코랩에서 쓸 수 있는 GPU는 T4 15GB, L4 22.5GB, A100 40GB, A100 80GB 네 종류이고 시간당 비용은 약 0.12달러에서 0.75달러입니다. 무료 요금제는 T4가 기본이고 그마저 가용성이 들쭉날쭉합니다. 이 글은 GPU별 컴퓨팅 단위 소모율과 실제 시간당 단가, 그리고 로컬 GPU와의 손익분기를 정리합니다.
코랩 요금제는 어떻게 나뉘나
| 요금제 | 월 가격 | 컴퓨팅 단위 | GPU |
|---|---|---|---|
| 무료 | 0달러 | 없음 | T4(가용성 변동) |
| Pro | 9.99달러 | 100 | 프리미엄 선택 가능 |
| Pro+ | 49.99달러 | 600 | 프리미엄 선택 가능 |
| 종량제 | 9.99달러/100단위 | 구매분 | 동일 |
컴퓨팅 단위는 단위당 0.10달러이고 100단위 묶음으로 10달러에 팝니다. 중요한 건 단위가 예약된 GPU가 아니라 예산이라는 점입니다. Pro+를 써도 상황에 따라 T4가 배정될 수 있습니다. 구글 안내 자체가 무료 등급의 자원 한도는 변동하고 프리미엄 하드웨어는 비구독자에게 크게 제한된다고 밝히고 있습니다.
GPU별 소모율과 시간당 단가
구글이 공식 표로 발표하지는 않지만, 2026년 3월 측정 기준으로 알려진 소모율은 이렇습니다.
| GPU | VRAM | 아키텍처 | 시간당 단위 | 100단위로 | 시간당 달러 |
|---|---|---|---|---|---|
| T4 | 15GB | Turing | 약 1.19 | 약 84시간 | 약 0.12 |
| L4 | 22.5GB | Ada Lovelace | 약 1.71 | 약 58시간 | 약 0.17 |
| A100 40GB | 40GB | Ampere | 약 5.40 | 약 18시간 | 약 0.54 |
| A100 80GB | 80GB | Ampere | 약 7.52 | 약 13시간 | 약 0.75 |
Pro 요금제의 100단위를 A100 40GB에 전부 쓰면 100 ÷ 5.40 = 약 18시간입니다. 월 9.99달러에 18시간이면 시간당 약 0.55달러입니다. 같은 100단위를 T4에 쓰면 100 ÷ 1.19 = 약 84시간이 나옵니다. 같은 돈으로 4.6배 긴 시간을 쓰는 셈입니다.
참고로 과거 구글이 A100과 L4의 단위 가격을 20% 내린 적이 있고 T4도 소폭 내렸습니다. 소모율은 고정값이 아니므로 장기 계획을 세울 때는 변동 가능성을 염두에 두셔야 합니다.
어떤 GPU를 골라야 하나
VRAM으로 바로 갈립니다. T4 15GB는 로컬 LLM 기준 14B급 Q4가 한계입니다. L4 22.5GB면 24B급까지 올라갑니다. A100 40GB는 32B급을 여유 있게, 80GB는 70B급을 다룹니다.
비용 효율로 보면 L4가 가장 애매하지 않은 선택입니다. T4보다 단위 소모가 1.44배인데 VRAM은 1.5배이고 세대도 두 단계 최신입니다. 반면 A100은 T4 대비 소모가 4.5배라 꼭 40GB가 필요한 작업이 아니면 단위를 빨리 태웁니다.
로컬 GPU와 손익분기는 몇 시간인가
국내 최저가와 비교해 보겠습니다. 2026년 10월 10일 기준 RTX 5070 Ti 16GB가 1,411,400원입니다. 환율을 1,400원으로 잡으면 약 1,008달러입니다.
손익분기 : 1,008 ÷ 0.54 = 약 1,867시간
하루 2시간 : 1,867 ÷ 2 ÷ 30 = 약 31개월
하루 2시간씩 쓰면 2년 7개월이 걸립니다. T4 기준이면 8,400시간으로 훨씬 멀어집니다.
결론은 사용 시간입니다. 하루 2시간 이하 간헐적 사용이면 코랩이 쌉니다. 매일 장시간 돌린다면 로컬이 이깁니다. 다만 로컬은 전기요금과 소음이 추가되고, 코랩은 세션이 끊기고 원하는 GPU를 못 받을 수 있습니다. 비용 비교는 구글 코랩 vs 내 GPU 한 달 비용에 더 자세히 있습니다.
코랩에서 배정된 GPU를 확인하는 법
노트북을 열었을 때 무엇이 붙었는지는 한 줄로 확인됩니다. 셀에 다음을 입력하면 모델명과 VRAM이 나옵니다.
!nvidia-smi파이썬 쪽에서 확인하려면 이렇게 합니다.
import torch
print(torch.cuda.get_device_name(0))
print(torch.cuda.get_device_properties(0).total_memory / 1e9, "GB")출력된 VRAM이 15GB면 T4, 22GB대면 L4, 40GB나 80GB면 A100입니다. 작업을 시작하기 전에 이걸 먼저 확인하는 습관이 단위를 아껴줍니다. A100이 붙은 줄 모르고 가벼운 작업을 돌리면 단위가 4.5배 속도로 타들어 갑니다.
단위를 아끼는 실전 수칙
| 수칙 | 이유 |
|---|---|
| 작업 끝나면 런타임 해제 | 유휴 상태에도 단위가 소모된다 |
| 데이터 전처리는 CPU 런타임에서 | GPU 없이 되는 일에 GPU를 쓰지 않는다 |
| 필요한 등급만 선택 | T4로 되는 일에 A100은 4.5배 비용 |
| 모델은 구글 드라이브에 캐시 | 세션마다 재다운로드하면 시간이 낭비된다 |
작업이 끝난 노트북을 탭에 띄워두면 그 시간에도 단위가 빠집니다. A100 기준 1시간 방치는 5.4단위, 약 0.54달러입니다. 끝났으면 런타임을 해제하십시오.
자주 묻는 질문
무료 코랩으로 로컬 LLM을 돌릴 수 있나요?
T4 15GB가 배정되면 14B급 Q4까지 가능합니다. 다만 무료 등급은 가용성이 보장되지 않아 GPU를 아예 못 받는 경우가 있습니다.
Pro를 샀는데 T4만 배정됩니다.
컴퓨팅 단위는 예약이 아니라 예산입니다. Pro+ 사용자도 상황에 따라 T4를 받을 수 있다고 안내돼 있습니다.
Pro와 Pro+ 중 뭐가 나은가요?
단위당 가격은 Pro+가 49.99 ÷ 600 = 약 0.083달러로 Pro의 0.0999달러보다 쌉니다. 월 100단위를 다 쓰지 못한다면 Pro가 맞습니다.
시간당 단가는 공식 수치인가요?
아닙니다. 구글이 공식 표를 내지 않아 2026년 3월 측정값으로 추정한 것입니다. 구간 조정이 있었던 전례가 있으므로 참고치로 보셔야 합니다.
답글 남기기