 큰 모델을 가르쳐도 대기 요금은 같습니다

위 표를 다시 보시면 이상한 점이 보입니다. gpt-4.1도 1.70달러, gpt-4.1-nano도 1.70달러입니다.

나노는 애저의 파인튜닝 대상 중 학습이 가장 싼 모델입니다. 학습 단가가 1,000토큰에 0.0015달러, 그러니까 100만 토큰에 1.50달러입니다. 가장 비싼 gpt-4.1(100만 토큰에 25달러)의 17분의 1입니다.

그런데 세워 두는 값은 똑같습니다. 그래서 이런 계산이 나옵니다.

나노를 100만 토큰으로 학습시키면 1.50달러. 그 모델을 한 달 세워 두면 1,224달러. 816배입니다.

작은 모델을 골라서 학습비를 아끼는 전략이 애저에서는 거의 의미가 없다는 뜻입니다. 아낀 23.50달러는 호스팅 14시간 만에 사라집니다.

애저의 학습 단가는 이렇습니다. 소매가 API 기준이고, 괄호는 100만 토큰 환산입니다.

리저널 배포를 고르면 학습도 올라갑니다. gpt-4.1은 리전에 따라 1,000토큰에 0.02750.033달러까지 붙습니다. 글로벌 대비 1032% 비싼 셈입니다.

강화학습 파인튜닝(RFT)은 계산 방식 자체가 다릅니다. 토큰이 아니라 시간당입니다. o4-mini는 글로벌 시간당 100달러, 리저널은 110~121달러입니다. o3-mini는 글로벌 100달러, 리저널 132달러입니다. 학습이 세 시간 걸리면 300달러가 넘습니다.

15일 안 부르면 배포가 지워집니다

애저 문서에는 이런 조항도 있습니다.

After you deploy a customized model, if at any time the deployment remains inactive for more than 15 days, the deployment is deleted.

파인튜닝 모델을 배포해 두고 15일 동안 한 번도 호출하지 않으면 그 배포가 삭제됩니다. 다행히 학습시킨 모델 자체는 남아 있어서 언제든 다시 배포할 수 있습니다.

읽기에 따라 이건 자비이기도 합니다. 잊고 방치한 배포가 1년간 14,892달러를 먹기 전에 시스템이 알아서 꺼 주는 셈이니까요. 다만 “쓰긴 쓰는데 가끔 쓰는” 서비스라면 반대로 위험합니다. 분기에 한 번 도는 배치 작업에 파인튜닝 모델을 붙여 뒀다면, 다음 분기에 호출했을 때 배포가 없습니다.

참고로 애저의 표준 파인튜닝 배포는 리전이 제한됩니다. 대부분 모델이 East US2, North Central US, Sweden Central 세 곳에서만 됩니다. 글로벌 스탠더드를 고르면 더 싸지지만, 문서가 “모델 가중치가 리소스가 있는 지역 밖에 일시적으로 저장될 수 있다”고 명시합니다. 데이터 위치가 중요한 조직이라면 여기서 한 번 멈춰야 합니다.

구글은 세대가 바뀌면서 각주를 바꿔 놨습니다

구글 버텍스 AI 요금 페이지에는 재미있는 구석이 있습니다. 요금표 아래 각주가 표마다 다릅니다.

제미나이 2.5와 그 이전 세대 표 아래에는 이렇게 적혀 있습니다.

Tuned model endpoint has the same prediction price as the base model.

튜닝한 모델 엔드포인트는 베이스 모델과 같은 값이라는 뜻입니다. 파인튜닝을 해도 추론 단가가 안 오릅니다.

그런데 제미나이 3 계열 표 아래에는 이렇게 바뀌어 있습니다.

Tuned model endpoint will be 1.5 times of the base model.

베이스 모델의 1.5배입니다. 같은 페이지 안에서, 세대만 다른 두 표가 정반대를 말하고 있습니다.

애저처럼 시간당으로 받는 건 아니니 안 쓰면 0원인 건 맞습니다. 하지만 트래픽이 많은 서비스라면 이 50% 가산이 시간당 요금보다 더 클 수도 있습니다. 하루 100만 토큰을 쓰는 서비스라면, 파인튜닝을 했다는 이유만으로 추론비가 매일 50%씩 더 붙습니다.

학습 단가는 이렇습니다. 구글은 1,000토큰 단위로 적어 놔서 100만 토큰으로 환산했습니다.

구글은 자기 모델만 튜닝시켜 주는 게 아닙니다. 오픈 모델도 같은 표에 있습니다.

여기서 눈여겨볼 게 하나 있습니다. 큐원 3 14B(8.46달러)가 라마 3.3 70B(6.72달러)보다 비쌉니다. 파라미터가 5분의 1인데 학습비는 26% 더 듭니다. 구글의 오픈 모델 튜닝 요금은 모델 크기와 딱 비례하지 않으니, 크기만 보고 고르면 안 됩니다.

로라와 풀 파인튜닝은 왜 두 배씩 갈립니까

투게더와 파이어웍스는 요금표를 모델 크기 × 방식으로 짭니다. 여기서 방식이 네 가지로 갈립니다.

• 로라(LoRA) — 모델 전체를 안 건드리고 작은 보조 층만 학습시키는 방법입니다. 싸고 빠릅니다.
• 풀 파인튜닝 — 모델 가중치를 통째로 다시 학습시킵니다. 비쌉니다.
• SFT(지도 학습) — “이 질문엔 이 답” 예시를 그대로 보여 주는 방식입니다.
• DPO(선호 최적화) — “이 답이 저 답보다 낫다”는 쌍을 보여 주는 방식입니다. 한 건에 답이 두 개씩 들어가니 처리량이 늘고, 그래서 대개 SFT의 두 배입니다.

투게더 AI의 표입니다. 단위는 100만 토큰당입니다.

파이어웍스 AI의 표입니다.

작은 모델 구간에서는 두 곳이 거의 붙어 있습니다(0.48 대 0.50달러). 그런데 중간 구간에서 벌어집니다. 투게더의 17B–69B 로라 SFT가 1.50달러, 파이어웍스의 16.1B–80B가 3.00달러로 두 배입니다.

대신 파이어웍스는 300B 초과 구간이 있습니다. 딥시크 V3나 키미 K2 같은 초대형 모델을 튜닝하려면 투게더의 표준 표(100B까지)로는 안 되고, 아래에서 볼 특수 요금으로 넘어가야 합니다.

“최소 4달러”라는 한 줄

투게더 요금표에는 이 문장이 붙어 있습니다.

Each job is subject to a minimum charge of $4.00.

작업 하나당 최소 4달러입니다. 데이터가 작아도 4달러는 나갑니다.

16B 이하 로라 SFT가 100만 토큰에 0.48달러니까, 833만 토큰까지는 어차피 4달러라는 뜻입니다. 그 아래로는 데이터를 줄여도 요금이 안 내려갑니다.

이게 실무에서 뜻하는 바는 명확합니다. 하이퍼파라미터를 바꿔 가며 여러 번 돌려 보는 실험이 비싸집니다. 작은 데이터로 에폭 수만 바꿔 다섯 번 돌리면, 실제 계산량은 얼마 안 되는데 20달러가 나갑니다.

특수 모델은 최소 요금이 더 큽니다. 투게더가 별도 표로 관리하는 모델들입니다.

GLM 계열은 100만 토큰에 40달러입니다. 표준 표의 16B 이하 구간(0.48달러)과 비교하면 83배입니다. “오픈 모델이니까 싸겠지”가 통하지 않는 구간이 분명히 있습니다.

키미 K2.6은 더 얄궂습니다. 100만 토큰 단가가 15달러인데 최소 요금이 60달러라, 400만 토큰을 안 넘기면 무조건 60달러입니다.

파인튜닝한 모델을 베이스와 같은 값에 굴리는 곳

파이어웍스 요금 페이지의 학습 섹션은 이 한 줄로 시작합니다.

Serve fine-tuned models for the same price as base models.

파인튜닝한 모델을 베이스 모델과 같은 값에 서빙합니다. 애저의 시간당 1.70달러도, 구글 제미나이 3의 1.5배 가산도 없다는 뜻입니다.

세워 두는 값이 0이라는 건 계산을 완전히 바꿉니다. 애저에서 한 달 1,224달러가 나가는 자리에서, 파이어웍스는 부른 만큼만 냅니다. 트래픽이 적은 서비스일수록 격차가 커집니다.

파이어웍스에는 학습 방식이 하나 더 있습니다. 서버리스 트레이닝 API입니다. 공유 트레이너 풀에 붙어서 로라 학습을 돌리는 방식이고, 프로비저닝도 유휴 비용도 없다고 명시돼 있습니다. 요금은 항목별로 쪼개집니다.

전부 100만 토큰 기준입니다. 체크포인트 저장은 프리뷰 기간 동안 포함이라고 적혀 있습니다.

직접 GPU를 빌려 돌리는 선택지도 있습니다. 파이어웍스의 온디맨드 요금은 9월 1일부로 올랐습니다. H100 80GB와 H200 141GB가 시간당 7.00달러에서 8.00달러로, B200 180GB가 10.00달러에서 13.00달러로, B300 288GB가 12.00달러에서 15.00달러로, GB300 288GB가 18.00달러에서 20.00달러로 바뀌었습니다. 리전을 제한하는 배포는 여기에 1.5배가 붙습니다. GPU를 직접 빌리는 쪽이 나은지는 GPU 클라우드 5곳 시간당 요금을 비교한 글과 같이 보시면 판단이 빠릅니다.

사내 데이터 1만 건으로 실제 계산해 봤습니다

숫자를 한자리에 모아 보겠습니다. 조건은 이렇습니다.

• 사내 상담 대화 10,000건
• 한 건 평균 500토큰 → 데이터셋 500만 토큰
• 3에폭 → 학습 토큰 1,500만 개
• 학습한 모델을 한 달 내내 배포해 둠
• 가장 싼 축의 소형 모델·로라 SFT 기준

투게더에서 7.20달러, 애저 나노에서 1,246.50달러입니다. 173배입니다.

그런데 이 표를 “애저는 쓰면 안 된다”로 읽으면 틀립니다. 차이의 거의 전부가 호스팅 방식에서 나옵니다. 트래픽이 아주 많은 서비스라면 시간당 정액이 오히려 유리해지는 지점이 옵니다. 하루 종일 쉬지 않고 호출이 들어오는 서비스에서는 정액이 종량제를 이깁니다.

바꿔 말하면 이렇습니다. 파인튜닝 요금 비교는 “얼마에 배우나”가 아니라 “얼마나 자주 부르나”에서 갈립니다.

그래서 지금 무엇을 정해야 하나

순서대로 정리하겠습니다.

1. 오픈AI를 쓰고 있었다면, 오늘 종료 일정 링크부터 확인하세요. 신규 진입은 이미 막혔고 기존 사용자도 “앞으로 몇 달”이라는 표현만 있습니다. 마이그레이션 계획을 미룰 이유가 없습니다.

2. 호출 빈도를 먼저 재세요. 요금표를 열기 전에 이걸 정해야 합니다. 하루에 몇 번 부를 서비스입니까. 하루 수백 번 수준이면 종량제(투게더·파이어웍스·구글)가 압도적입니다. 24시간 꽉 채워 도는 서비스라면 애저의 정액이 계산에 들어올 수 있습니다.

3. 실험 횟수를 세어 보세요. 하이퍼파라미터를 바꿔 가며 열 번 돌릴 계획이라면 투게더의 작업당 최소 4달러가 40달러가 됩니다. 파이어웍스에는 이 최소 요금 조항이 요금 페이지에 없습니다.

4. 큰 모델이 필요하면 표를 두 번 보세요. 투게더의 표준 표는 100B까지고 그 위는 별도 요금입니다. GLM 계열은 100만 토큰에 40달러로, 소형 구간의 83배입니다. 파이어웍스는 300B 초과 구간이 표준 표 안에 있습니다.

5. 구글을 고른다면 세대를 확인하세요. 제미나이 2.5 이하는 튜닝해도 추론 단가가 그대로지만, 제미나이 3 이상은 1.5배입니다. 트래픽이 많다면 이 각주 한 줄이 학습비보다 큽니다.

6. 로라부터 시작하세요. 어느 곳이든 풀 파인튜닝은 로라의 두 배 안팎입니다. 로라로 먼저 돌려 보고 결과가 부족할 때 올리는 게 순서입니다. 여러 모델을 갈아 끼워 볼 계획이라면 AI 게이트웨이 5곳 비교도 같이 보시면 좋습니다.

숫자를 못 읽은 자리

정직하게 남겨 둡니다.

• 오픈AI 파인튜닝 플랫폼의 정확한 종료 날짜. 문서가 링크로만 안내하는데 그 페이지가 스크립트로 그려져서 읽지 못했습니다. “앞으로 몇 달”이라는 표현이 공식 문구의 전부입니다.
• 투게더·파이어웍스의 학습 소요 시간. 요금은 토큰으로 받지만 몇 시간이 걸리는지는 요금 페이지에 없습니다. 마감이 있는 작업이라면 각 사에 물어야 합니다.
• 애저의 글로벌 스탠더드 할인율. 문서가 “비용 절감을 제공한다”고만 쓰고 구체적인 퍼센트를 적어 두지 않았습니다.
• 파이어웍스의 강화학습 파인튜닝 총액. GPU 시간당으로 받는다는 것까지는 명시돼 있지만, 몇 시간이 필요한지는 데이터와 모델에 따라 달라져서 요금표만으로는 계산되지 않습니다.

여기까지가 2026년 9월 9일 기준으로 공개 문서에서 읽을 수 있는 전부입니다. 요금표는 자주 바뀝니다. 특히 파이어웍스는 이 글을 쓰기 여드레 전인 9월 1일에 GPU 시간당 요금을 올렸습니다. 실제로 결제하기 전에는 각 사 요금 페이지를 다시 한 번 열어 보세요.

마지막으로 한 줄만 남기겠습니다. 파인튜닝 요금표를 볼 때 “100만 토큰에 얼마”만 보고 결정하지 마세요. 그 숫자는 청구서의 첫 장일 뿐이고, 두 번째 장이 800배 클 수도 있습니다.