클링 4.0, 30초 영상과 키프레임 10장 입력
클링 AI(Kling AI)가 영상 생성 모델 '클링 4.0(Kling 4.0)'을 새로 선보였다. 회사에 따르면 사용자는 한 번의 생성으로 최대 30초 분량의 영상을 만들 수 있다. 장면 전환과 캐릭터 상태, 이야기 흐름을 고정하는 키프레임 이미지는 최대 10장까지 입력할 수 있다. 프롬프트 이해 범위도 8,000토큰으로 넓어졌다.
'옴니 레퍼런스(Omni Reference)' 기능도 강화됐다. 한 번의 생성에 이미지 10장, 합산 30초 이내 영상 5개, 요소 7개 등 최대 15개의 참조 자료를 쓸 수 있다. 스토리보드, 와이어프레임, 이미지 그리드, 화이트모델 영상, 깊이 맵 영상도 참조 자료로 활용된다.
'크리에이티브 리크리에이션(Creative Recreation)' 기능은 기존 영상을 템플릿 삼아 제품이나 인물을 바꿔 넣는 방식이다. 회사는 표정, 몸동작, 카메라 앵글, 배경 등 개별 요소만 따로 수정해도 나머지 장면은 유지된다고 설명했다.
스테레오 오디오와 한국어 포함 다국어 립싱크
오디오 부문에서는 2채널 스테레오 음향이 새로 들어갔다. 한국어, 영어, 독일어, 일본어, 스페인어를 포함한 10개 이상 언어와 여러 방언·억양에서 립싱크 정확도가 개선됐다고 한다. 영상 속 텍스트 생성도 여러 언어에서 가능하며, 카메라가 움직여도 글자가 안정적으로 유지된다는 설명이다.
4K와 1080p의 10비트 HDR 출력, 최대 2분까지 늘리는 영상 확장 기능은 '출시 예정'으로 표시됐다.
경량 '4.0 플래시'와 MCP·CLI 지원
함께 공개된 '클링 4.0 플래시(Kling 4.0 Flash)'는 더 빠르고 낮은 비용을 목표로 한 경량 모델이다. 해상도는 720p, 길이는 20초까지로 제한된다. 제작 인터페이스도 개편됐고, MCP와 CLI를 통해 접근할 수 있어 AI 에이전트 기반 자동화 워크플로 구축이 가능해졌다. 4.0 API의 가격은 아직 발표되지 않았으며 지원은 '출시 예정'으로 안내됐다.
경쟁 모델과 비교하면
더 디코더(The Decoder)는 클링 4.0을 중국 경쟁 모델인 완(Wan) 3.0, 시댄스(Seedance) 2.5와 비교한 영상을 소개했다. 매체는 클링 4.0이 대등한 수준이지만 샷 구성의 논리성, 물리 표현, 자연스러운 대사에서 앞서지는 못했다고 평가했다. AI 영상 모델의 급속한 발전 속도가 둔화하는 초기 신호일 수 있으나, 다음 완·시댄스 모델이 나와야 더 분명해질 것이라고 덧붙였다.
다국어 립싱크가 강화된 만큼 국내 광고·콘텐츠 제작 현장에서도 한국어 품질 검증과 API 가격 공개 여부가 도입 판단의 변수가 될 전망이다.
