Runpod는 상주 Pods, 유휴 시 과금이 없는 Serverless 엔드포인트, 다중 노드 Clusters의 세 가지 형태로 GPU를 제공하며 30종 이상의 GPU를 초 단위로 과금합니다.
이 도구를 사용해 보셨나요? 평점을 남겨 주세요
Runpod는 하드웨어를 사거나 기업 계약을 맺지 않고도 가속 연산이 필요한 개발자를 위한 GPU 클라우드입니다. 스스로를 AI 개발자 클라우드라 부르며, 실제 형태는 하나의 계정 아래 같은 GPU 목록을 공유하는 세 갈래 제품군입니다. Pods는 상주 연산과 개발을 위한 GPU 인스턴스이고, Serverless는 유휴 상태에서 0으로 축소되는 자동 확장 GPU 엔드포인트이며, Clusters는 학습과 대규모 배치 추론을 위한 다중 GPU 분산 연산입니다. 셋 모두 계약이나 최소 약정 없이 필요할 때 쓸 수 있으며, 공표된 설계 목표는 단계마다 플랫폼을 갈아타지 않고 실험에서 프로덕션까지 가는 것입니다.
회사의 출발점은 이 제품이 누구를 위한 것인지를 잘 설명합니다. 전직 Comcast 개발자였던 Zhen Lu와 Pardeep Singh은 2021년 말 뉴저지 지하실에 있던 암호화폐 채굴 장비를 AI 서버로 개조했습니다. 동기는 Lu의 표현대로 GPU 위에서 소프트웨어를 개발하는 실제 경험이 "그야말로 쓰레기였다"는 것이었습니다. 2022년 초 두 사람은 AI 관련 서브레딧에 글을 올려 피드백을 받는 대가로 GPU를 무료 제공했고, 출시 아홉 달 만에 직장을 그만두고 매출 100만 달러에 도달했습니다. 개발자를 우선하고 커뮤니티에서 출발한 이 성격은 지금도 제품에, 특히 연산 공급 방식의 일부에 남아 있습니다.
이후 도달한 규모는 상당하며, 수치가 빠르게 변하므로 시점을 함께 밝히는 것이 중요합니다. TechCrunch는 2026년 1월, Runpod가 연간 반복 매출 1억 2천만 달러에 이르렀고 31개 지역에 걸쳐 50만 명의 개발자 고객을 확보했으며, 기관 투자를 받기 전 자체 매출로 2400만 달러를 넘겼다고 보도했습니다. 2026년 6월 시리즈 A 발표 시점 — Summit Partners가 주도한 1억 달러 투자로 기업 가치 10억 달러, 2024년 5월 Intel Capital과 Dell Technologies Capital이 공동 주도한 2천만 달러 시드를 포함해 누적 1억 2200만 달러 — 에는 개발자 수가 100만 명 이상으로 제시되었고, 출시 이후 처리한 추론 요청은 200억 건을 넘었습니다. 거명된 고객으로는 Replit, Cursor, OpenAI, Perplexity, Wix, Zillow가 있습니다.
Runpod는 웹 대시보드와 명령줄 인터페이스, REST API로 사용하며, 문서는 API v1과 v2에 더해 모델과 CLI 참조를 다룹니다. 배포 단위는 Docker 컨테이너이므로 프레임워크와 의존성, 코드를 그대로 가져올 수 있습니다. 플랫폼이 내건 입장은 정해진 런타임이 아니라 "당신의 컨테이너, 당신의 프레임워크, 당신의 코드"입니다.
인프라는 31개 글로벌 지역과 30종이 넘는 GPU에 걸쳐 있으며, 성격이 뚜렷이 다른 두 등급으로 나뉩니다. Community Cloud는 검증된 제3자 호스트에서 P2P 방식으로 용량을 조달하며, pod는 소프트웨어 수준의 컨테이너 격리 아래 호스트 머신을 공유합니다. Secure Cloud는 티어 3과 티어 4 데이터센터에서 전용 머신과 GPU, 더 나은 SLA, NVMe 기반 영구 네트워크 볼륨을 제공합니다. 두 등급은 같은 GPU에 대해 가격표에 나란히 표시되며, 둘 사이의 선택은 비용 결정인 동시에 신뢰성과 격리 수준의 결정입니다.
연동 측면에서 Serverless 엔드포인트는 그 자체가 HTTP API입니다. 작업을 제출하고 상태를 조회해 결과를 가져오거나, 짧은 작업에는 동기 호출을 씁니다. 로드 밸런싱 엔드포인트는 원하는 HTTP 프레임워크를 가져와 경로를 직접 정의하게 해 줍니다. 실시간 로그와 모니터링, 지표는 별도 계측 없이 제공되며, Runpod skills package는 배포와 리소스 관리를 Claude Code와 Cursor를 포함한 코딩 에이전트까지 확장합니다.
Runpod는 시간 또는 초 단위로 과금하며 구독 등급이 없습니다. 사용한 연산에 대해 지불하는 방식이고, 가격 페이지의 마지막 갱신 표기는 2026년 7월 27일입니다.
Pods는 GPU 모델별로 가격이 매겨집니다. 상위에서는 B300이 시간당 7.89달러, B200이 6.79달러, H200이 4.59달러, H100 SXM이 3.29달러, H100 PCIe가 2.89달러, H100 NVL이 3.19달러입니다. 중간대에서는 A100 SXM이 1.59달러, A100 PCIe가 1.39달러, RTX Pro 6000이 2.09달러, L40S가 0.99달러, RTX 6000 Ada가 0.84달러입니다. 진입대에서는 RTX 4090이 0.74달러, RTX 3090이 0.50달러, L4가 0.49달러, A40이 0.44달러, RTX A5000이 0.27달러입니다. 같은 표가 두 인프라 등급을 별도 열로 표시하므로 실제 가격은 어느 등급을 고르느냐에 달려 있습니다.
Serverless는 별도로 가격이 매겨지며 같은 모델 기준 시간당 가격이 언제나 Pods보다 높습니다. 이것이 가장 먼저 체득해야 할 가격 사실입니다. H100은 Serverless에서 시간당 4.79달러인데 Pod로는 3.29달러이고, A100은 2.72달러 대 1.59달러, RTX 4090은 1.10달러 대 0.74달러입니다. 16GB 등급은 0.58달러, 24GB 공유 등급은 0.69달러입니다. Runpod는 이것이 flex 워커 기준으로 다른 서버리스 클라우드 사업자보다 25% 절감된다고 밝힙니다. 더 내는 값으로 사는 것은 자동 확장과 유휴 무과금이며, 뾰족한 트래픽에는 값어치가 있고 꾸준한 부하에는 낭비입니다.
Clusters는 온디맨드 가격을 둘만 공개합니다. H200 SXM이 시간당 4.31달러, A100 SXM이 1.79달러이며 L40S와 H100 SXM, B200은 영업 문의로 표시됩니다. Reserved Clusters는 어느 기간에도 공개 가격이 없어 1, 3, 6, 12개월과 그 이상 모든 칸이 영업 문의입니다.
스토리지는 독립적으로 과금됩니다. 컨테이너 디스크는 GB당 월 0.10달러, 볼륨 디스크는 실행 중 0.10달러에 유휴 시 0.20달러, 네트워크 스토리지는 1TB 미만 0.07달러, 1TB 초과 0.05달러, 고성능 등급 0.14달러입니다. Public Endpoints는 호출당 과금되며 모델과 형식에 따라 편차가 큽니다.
공개된 가격에 관해 한 가지 주의할 점이 있습니다. Public Endpoints의 언어 모델 구역은 Deep Cogito v2 Llama 70B를 100만 토큰당 0.00001달러로 표기하는데, 같은 구역의 Qwen3 32B AWQ는 10.00달러, IBM Granite 4.0 H Small은 1.00달러입니다. 한 표 안에서 백만 배 차이가 나는 것은 실제 가격이라기보다 페이지 오류일 가능성이 매우 높으며, 여기서는 조정하지 않고 발견된 그대로 보고합니다. Runpod는 가격 철학을 "GPU 가용성을 유지하기 위해 가격을 움직인다"고 밝히고 있으니, 모든 수치를 특정 시점의 스냅숏으로 보고 실시간 페이지에서 확인하십시오.
무엇과 비교할지는 Runpod의 어느 면을 저울질하는지에 달려 있습니다. 초대형 클라우드인 AWS, Azure, GCP와 비교하면 조달 마찰과 가격을 생태계 깊이 및 기업 계약과 맞바꾸는 셈입니다. Runpod는 연산 비용이 최대 90% 낮고 이그레스 요금이 없다고 주장하는 반면, 그쪽은 Runpod가 애초에 시도하지 않는 통합 서비스를 제공합니다. AI 특화 GPU 클라우드인 CoreWeave나 Lambda와 비교하면 용량 규모와 기업 계약 역량은 대체로 더 큰 사업자 쪽이 앞서고, Runpod는 셀프서비스 접근성과 GPU 종류의 폭으로 경쟁합니다. 서버리스 추론 전문 사업자인 Modal, Replicate, Baseten, Together와 비교하면 승부는 콜드 스타트 성능과 개발자 경험, 토큰 또는 초 단위 가격 구조에서 갈리며, 독립 벤치마크는 모델 크기와 부하 형태에 따라 순위가 달라진다고 보여 줍니다. 마켓플레이스형 GPU 대여인 Vast.ai와 비교하면 Runpod의 Community Cloud가 비슷한 자리를 차지하고, Secure Cloud는 순수 마켓플레이스에는 대개 없는 데이터센터 등급 선택지를 더합니다. 실무적인 평가 방법은 자신의 실제 모델로 두세 곳에서 벤치마크를 돌려 보는 것입니다. 공개된 콜드 스타트와 처리량 수치는 구체적인 워크로드를 만나면 좀처럼 그대로 성립하지 않기 때문입니다.
200밀리초 미만 콜드 스타트 주장은 전제 조건을 함께 밝혀야 합니다. Runpod 홈페이지는 FlashBoot로 200밀리초 미만의 콜드 스타트를 광고합니다. 자체 문서는 훨씬 정확합니다. 콜드 스타트는 컨테이너 기동, 모델을 GPU 메모리에 적재, 런타임 초기화를 포괄하며, 모델이 클수록 적재가 오래 걸려 콜드 스타트가 길어진다고 명시합니다. VRAM 56GB가 필요한 Qwen Image fp16에 대한 독립 테스트는 총 콜드 스타트를 약 120160초, 실제 생성을 3040초로 측정해 서너 배의 부하를 보였습니다. 둘은 모순되지 않습니다. 마케팅 수치는 모델이 캐시된 웜 경로를, 실측은 큰 모델이 아무것도 없는 상태에서 시작하는 경우를 가리킵니다. 다만 홈페이지만 읽은 구매자는 지연 예산을 잘못 잡게 됩니다. 또한 그 벤치마크 작성자는 자신의 플랫폼도 비교 대상에 포함되어 있음을 밝히고 있습니다.
독립 평점은 중간 수준이며 매우 양극화되어 있습니다. Runpod는 Trustpilot에서 302건의 리뷰를 바탕으로 5점 만점에 3.7점이며, 그중 156건이 최근 12개월 것입니다. 눈여겨볼 대목은 분포입니다. 5점이 65%, 1점이 19%이고 중간이 거의 없습니다. 이 이중 봉우리 형태는 사용자 경험이 무난한 쪽으로 모이지 않고 뚜렷하게 갈린다는 것을 시사합니다. 해당 프로필은 고객에게 리뷰를 요청하는 것으로 표시되어 있어, 총점을 읽을 때 그 선택 편향을 함께 감안해야 합니다.
반복되는 운영상 불만은 구체적이고 일관됩니다. 계정 잔액이 소진되면 pod가 멈추는 것이 아니라 삭제되어 전면 재구축과 재설정이 필요하다는 보고가 있습니다. 다른 이들은 GPU가 극심하게 부족했던 시기, 청구와 실제 제공 사양의 불일치(1TB 메모리 값을 내고 300GB를 받았다는 리뷰), 그리고 NVSwitch가 고장 났거나 GPU가 잠겼거나 메모리가 모자라거나 디스크가 마운트되지 않은 장비를 받은 경우를 이야기하며, 한 리뷰어는 이를 룰렛에 비유했습니다. 별도의 제3자 리뷰 집계는 pod 기동에 최대 30분이 걸리거나 초기화에 실패하면서도 과금은 계속되는 사례와, 응답이 빠른 경우부터 완전히 무응답인 경우까지 편차가 큰 지원 품질을 기록합니다.
아직 해결되지 않은 청구 분쟁 한 건은 알아 둘 만합니다. 한 Trustpilot 리뷰어는 자신이 Runpod 고객이었던 적이 없는데 결제 수단이 계정 개설에 사용되어 2주간 810달러의 무단 청구가 발생했고, Runpod가 제3자 접근을 이유로 그 계정을 차단했으면서도 제3자 접근 증거를 찾지 못했다며 환불을 거부했다고 밝힙니다. 이는 한 사용자가 진술한 분쟁이며 확립된 사실이 아니라 그대로 보고합니다.
두 인프라 등급은 서로 대체할 수 없습니다. Community Cloud는 검증된 제3자 호스트에서 용량을 조달하며 pod가 컨테이너 수준으로만 격리된 채 호스트를 공유하고 신뢰성은 호스트에 따라 달라집니다. Secure Cloud는 티어 3과 4 데이터센터에서 전용 하드웨어를 제공합니다. Runpod 문서는 민감한 워크로드에 Secure Cloud를 권합니다. 사용자 경험이 크게 갈리는 원인의 상당 부분이 이 선택에 있을 것이며, 가격표가 두 열을 나란히 보여 주기 때문에 무엇을 포기하는지 인식하지 못한 채 가격만 보고 고르기 쉽습니다.
규정 준수는 일괄이 아니라 조건부입니다. Runpod는 SOC 2 Type 2를 완료했고 Trust Center는 SOC 2 Type 2와 SOC 3, HIPAA, GDPR, 2026년 브리지 레터를 안내하며 일부 문서는 승인 후 열람이 가능합니다. 그러나 규정 준수 페이지는 적용 범위가 워크로드와 지역, 공급자, 배포 모델에 따라 달라질 수 있으니 보안 검토 단계에서 구체적 요건을 확인하라고 분명히 밝히며, 보고서와 인증, 파트너 적용 범위가 시간에 따라 변할 수 있다고도 적고 있습니다. 따라서 회사 차원의 인증은 실사의 출발점이지 결론이 아닙니다.
사이트가 서로 다른 가동률 수치를 제시합니다. 홈페이지 기업 영역은 99.9% 가동률을, 같은 페이지의 FAQ는 99.99% 가동 보장을 밝힙니다. Runpod는 그 차이에 대한 설명을 내놓지 않았고, 여기서는 둘 다 발견된 그대로 보고합니다.
공개된 가격 가운데 최소 하나는 오류로 보입니다. Deep Cogito v2 Llama 70B는 100만 토큰당 0.00001달러로 표기되어 있는데, 같은 구역의 비슷한 모델은 100만 토큰당 1.00달러와 10.00달러입니다. 페이지 오류일 가능성이 거의 확실하며, 올바른 값이 얼마일지에 대해서는 아무 가정도 하지 않습니다.
Serverless는 GPU 시간당 비용이 Pods보다 높습니다. 이는 결함이 아니라 설계이지만, 서버리스가 당연히 더 싸다고 여기는 팀이 걸려 넘어지는 지점입니다. 꾸준하고 예측 가능한 부하라면 Pod가 확연히 저렴하고, Serverless는 유휴 시간이 상당할 때에만 그 웃돈값을 합니다.
로드 밸런싱 엔드포인트는 대기열을 유연성과 맞바꿉니다. 원하는 HTTP 프레임워크를 쓸 수 있지만, 표준 엔드포인트와 달리 요청 적체를 위한 대기열 기능이 없습니다. 갑작스러운 부하에서는 초과 요청이 기다릴지 실패할지가 이 차이로 갈립니다.
보고된 수치에는 시점이라는 단서가 붙습니다. 개발자 수는 2026년 1월 보도에서 50만 명, 2026년 6월에는 100만 명 이상이었으며, 여기서는 조정하지 않고 각각 시점과 함께 인용합니다. 규모 수치와 배포 성공률, 유지율은 회사가 밝힌 것으로 독립 감사를 받지 않았고, 인프라 청구 90% 절감 같은 고객 보고 절감액도 마찬가지입니다.
Pods는 상주 연산과 개발을 위한 GPU 인스턴스로 보장형 Reserved와 중단 가능하고 더 저렴한 Spot으로 나뉩니다. Serverless는 유휴 시 0으로 축소되는 자동 확장 GPU 엔드포인트로 실행하지 않으면 과금되지 않습니다. Clusters는 학습과 대규모 배치 추론을 위한 다중 GPU 분산 연산으로 필요에 따라 최대 64개 GPU까지, 그 이상은 예약 방식으로 확장합니다. 셋은 하나의 계정 아래 같은 GPU 목록을 공유하며, 의도된 경로는 플랫폼을 갈아타지 않고 단계마다 이들을 나누어 쓰는 것입니다.
모든 경우가 아니라 특정 조건을 가리킵니다. 모델이 캐시된 웜 경로에서 FlashBoot는 실제로 그만큼 빠를 수 있습니다. Runpod 자체 문서는 콜드 스타트에 컨테이너 기동과 모델의 GPU 메모리 적재, 런타임 초기화가 포함되며 모델이 클수록 오래 걸린다고 밝힙니다. VRAM 56GB가 필요한 이미지 모델에 대한 독립 테스트는 콜드 스타트를 약 120160초, 생성을 3040초로 측정했습니다. 표제 수치를 기준으로 지연 예산을 잡지 말고 자기 모델로 벤치마크하십시오.
Runpod 문서 기준으로 세 가지 방법이 있습니다. 모델을 캐시하십시오. 가중치를 워커 이미지에 굽거나 네트워크 볼륨에 두어 요청 시점에 내려받지 않게 하는 것입니다. FlashBoot를 켜십시오. 그리고 상주 워커 수를 0보다 크게 두십시오. 이는 첫 요청의 콜드 스타트를 없애지만 유휴 시 0이 되는 절감은 포기합니다. 세 번째는 비용과 지연의 직접적인 맞교환이며, 어느 쪽을 택할지는 트래픽이 뾰족한지 꾸준한지에 전적으로 달려 있습니다.
Community Cloud는 검증된 제3자 호스트에서 P2P 방식으로 GPU를 조달합니다. pod는 컨테이너 수준 소프트웨어 격리 아래 호스트를 공유하고 가격이 더 낮으며 신뢰성은 호스트에 따라 달라집니다. Secure Cloud는 티어 3과 티어 4 데이터센터에서 전용 머신과 GPU, 더 나은 SLA, NVMe 기반 영구 네트워크 볼륨을 제공합니다. Runpod 문서는 민감한 워크로드에 Secure Cloud를 권하며, 프로덕션 신뢰성 측면에서도 더 적절한 기본값입니다.
Pods는 GPU 모델별 시간당 과금입니다. 예를 들어 B300 7.89달러, H200 4.59달러, H100 SXM 3.29달러, A100 SXM 1.59달러, L40S 0.99달러, RTX 4090 0.74달러, RTX A5000 0.27달러이며 두 인프라 등급이 별도 열로 표시됩니다. Serverless는 별도이며 더 높아 H100이 시간당 4.79달러, A100이 2.72달러입니다. 스토리지는 GB당 월 0.05달러부터 별도 과금됩니다. Clusters는 온디맨드 가격 둘만 공개하고 나머지는 영업 문의이며, Reserved Clusters는 공개 가격이 없습니다. 가격은 의도적으로 조정되므로 실시간 페이지에서 확인하십시오.
사는 것이 다르기 때문입니다. Pod는 보유하고 계속 비용을 내는 전용 용량입니다. Serverless 워커는 필요할 때 나타나 자동 확장되고 유휴 시 과금되지 않는 용량이며, 그 탄력성에 시간당 웃돈이 붙습니다. 엔드포인트가 대부분 유휴라면 경제성은 Serverless로, 부하가 꾸준하면 Pods로 기웁니다. 어느 쪽 기본 가정보다 자신의 실제 가동률로 계산해 보는 편이 확실합니다.
조건부로 가능합니다. Runpod는 SOC 2 Type 2를 완료했고 Trust Center는 SOC 3와 HIPAA, GDPR 자료를 안내하며 Secure Cloud가 네트워크 격리를 더하고 FAQ는 99.99% 가동 SLA를 언급합니다. 다만 같은 홈페이지의 다른 곳은 99.9%라고 적고 있습니다. 가장 중요한 단서는 Runpod 자체 규정 준수 페이지에서 나옵니다. 적용 범위는 워크로드와 지역, 공급자, 배포 모델에 따라 달라지므로 보안 검토 단계에서 확인해야 한다는 것입니다. 인증은 실사의 시작으로 다루고 결론으로 삼지 마십시오.
여러 사용자 리뷰는 잔액이 소진되면 pod가 멈추는 것이 아니라 삭제되어 새 pod를 만들고 설정을 처음부터 다시 잡아야 한다고 전합니다. 저장하지 않은 작업에 실질적인 영향을 주는 사용자 보고 동작이므로, 잔액 여유를 두고 가치 있는 데이터는 pod의 로컬 디스크가 아니라 네트워크 스토리지에 두며, pod를 켜둔 채로 둔다면 잔액을 모니터링하십시오.
독립적인 신호는 엇갈리고 양극화되어 있습니다. Trustpilot은 302건 기준 3.7점이며 5점이 65%, 1점이 19%로 중간이 거의 없고, 프로필은 리뷰를 요청하는 방식입니다. 반복되는 불만에는 GPU 부족, 하드웨어 결함이 있는 장비 수령, 청구와 제공 사양의 불일치, pod의 느린 기동이나 실패에도 계속되는 과금, 고르지 못한 지원이 포함됩니다. 이 이중 봉우리 분포는 두 인프라 등급의 구분과 GPU 공급 변동으로 가장 잘 설명되므로, 경험은 어느 인프라를 골랐고 어떤 카드가 필요한지에 상당 부분 달려 있습니다.
초대형 클라우드와 비교하면 Runpod는 가격으로 경쟁하며 연산 비용이 최대 90% 낮고 이그레스 요금이 없다고 주장하고, 조달 절차 없는 셀프서비스 접근을 제공하는 대신 주변 서비스 생태계를 포기합니다. CoreWeave 같은 AI 클라우드와 비교하면 더 큰 사업자가 용량 규모와 기업 계약에서 앞서고, Runpod는 셀프서비스로 고를 수 있는 GPU의 폭에서 앞섭니다. Modal이나 Replicate 같은 서버리스 추론 전문 사업자와 비교하면 결정 요인은 자기 모델에서의 콜드 스타트 성능과 개발자 경험, 가격 구조이며 독립 벤치마크는 모든 모델 크기에서 이기는 곳은 없다고 보여 줍니다. 자신의 워크로드로 시험해 보십시오.
