자체 모델로 전환한 캔바의 원가 통제 전략
디자인 조직의 손익계산서에서 인공지능(AI)은 더 이상 실험비 항목에 머물지 않는다. 생성형 이미지 한 장을 만드는 데 드는 추론 비용과 외부 응용프로그램 인터페이스(API) 사용료가 제품 마진을 흔드는 비용 변수로 이동한 지 오래다.
온라인 디자인 플랫폼 캔바(Canva)가 2026년 10월 22일 자체 이미지 생성 인공지능 모델 크래프트(Craft)를 공개한 결정은 단순한 기능 추가가 아니라 기업 원가 구조를 겨냥한 전략 전환이다. 캔바는 디자인 툴 기업에서 모델 보유 플랫폼으로 축을 이동하기 시작했다. 이번 발표의 핵심은 이미지 생성 품질 경쟁만이 아니다.
캔바는 2026년 초 인공지능 사용 비용이 예상보다 높아 매출 성장 목표를 30%에서 20%로 낮춘 바 있다. 성장 목표가 10%포인트 내려간 배경에 AI 비용 부담이 있었다면, 자체 모델 확보는 외부 모델 호출 비용을 줄이고 제품 속도와 품질을 직접 통제하려는 방어적 투자다.
본지 분석에 따르면, 크래프트는 디자인 소프트웨어 시장에서 수익성을 지키기 위한 수직계열화의 첫 단계다. 캔바 리서치(Canva Research) 팀이 만든 크래프트는 기존 이미지 생성 모델과 학습 재료부터 다르다.
일반적인 모델이 사진 중심 데이터셋에 큰 비중을 둔다면, 크래프트는 포스터, 소셜 게시물, 인포그래픽, 메뉴, 타이포그래피가 많은 레이아웃 등 캔바의 휴먼 디자인 템플릿을 학습의 중심 축으로 삼았다. 이 차이는 기업 고객에게 직접적인 의미를 갖는다. 광고 배너나 행사 포스터는 예쁜 배경보다 텍스트 위치, 시각적 계층, 브랜드 요소의 일관성이 더 중요하기 때문이다.
기술 구조도 비즈니스 요구에 맞춰 설계됐다. 크래프트는 두 단계 아키텍처를 채택한다. 먼저 이미지 계획 모델이 프롬프트를 해석해 요소 간 공간 관계, 크기, 시각적 계층, 텍스트 배치 등의 구성을 계획한다.
이후 이미지 렌더링 모델이 이 계획을 최대 2K 해상도와 30개 이상 가로세로 비율의 이미지로 변환한다. 최대 2K 해상도와 30개 이상의 비율 지원이라는 조건은 소셜미디어, 프레젠테이션, 광고 소재를 동시에 제작하는 캔바의 실제 사용 패턴과 직결된다.
광고
이 설계는 이미지 생성 시장의 평가 기준을 바꾼다. 지금까지 많은 생성형 이미지 모델은 사실적인 질감, 조명, 인물 묘사에서 경쟁해 왔다.
그러나 업무용 디자인 현장에서 반복적으로 비용을 만들어 온 문제는 다른 곳에 있었다. 문자가 깨지거나, 로고와 문구가 의도와 다르게 뒤섞이거나, 같은 캠페인 안에서 이미지 톤이 흔들리는 문제가 재작업 비용과 납기 지연을 불렀다. 크래프트가 텍스트 정확성, 레이아웃 일관성, 개별 요소 편집 가능성을 전면에 내세운 이유가 여기에 있다.
캔바가 디자인아레나(DesignArena)의 독립 이미지 생성 리더보드에서 4위를 기록했다고 직접 밝힌 점도 시장 신호로 읽어야 한다. 캔바는 이 결과를 근거로, 오픈AI(OpenAI) 다음으로 세계에서 두 번째로 앞선 이미지 생성 인공지능 연구소로 평가받았다고 설명했다.
이 평가는 캔바 측의 자체 발표에 기반한 것으로, 독립 검증 기관의 별도 확인이 필요하다. 그럼에도 순위 자체보다 중요한 것은 디자인 플랫폼 기업이 모델 성능 경쟁의 상단에 이름을 올렸다는 사실이다. 이미지 생성 산업의 경쟁자가 모델 전문 연구소와 대형 클라우드 기업에 한정되지 않는다는 점이 확인됐다.
템플릿 학습이 바꾸는 이미지 생성 경쟁
모델 공개 방식은 공격적이다. 크래프트는 드림 랩(Dream Lab) 탭을 통해 모든 캔바 사용자에게 제공된다. 개발자를 위한 응용프로그램 인터페이스(API) 접근도 가능하다.
챗GPT(ChatGPT)와 제미나이(Gemini) 같은 외부 인공지능 어시스턴트와의 통합은 캔바 멀티 플랫폼 커넥터(MCP)를 통해 지원될 예정이다. 이는 캔바가 사용자를 자사 화면 안에만 묶어두기보다 다른 인공지능 작업 흐름 안으로 자사 디자인 엔진을 심으려 한다는 의미다.
비즈니스 관점에서 이 전략은 세 가지 효과를 낸다. 첫째, 외부 모델 의존도를 낮춰 비용 변동성을 줄인다.
둘째, 디자인 템플릿과 사용자 편집 행태를 모델 개선 루프에 직접 연결할 수 있다. 셋째, API와 외부 어시스턴트 연동을 통해 캔바를 디자인 결과물의 마지막 편집 도구가 아니라 생성 과정의 기반 인프라로 확장한다.
광고
소프트웨어 기업이 자체 모델을 확보할 때 얻는 힘은 기능 차별화보다 가격 결정권에서 더 선명하게 드러난다. 투자자가 주목해야 할 지점도 여기에 있다.
캔바는 이미 대중적인 디자인 플랫폼으로 넓은 사용자 기반을 확보한 기업이다. 그러나 생성형 인공지능 시대에는 사용자가 많을수록 외부 모델 호출 비용도 커진다.
매출 성장 목표가 30%에서 20%로 낮아진 전례는 사용자 확대와 비용 증가가 동시에 나타날 수 있음을 보여준다. 자체 모델은 이 구조를 끊기 위한 선택이며, 성공 여부는 크래프트의 사용량 증가가 외부 비용 절감과 유료 전환 확대를 동시에 이끌 수 있는지에 달려 있다.
한국 시장에도 함의가 있다. 본지 분석에 따르면, 국내 스타트업, 커머스 판매자, 교육기관, 지방자치단체 홍보 조직은 캔바 같은 디자인 플랫폼을 빠르게 수용하는 고객층이다. 이들이 원하는 것은 전문 디자이너를 대체하는 거대한 범용 모델보다 캠페인 문구가 깨지지 않고, 정해진 규격으로 바로 출력되며, 수정 가능한 결과물을 내는 도구다.
크래프트의 템플릿 기반 학습 방식은 이 수요에 부합한다. 한국 디자인 소프트웨어 기업과 마케팅 자동화 기업은 범용 이미지 생성 경쟁보다 특정 업무 흐름을 장악하는 전략을 우선 검토해야 한다.
반론도 가능하다. 이미 오픈AI, 구글(Google), 어도비(Adobe) 등 거대 기업이 이미지 생성 모델과 창작 도구를 결합하고 있으므로 캔바가 기술 우위를 장기간 유지하기 어렵다는 주장이다. 이 반론에는 타당한 부분이 있다.
대형 기업은 컴퓨팅 자원, 연구 인력, 배포 채널에서 압도적으로 강하다. 그러나 업무용 디자인 시장은 최고 성능 모델 하나로만 움직이지 않는다. 사용자가 매일 여는 편집 화면, 저장된 브랜드 키트, 템플릿 라이브러리, 협업 권한 같은 운영 자산이 모델 성능만큼 높은 전환 비용을 만든다.
API·외부 연동이 여는 디자인 생태계 재편
캔바의 다음 수는 속도와 가격이다. 회사는 더 빠르고 저렴한 크래프트패스트(Craftfast)와 크래프트-울트라패스트(Craft-ultrafast) 버전을 출시할 계획이다.
광고
이 계획은 고품질 생성만으로는 기업용 인공지능 기능을 넓히기 어렵다는 판단을 반영한다. 마케팅 부서가 하루 수십 개 소재를 만들어야 할 때는 최고 품질 이미지 한 장보다 일정 수준 품질을 낮은 비용과 짧은 대기 시간으로 반복 생산하는 능력이 더 큰 가치를 만든다.
이미지 생성 시장에서 경쟁 경로는 이제 두 갈래로 나뉜다. 하나는 범용 모델 기업이 더 큰 모델과 더 넓은 창작 범위를 내세우는 길이다.
다른 하나는 캔바처럼 특정 업무 데이터와 사용자 인터페이스를 결합해 모델을 제품 안에 깊게 내장하는 길이다. 본지 분석에 따르면, 후자의 경쟁력은 모델 성능이 약간 뒤처져도 쉽게 사라지지 않는다. 실제 지불 의사는 결과물이 조직의 업무 규격에 얼마나 바로 들어맞는지에서 발생하기 때문이다.
크래프트는 이미지 생성 시장의 승자가 누구인지 단정하는 발표가 아니다. 다만 생성형 인공지능 비용이 소프트웨어 기업의 성장률 전망을 직접 건드린 뒤, 기업들이 어떤 대응을 선택하는지 보여주는 실증 사례다.
캔바는 외부 모델을 빌려 쓰는 편한 길 대신 자체 모델을 구축하고, 이를 모든 사용자와 개발자 API, 외부 인공지능 어시스턴트 연결로 확장하는 길을 택했다. 이 선택은 디자인 플랫폼의 경쟁 축을 사용자 수에서 모델 원가, 편집 품질, 생태계 접점으로 이동시킨다.
한국 기업은 범용 모델을 뒤따라 만드는 데 자본을 쏟기보다, 특정 업무 데이터를 확보해 수익성 있는 특화 모델을 구축하는 전략에 먼저 답해야 한다. ※ 이 기사는 explainx.ai, AI Weekly, Digital Trends, Emergent, Unite.AI의 캔바 크래프트 관련 2026년 10월 22일 보도를 참조하여 작성하였습니다. 각 매체의 개별 기자명과 기사별 정확한 제목은 제공 자료에서 확인되지 않았습니다.
FAQ
Q. 크래프트는 일반 이미지 생성 AI와 무엇이 다른가?
A. 크래프트는 사진 중심 데이터셋 대신 포스터, 소셜 게시물, 인포그래픽, 메뉴 등 캔바의 휴먼 디자인 템플릿을 학습의 중심으로 삼았다. 2026년 10월 22일 공개된 내용에 따르면, 이 모델은 이미지 계획 모델과 이미지 렌더링 모델의 두 단계 구조로 작동한다. 이미지 계획 모델이 프롬프트에서 요소 간 공간 관계와 시각적 계층을 먼저 잡고, 렌더링 모델이 최대 2K 해상도와 30개 이상의 가로세로 비율로 결과물을 출력한다. 업무용 디자인에서는 사실적인 사진 묘사보다 문구 정확성과 규격 일관성이 재작업 비용을 줄이는 더 직접적인 요소다. 텍스트 배치와 레이아웃 제어에 집중한 이 구조가 크래프트를 기존 모델과 구분 짓는 핵심이다.
Q. 캔바가 자체 모델을 만든 이유는 비용 문제와 관련이 있나?
A. 캔바는 2026년 초 인공지능 사용 비용이 예상보다 높아 매출 성장 목표를 30%에서 20%로 하향 조정했다. 자체 모델은 외부 API 호출 비용을 줄이고 품질과 속도를 직접 조정하기 위한 수단이다. 모든 캔바 사용자가 드림 랩에서 크래프트를 쓸 수 있고 개발자 API 접근도 함께 제공된다는 점은 사용량 확대를 전제로 한 결정이다. 향후 크래프트패스트와 크래프트-울트라패스트가 출시되면 비용과 속도 중심의 상품 구성이 더 세분화될 전망이다. 이 전략이 실제로 외부 비용 절감과 유료 전환 확대를 동시에 이끌 수 있는지가 투자자 관점의 핵심 검증 지점이다.
Q. 한국 기업과 디자이너는 무엇을 준비해야 하나?
A. 한국 기업은 범용 이미지 생성 성능보다 실제 업무 규격에 맞는 생성·편집 흐름을 먼저 점검해야 한다. 캔바 사례는 템플릿, 브랜드 키트, 문구 배치, 협업 권한 같은 운영 데이터가 모델 경쟁력의 일부로 편입된다는 점을 보여준다. 디자이너는 단순 제작 시간 단축보다 AI가 생성한 초안을 브랜드 문법에 맞게 검수하고 재구성하는 역량을 강화해야 한다. 기업은 외부 생성형 AI 사용 비용, 저작권 검토 절차, 결과물 승인 기준을 함께 관리하는 내부 기준을 마련해야 한다. 특히 커머스 판매자와 지방자치단체 홍보 조직처럼 반복 생산 물량이 많은 조직일수록 비용 구조 관리와 규격 자동화 흐름을 우선 구축하는 것이 실질적인 준비다.
광고
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
