Kling 4.0 출시: 키프레임 10개, 30초, 그리고 슬롯머신식 편집의 종말

콰이쇼우의 Kling 4.0이 9월 28일 내부 테스트를 시작했다. 경량 버전인 Kling 4.0 Flash 티어는 같은 날 저녁 회원들에게 배포되었고, 풀 모델은 10월에 공개될 예정이다. 이 회사는 지난 1년 가까이 바이트댄스의 Seedance와 사양 경쟁을 벌여 왔으며, 이번 릴리스는 그 경쟁이 실제로 무엇을 둘러싼 것인지에 대한 가장 명확한 선언이다.

핵심 수치는 단순하다. 네이티브 단일 패스 생성 시간이 Kling 3.0의 15초에서 30초로 두 배 늘어났고, 비디오 확장 기능은 여러 번의 패스를 거쳐 최대 2분까지 가능하다고 예고한다. 출력은 4K와 10비트 HDR 1080p를 지원하며, 21:9 울트라와이드 프레임도 제공한다. 오디오는 2채널 스테레오로 전환되었고, 이전 세대를 괴롭혔던 립싱크 밀림 현상은 이번 릴리스 노트가 고쳤다고 주장하는 구체적인 결함이다. 프롬프트 입력은 8,000 토큰으로 늘어났다.

그런데 흥미로운 숫자는 그중 어느 것도 아니다.

키프레임 10개는 다른 제품 카테고리다

Kling 3.0은 시작 프레임과 종료 프레임을 받았다. 이미지 두 장을 주면 모델이 그 사이의 모든 것을 보간했다. 그런 방식으로 제품 영상을 만들어 보려 한 사람이라면 그 느낌을 안다. 양 끝을 정해두고, 나오는 결과를 지켜볼 뿐이다. 중국 창작자들은 이를 抽卡, 즉 카드 뽑기라고 부르는데, 가챠 게임에서 무작위 뽑기를 뜻하는 바로 그 말이다.

Kling 4.0은 최대 10개의 키프레임을 받는다. 숫자가 바뀐 것처럼 들리지만, 그렇지 않다.

10개의 제어점이 있으면 한 번의 생성 안에서 일련의 비트를 서술할 수 있다. 인물이 들어오고, 카운터로 걸어가고, 카메라가 밀고 들어가고, 제품이 회전하고, 손이 그것을 향해 뻗고, 더 넓은 프레이밍으로 컷이 전환되는 식이다. 각 비트마다 고유한 앵커 이미지가 주어지므로, 모델은 더 이상 두 끝점 사이의 호가 어떤 모양인지 추측하지 않는다. 10개의 점 사이사이를 채워 넣을 뿐이다.

숏폼 커머스 영상을 대량으로 제작하는 팀에게 이는 결과물의 단위를 바꾼다. 이전에는 30초 제품 광고라면 촬영이나 스톡 푸티지 편집을 의미했고, AI 생성은 몇 초짜리 채우기 용도에 그쳤다. 이제는 키프레임을 샷 비트에 매핑한 스크립트만으로 전체 타임라인을 제작할 수 있다. 작업은 생성하고 기도하기에서 스토리보드를 만들고, 그다음 생성하기로 이동한다.

콰이쇼우의 발표문 자체에 달린 댓글창은 읽어볼 가치가 있다. 가장 많은 추천을 받은 질문은 성능과 아무 관련이 없고, 전적으로 가격에 관한 것이었다. 이는 2026년에 제약이 어디에 있는지를 꽤 솔직하게 보여주는 신호다. 성능의 상한선은 계속 올라가는데, 비용의 하한선은 그만큼 빠르게 움직이지 않았다.

멀티모달 레퍼런스가 실제로 제어하는 것

Kling 4.0은 단일 작업에서 최대 15개의 멀티모달 레퍼런스, 즉 최대 10장의 이미지, 5개의 비디오 클립, 7개의 피사체 조합을 지원한다. 콰이쇼우는 이를 Omni Reference라고 브랜딩했으며, 기존 영상 안에서 피사체와 배경을 추가, 수정, 삭제할 수도 있다.

그 목록을 다시 읽어보면, 생성 기능이라기보다 일관성 계약처럼 보이기 시작한다. AI 영상에서 반복되는 실패 유형은 결코 단일 프레임이 아니라 네 번째 샷이다. 배우의 얼굴이 달라지고, 재킷 색이 바뀌고, 제품 라벨이 법무 검토를 통과하지 못할 형태로 변형되는 지점이다. 30초 생성 전반에 걸쳐 정체성을 15개의 레퍼런스 슬롯에 고정하는 것은 바로 그 문제에 정면으로 답하려는 시도다.

여기에는 실제 제작상의 제약이 숨어 있다. 레퍼런스 소재는 사용하기 전에 존재해야 하며, 캐릭터 시트와 제품 턴어라운드, 음성 샘플을 만드는 것 자체가 하나의 제작 작업이다. Kling 4.0에서 가치를 얻는 팀은 이미 그런 라이브러리를 갖추고 있거나, 그것을 조립하는 일을 파이프라인의 일부로 만들어 둔 팀일 것이다.

속도, 비용, 그리고 Kling의 실제 위치

Kling 4.0 Flash는 고빈도 티어다. 생성 속도가 더 빠르고 비용이 더 낮으며, 얼리 액세스 기간에는 720p로 제한된다. 풀 모델은 영화와 광고 작업을 위한 프로페셔널 티어다.

콰이쇼우의 프레이밍을 그대로 반복하기보다 경쟁 구도를 정확히 짚을 필요가 있다. Artificial Analysis의 텍스트-투-비디오 리더보드에서 Kling 3.0은 12위 근처에 있었고, 구글의 Gemini Omni Flash, 알리바바의 Wan 3.0, MiniMax의 H3 Max에 뒤졌다. Kling 4.0은 진지한 성능 도약이며, 그것이 그 순위 격차를 좁히는지는 독립적인 평가가 나오기 전까지 미지수다.

순위보다 중요한 것은 시장 맥락이다. 콰이쇼우는 2026년 7월 약 30억 달러의 독립 투자금을 약 180억 달러의 포스트머니 밸류에이션으로 유치했다고 밝혔으며, 보도에 따르면 5년 내 상장 약정이 붙었다. 증권시보(Securities Times)에 따르면 씨티그룹의 분석은 두 가지 질문에 집중한다. Kling이 국내 시장의 80% 이상을 보유한 것으로 알려진 Seedance로부터 사용자를 되찾아올 수 있는지, 그리고 가격이 의미 있을 만큼 경쟁력이 있는지다.

가격 문제는 부차적인 것이 아니다. Kling 4.0이 발표된 같은 주에 HeyGen은 초당 1센트의 범용 비디오 모델을 출시했고, Creatify는 후속 학습된 MiniMax H3 파생 모델을 초당 4센트에 내놓았으며, SpaceXAI는 Grok Imagine Video 라이트 티어를 서드파티 플랫폼을 통해 밀어내며 이전 옵션보다 4배 저렴하다고 주장했다. 생성 레이어는 여러 방향에서 동시에 상품화되고 있으며, 4K HDR 출력에서 앞서는 모델은 경쟁자들이 굳이 앞서지 않기로 한 차원에서 경쟁하고 있는 셈이다.

이는 Kling 4.0의 용도를 다시 규정한다. 제작팀이 브리프를 건네면 결과물을 돌려받을 수 있는 생성기가 되겠다는 야심이며, 이는 다른 주장이고 가격을 매기기가 더 어려운 주장이다.

실제 업그레이드는 워크플로다

이번 릴리스에서 화려하지 않은 부분이 가장 중대할지도 모른다. 텍스트-투-비디오, 이미지-투-비디오, 레퍼런스 생성, 비디오 확장, 비디오 편집이 이제 하나의 네이티브 멀티모달 워크플로에 들어 있다. 이미지, 비디오, 오디오 레퍼런스를 단일 입력 필드에서 결합할 수 있다. 생성 페이지는 타임라인 미리보기와 편집, 그리드와 리스트 레이아웃, 그리고 콰이쇼우가 캔버스 에이전트 경험이라 부르는 것을 지원한다.

AI 비디오 툴링은 2년 동안 서로 연결되지 않은 단계들의 모음이었다. 여기서 생성하고, 저기서 업스케일하고, 세 번째 애플리케이션에서 편집하고, 네 번째에서 오디오를 동기화했다. 그것들을 하나의 화면으로 통합하는 것이 30초 타임라인을 실용적으로 만든다. 또한 이 지점에서 툴은 편집기와 영역이 겹치기 시작하는데, 이는 Seedance와의 경쟁과는 다른 싸움이다.

통합에는 나름의 대가가 따른다. 생성, 편집, 타임라인 검토를 아우르는 툴은 프로젝트 파일까지 소유하려 드는 툴이며, 이미 확립된 후반 작업 스택을 갖춘 팀은 자신의 파이프라인 중 얼마나 많은 부분을 넘겨줄지 결정해야 한다. 콰이쇼우는 에이전트 기반 배치 제작을 위한 MCP와 CLI 지원을 통해 한동안 이 방향으로 제품을 만들어 왔으며, 캔버스라는 프레이밍은 이 회사가 클립이 아니라 오케스트레이션을 제품으로 본다는 것을 시사한다.

병목이 실제로 이동하는 곳

콰이쇼우가 밀고 있는 프레이밍은 AI 비디오가 슬롯머신에서 스토리보드로 간다는 것이다. 이는 키프레임 10개가 가능하게 하는 것을 정확히 설명한 말이다. 동시에 그것은 병목을 옮긴다. 일관된 30초 결과물을 만드는 데 어려움을 겪던 팀은 이제 일관된 30초 스크립트를 쓰는 데 어려움을 겪을 것이다. 툴이 스토리보드 제어권을 넘겨준 것이다. 넘겨줄 스토리보드가 있느냐는 별개의 문제이며, 모델 릴리스가 답할 수 있는 문제가 아니다.

여기에는 진짜 좋은 소식인 버전과 함정인 버전이 있다. 좋은 버전은 스크립트와 샷 리스트를 가진 팀이 제작 배수를 얻는다는 것이다. 그들의 프로세스에서 비싼 부분(촬영 조율)이 생성 한 번으로 압축되기 때문이다. 함정 버전은 둘 다 없는 팀이 같은 품질의 콘텐츠를 훨씬 더 많이, 더 높은 볼륨으로 생성하고 나서, 제약은 결코 렌더가 아니었다는 사실을 발견하는 것이다.

이에 대한 Kling 4.0의 답은 본질적으로 시장이 이미 그 전환을 마쳤다는 베팅이다. 키프레임 10개, 레퍼런스 15개, 8,000 토큰 프롬프트는 하고 싶은 말이 구체적으로 있는 사람을 위한 기능이다. 그만큼의 제어를 요구하는 것은 생성 버튼을 누르기 전에 샷이 어떻게 보이길 원하는지 알고 있을 때만 가치가 있다.