테크부터 경제, 생활까지. 복잡한 소식을 쉽게 풀어봅니다.
“바닷가를 신나게 달리는 강아지, 파도 소리, 마지막엔 카메라를 보며 꼬리를 흔든다.” 이렇게 글 몇 줄만 적었는데, AI가 30초짜리 영상을 소리까지 붙여서 한 번에 만들어 준다면 어떨까요? 지금까지 AI 영상은 대부분 몇 초짜리 짧은 장면이라, 조금 긴 이야기를 만들려면 여러 조각을 이어 붙여야 했어요. 이어 붙인 곳에서 주인공 얼굴이 바뀌거나 옷 색깔이 달라지는 일도 흔했죠.
중국 숏폼 동영상 회사 콰이쇼우(Kuaishou)가 운영하는 AI 영상 서비스 클링 AI(Kling AI)가 새 모델 ‘클링 4.0(Kling 4.0)’을 10월 15일(현지 시간, 한국 시간 16일 자정) 모든 이용자에게 정식으로 열었어요. 9월 30일부터 일부에게만 먼저 공개하던 것을 2주 만에 전체로 넓힌 거예요. 오늘은 클링 4.0이 무엇이 달라졌는지, 처음 써 보는 사람은 어떻게 시작하면 되는지, 그리고 만든 영상을 SNS에 올리기 전에 꼭 확인할 것까지 초보 눈높이로 정리해 볼게요.
한 줄로 먼저
- 클링 4.0은 글·사진·영상을 넣으면 3초부터 최대 30초까지의 영상을 한 번에 만들어 주는 AI예요. 기본 길이는 10초이고, 1초 단위로 늘리거나 줄일 수 있어요.
- 그림만 나오는 게 아니라 소리(스테레오)와 대사까지 함께 만들고, 대사에 맞춰 입 모양도 움직여요. 한국어 말하기와 화면 속 한글 글자도 지원 언어에 들어 있어요.
- 참고 자료를 최대 15개(사진·영상·목소리·캐릭터) 넣거나, 특정 순간의 장면을 최대 10장까지 고정(키프레임)해 원하는 흐름대로 만들 수 있어요.
- 다만 4K HDR 화질, 2분까지 늘리기, 기업·개발자용 API는 아직 “곧 제공” 상태이고, 성능 자랑은 모두 회사 자체 설명이에요.
한눈에 보는 이번 소식
| 항목 | 내용 |
|---|---|
| 무엇? | AI 영상 생성 모델 클링 4.0 정식 출시 (모든 이용자 대상) |
| 누가? | 중국 콰이쇼우의 AI 영상 서비스 클링 AI |
| 언제? | 먼저 체험(얼리 액세스) 9월 30일 → 정식 공개 10월 15일(현지 시간) → 세계 출시 보도자료 10월 16일 |
| 어디서? | 개편된 클링 AI 웹사이트의 제작 화면 + AI 비서와 연결하는 MCP, 명령어로 부르는 CLI |
| 핵심 1 | 한 번에 최대 30초 영상 (3~30초, 기본 10초) |
| 핵심 2 | 소리·대사·입 모양을 영상과 함께 생성 |
| 핵심 3 | 참고 자료 15개, 장면 고정(키프레임) 10개 |
| 아직은 | 10비트 HDR(1080p·4K), 최대 2분 이어 만들기, API → “곧 제공” |
먼저 단어부터: 프롬프트? 키프레임? 립싱크?
AI 영상 이야기에는 낯선 단어가 많이 나와요. 영화 촬영장에 빗대면 금방 이해돼요.
| 용어 | 쉬운 뜻 | 촬영장 비유 |
|---|---|---|
| 영상 생성 AI | 글이나 그림을 보고 새 영상을 만들어 내는 AI | 말만 하면 찍어 주는 촬영팀 |
| 프롬프트 | AI에게 주는 설명 글 (무엇을, 어디서, 어떻게) | 감독이 쓴 촬영 대본 |
| 텍스트 → 영상 | 글만 넣고 영상을 만드는 방식 | 대본만 주고 맡기기 |
| 이미지 → 영상 | 사진 한 장을 움직이는 영상으로 바꾸는 방식 | 사진 속 장면을 이어서 찍기 |
| 레퍼런스(참고 자료) | 이 얼굴·이 옷·이 분위기로 해 달라고 주는 견본 | 배우 프로필 사진, 의상 견본 |
| 키프레임 | “이 순간엔 꼭 이 장면”이라고 고정하는 그림 | 콘티(그림 대본)의 핵심 컷 |
| 립싱크 | 대사에 맞춰 입 모양이 움직이는 것 | 더빙이 입에 딱 맞는 상태 |
| 화면비 | 가로·세로 비율 (16:9, 9:16, 21:9 등) | TV 화면 vs 휴대폰 세로 화면 |
| 크레딧 | 영상을 만들 때 쓰는 서비스 안의 포인트 | 촬영장 이용권 |
| MCP · CLI | AI 비서나 명령어 창에서 클링을 불러 쓰는 연결 통로 | 전화로 촬영팀 부르기 |
무엇이 달라졌을까? 핵심 4가지
클링 AI와 콰이쇼우는 이번 업그레이드의 핵심을 “더 사실적이고, 더 마음대로 조절되고, 더 길게”로 요약했어요. 하나씩 보면 이래요.
| 달라진 점 | 무슨 뜻? | 예를 들면 |
|---|---|---|
| ① 한 번에 최대 30초 | 짧은 조각을 이어 붙이지 않고 긴 장면 하나를 통째로 만듦 | 가게 문 열기 → 손님 맞이 → 커피 건네기까지 한 컷으로 |
| ② 소리·대사가 함께 | 스테레오 소리, 대사, 입 모양 맞춤이 기본으로 켜져 있음 | 주인공이 “어서 오세요!” 하고 말하는 장면 |
| ③ 큰 움직임이 더 안정적 | 달리기·회전·카메라 따라가기 같은 장면에서 덜 흔들리고 덜 뭉개짐(회사 설명) | 자전거를 따라가며 찍는 장면 |
| ④ 참고 자료 15개 + 키프레임 10개 | 얼굴·옷·물건·목소리를 견본으로 주고, 중요한 순간을 고정 | 우리 가게 로고가 찍힌 컵이 끝까지 똑같이 나오게 |
💡 글자도 덜 깨져요(회사 설명)
AI 영상에서 간판이나 자막 글자가 이상하게 뭉개지는 일이 많았는데, 클링은 4.0에서 여러 언어의 글자·이모지·로고가 카메라가 움직여도 또렷하게 유지된다고 설명했어요. 지원 언어 목록에는 한국어도 들어 있어요. 단, 이런 품질 주장은 아직 외부의 독립 평가로 확인된 건 아니에요.
숫자로 보는 클링 4.0 사양
공식 사용 설명서(10월 14일 자)에 나온 사양을 정리했어요. 더 빠르고 가벼운 ‘클링 4.0 플래시(Flash)’도 함께 비교해 볼게요.
| 구분 | 클링 4.0 | 클링 4.0 플래시 |
|---|---|---|
| 영상 길이 | 3~30초 (기본 10초) | 최대 20초 |
| 화질 | 720p · 1080p · 4K (10비트 HDR은 곧 제공) | 최대 720p |
| 화면비 | 16:9 · 9:16 · 1:1 · 21:9(새로 추가) · 자동 | — |
| 처음·끝 장면 지정 / 여러 키프레임 | 지원 (키프레임 최대 10장) | 현재 미지원 |
| 소리 | 스테레오 2채널, 대사 입 모양 맞춤 | — |
| 설명 글 길이 | 최대 8,000토큰(아주 긴 대본도 가능) | — |
| 추천 용도 | 긴 장면, 높은 화질, 정밀한 조절 | 빠른 시안·짧은 숏폼 연습 |
※ “—”는 설명서에 따로 적히지 않은 항목이에요. 클링은 실제 기능은 제품 화면 기준이라 바뀔 수 있다고 밝혔어요.
견본(레퍼런스)은 몇 개까지 넣을 수 있나요?
| 종류 | 최대 개수 | 조건 (설명서 기준) |
|---|---|---|
| 사진 | 10장 | 한 장당 최대 30MB |
| 영상 | 5개 | 각 3~30초, 300MB 이하, 모두 합쳐 30초 이내 |
| 요소(캐릭터·물건) | 7개 | 그중 영상으로 만든 요소는 최대 3개 (3~8초 영상 필요) |
| 목소리 | 3개 | 5~30초 길이의 음성 견본 |
| 전체 합계 | 15개 | 사진·영상·목소리·요소를 모두 더해서 |
⚠️ 배경음악은 직접 못 넣어요
설명서에 따르면 업로드할 수 있는 소리는 목소리 견본뿐이에요. 배경음악과 효과음은 AI가 화면을 보고 스스로 만들어요. 원하는 분위기가 있다면 설명 글에 “잔잔한 피아노”, “파도 소리” 처럼 적어 주면 돼요.
만드는 방법은 두 갈래: 옴니 레퍼런스 vs 키프레임
| 비교 | 옴니 레퍼런스 (기본) | 키프레임 |
|---|---|---|
| 이럴 때 | 견본 자료가 있거나, 아이디어만 있을 때 | 특정 순간의 장면이 미리 정해져 있을 때 |
| 조절하는 것 | 생김새·스타일·동작·카메라 움직임 | 중요한 순간이 언제 나올지 |
| 올릴 수 있는 것 | 사진, 영상, 목소리 | 사진만 |
| 초보 추천 | ✅ 처음엔 이쪽부터 | 익숙해진 뒤 도전 |
| 주의 | 자료마다 역할을 꼭 적기 (@사진1은 배경, @사진2는 주인공 얼굴 등) | 두 방식은 한 번에 섞어 쓸 수 없음 |
처음 만들어 보기: 5단계 따라 하기
| 단계 | 할 일 | 초보 팁 |
|---|---|---|
| 1 | 클링 AI 웹사이트에 가입하고 요금제·크레딧 화면부터 확인 | 공식 발표에 한 편당 비용이 나와 있지 않아요. 만들기 전에 남은 크레딧을 꼭 보세요 |
| 2 | 모델에서 클링 4.0(또는 연습용 4.0 플래시) 선택 | 처음 몇 번은 플래시로 짧게 시안을 뽑으면 부담이 적어요 |
| 3 | 옴니 레퍼런스로 시작해 설명 글을 한 문장으로 | “누가, 어디서, 무엇을, 어떤 기분으로”만 먼저 |
| 4 | 길이는 기본 10초, 화면비는 쓸 곳에 맞게 | 유튜브는 16:9, 쇼츠·릴스는 9:16 |
| 5 | 결과를 보고 바꾸고 싶은 것 하나만 고쳐 다시 만들기 | 한꺼번에 여러 개를 바꾸면 무엇이 효과였는지 몰라요 |
설명 글(프롬프트) 잘 쓰는 법
클링의 공식 설명서가 꽤 친절해요. 핵심은 “막연한 말 대신 눈에 보이는 말”이에요. “고급스럽게”, “영화 같은 느낌으로” 같은 표현보다 빛, 재질, 구도를 구체적으로 쓰는 편이 결과가 좋다고 해요.
| 아쉬운 예 | 좋은 예 | 왜? |
|---|---|---|
| 고급스러운 카페 영상 | 따뜻한 노란 조명, 나무 테이블 위 하얀 머그잔, 창밖에 비가 내리는 오후 | AI가 ‘고급’의 뜻을 마음대로 추측하지 않아요 |
| 영화 같은 느낌으로 | 카메라가 천천히 앞으로 다가가며 주인공 얼굴을 크게 잡는다 | 카메라 움직임을 직접 알려 줘요 |
| 강아지가 귀엽게 논다 | 갈색 푸들이 잔디밭에서 공을 물고 카메라 쪽으로 뛰어온다 | 누가·어디서·무엇을이 분명해요 |
| 이상한 거 넣지 마 | (빼고 싶은 건 꼭 필요한 것만) 자막 없음, 배경음악 없음 | 설명서는 ‘하지 마’ 문장이 많으면 오히려 실수가 늘 수 있다고 해요 |
설명서는 “자막 없음”, “배경음악 없음” 두 가지는 적어 두라고 권해요. AI가 기본으로 자막이나 음악을 넣을 수 있기 때문이에요. 30초처럼 긴 영상은 시간표처럼 쓰면 좋아요.
| 시간 | 장면 (예시) | 소리 |
|---|---|---|
| 0~5초 | 아침 햇살이 드는 빵집 문이 열리고, 앞치마를 두른 주인이 미소 짓는다 | 문에 달린 종소리 |
| 5~15초 | 카메라가 진열대를 따라 옆으로 이동하며 갓 구운 크루아상을 보여 준다 | 잔잔한 기타 연주 |
| 15~25초 | 손님이 빵을 받아 들고 “와, 따뜻하다!”라고 말한다 | 대사 + 종이봉투 소리 |
| 25~30초 | 가게 간판을 크게 잡으며 천천히 멈춘다 | 음악이 서서히 작아짐 |
이런 데 써 보세요
| 활용 | 예시 | 한 가지 주의 |
|---|---|---|
| 가게·작은 사업 홍보 | 우리 가게 메뉴를 30초 쇼츠로 | 실제와 다른 모습을 보여 주면 과장 광고가 될 수 있어요 |
| 가족 이벤트 | 생일 축하 카드 대신 짧은 축하 영상 | 가족 사진을 쓸 땐 본인 동의부터 |
| 수업·발표 자료 | 역사 속 장면, 과학 원리를 짧은 영상으로 | AI가 만든 장면은 사실과 다를 수 있다고 함께 알려 주기 |
| 취미 창작 | 내가 쓴 동화를 30초 애니메이션으로 | 펠트·픽셀 아트 같은 스타일도 지원(회사 설명) |
| 아이디어 스케치 | 광고·영상 촬영 전 콘티 미리 보기 | 최종본 전에 사람이 꼼꼼히 검토 |
아직 안 되는 것, 미리 알아 두기
| 기능 | 현재 상태 | 의미 |
|---|---|---|
| 10비트 HDR (1080p·4K) | 곧 제공 | 명암 표현이 더 풍부한 전문가용 화질은 아직 |
| 최대 2분까지 이어 만들기 | 곧 제공 | 지금은 한 번에 30초가 최대 |
| 기업·개발자용 API | 곧 제공 | 앱·서비스에 넣어 쓰는 공식 통로는 아직 (MCP·CLI는 이용 가능) |
| 배경음악·효과음 업로드 | 미지원 | 목소리 견본만 올릴 수 있음 |
| 옴니 레퍼런스 + 키프레임 동시 사용 | 미지원 | 한 번 만들 때 하나만 선택 |
| 독립 성능 평가 | 없음 | ‘더 안정적’, ‘더 정확한 입 모양’은 회사의 자체 설명 |
올리기 전에 꼭 확인할 4가지
영상이 그럴듯해질수록 책임도 커져요. 특히 클링은 남의 영상의 편집 리듬·구도·카메라 움직임을 참고해 내 상품이나 인물로 바꿔 넣는 ‘다시 만들기’ 기능을 내세우는데, 편리한 만큼 권리 문제가 생기기 쉬운 지점이에요.
| 확인할 것 | 왜 중요할까? | 이렇게 하세요 |
|---|---|---|
| 남의 얼굴·목소리 | 허락 없이 실존 인물을 등장시키면 초상권 침해나 딥페이크 문제가 될 수 있어요 | 나 또는 동의한 사람의 사진·목소리만 사용 |
| 남의 영상 따라 하기 | 남이 공들인 영상의 구성을 그대로 베끼면 저작권·표절 시비가 생길 수 있어요 | 참고는 분위기 정도로, 내 아이디어를 중심에 |
| AI 제작 표시 | 보는 사람이 진짜 촬영본으로 오해할 수 있어요 | 설명란이나 화면에 “AI로 만든 영상” 표시 |
| 크레딧·요금 | 긴 영상·높은 화질일수록 더 많이 쓸 가능성이 커요 | 짧고 낮은 화질로 연습한 뒤 최종본만 길게 |
📌 개인정보도 한 번 더
아이 얼굴, 집 안 모습, 차량 번호판이 담긴 사진을 참고 자료로 올리기 전에는 꼭 필요한지 생각해 보세요. 해외 서비스에 올린 자료가 어떻게 저장·활용되는지는 서비스의 개인정보 처리방침에서 확인할 수 있어요.
자주 묻는 질문
| 질문 | 답 |
|---|---|
| 무료로 써 볼 수 있나요? | 공식 발표에는 클링 4.0 한 편당 비용이 나와 있지 않아요. 크레딧 방식이니 가입 후 요금제 화면에서 무료 제공량과 차감량을 먼저 확인하세요. |
| 한국어 대사도 되나요? | 설명서의 지원 언어에 한국어가 있어요. 화면 속 한글 글자도 지원 목록에 있어요. 다만 발음·억양은 직접 들어 보고 판단하세요. |
| 내가 좋아하는 노래를 배경에 깔 수 있나요? | 업로드는 안 돼요. 배경음악은 AI가 만들고, 원하는 분위기는 설명 글로 알려 줘야 해요. |
| 휴대폰으로도 되나요? | 이번 발표는 개편된 웹사이트 제작 화면과 MCP·CLI 연결을 중심으로 소개됐어요. 앱 지원 범위는 서비스 화면에서 확인하세요. |
| 30초보다 길게 만들 수 있나요? | 기존 영상을 이어 최대 2분까지 늘리는 기능은 ‘곧 제공’ 예정이에요. 지금은 30초가 한 번의 최대치예요. |
정리하며
클링 4.0의 의미를 한마디로 하면, AI 영상이 “짧은 장면”에서 “짧은 이야기”로 한 걸음 넘어왔다는 거예요. 30초 동안 인물과 물건이 흐트러지지 않고, 소리와 대사까지 함께 나온다면 가게 홍보 영상이나 가족 축하 영상 정도는 혼자서도 만들어 볼 만해졌죠. 다만 화려한 시연은 회사가 고른 결과라는 점, 그리고 남의 얼굴·목소리·영상은 허락 없이 쓰지 않는다는 원칙은 기억해 두세요. 처음엔 10초짜리 한 문장 영상부터, 천천히 시작해 보세요!