Kling AI 3.0 사용 가이드: 모델 선택, 크레딧, 한국어 프롬프트

Kling AI는 Kuaishou(快手)가 만든 이미지·영상 생성 서비스입니다. 2024년 6월 중국에서 텍스트-비디오 모델을 공개했고, 같은 해 7월 글로벌 웹 베타를 열었습니다. 2026년에는 단순히 짧은 무음 클립을 만드는 도구에서 참조 이미지·영상, 장면 편집, 여러 숏, 대사와 효과음을 한 워크플로에서 다루는 도구로 범위가 넓어졌습니다.

이 글은 2026년 7월 26일 기준 공식 자료를 바탕으로 작성했습니다. 처음 쓰는 사람이라면 Video 3.0으로 짧은 720p 테스트를 만든 뒤, 캐릭터·제품 일관성이나 기존 영상 편집이 필요할 때만 Video 3.0 Omni로 넘어가는 편이 합리적입니다.

지금 선택할 Kling 모델

Kuaishou는 2026년 2월 5일 Video 3.0, Video 3.0 Omni, Image 3.0, Image 3.0 Omni를 공개했습니다. 이 가운데 영상 제작자가 우선 구분할 것은 앞의 두 모델입니다.

선택	적합한 작업	핵심 입력	알아둘 점
Video 3.0	텍스트-비디오, 이미지-비디오, 시작·끝 프레임, 짧은 광고와 대화 장면	텍스트, 이미지, Element	최대 15초, 멀티숏, 네이티브 오디오, 한국어 대화 지원
Video 3.0 Omni	캐릭터·제품·장소를 여러 자료로 고정, 기존 영상 참조·변환·편집	텍스트, 여러 이미지, Element, 영상	영상 입력 시 비용이 높고 네이티브 오디오를 함께 켤 수 없는 조합이 있음
Video 2.6 / O1	이전 프로젝트 재현이나 특정 레거시 기능	모델별 상이	각각 3.0과 3.0 Omni의 전신이다. 새 작업은 3.0 계열부터 비교하는 것이 단순하다

Kuaishou의 3.0 발표는 3.0 계열이 텍스트·이미지·오디오·비디오 입출력을 한 구조에서 다루며, 텍스트-비디오·이미지-비디오·참조 기반 생성·영상 내 편집을 통합한다고 설명합니다. Kling 공식 Video 3.0 가이드는 3~15초의 유연한 길이, 멀티숏, 시작·끝 프레임, Element 참조와 중국어·영어·일본어·한국어·스페인어 대화를 명시합니다.

Video 3.0을 먼저 쓰면 좋은 경우

한 장의 제품 사진이나 인물 사진에 움직임을 주고 싶다.
장면을 텍스트로 만들거나 시작·끝 프레임 사이를 연결하고 싶다.
15초 이내에 여러 카메라 숏과 한국어 대사를 함께 만들고 싶다.
참조 인물이나 제품은 1~3개 정도면 충분하다.

Video 3.0의 Element 기능은 여러 각도의 이미지나 짧은 영상으로 인물·사물·장소를 재사용 가능한 참조 자산으로 만듭니다. 공식 Element 가이드에 따르면 시작 프레임 또는 시작·끝 프레임 생성에서 최대 3개 Element를 결합할 수 있습니다.

Video 3.0 Omni가 필요한 경우

여러 인물·제품·장소를 한 장면에서 계속 유지해야 한다.
기존 영상의 동작이나 캐릭터를 참조해 새 장면을 만들고 싶다.
프롬프트만으로 영상 일부를 변환하거나 편집하는 워크플로가 필요하다.
캐릭터의 외형과 목소리를 반복 제작물에서 함께 고정하고 싶다.

Video 3.0 Omni 공식 가이드에 따르면 영상이 없을 때 이미지·Element를 합해 최대 7개까지 넣을 수 있습니다. 영상 입력은 3~10초, 2K 이하, 200MB 이하이며 이때 이미지·Element는 합계 최대 4개입니다. 입력이 많다고 자동으로 결과가 좋아지는 것은 아니므로, 화면에 실제로 필요한 주체만 참조로 고르는 것이 좋습니다.

2.6에서 3.0으로 무엇이 달라졌나

2025년 12월 공개된 Video 2.6은 텍스트 또는 이미지에서 영상·음성·효과음·환경음을 한 번에 만드는 동시 음화 생성 기능을 도입했습니다. 당시 음성은 중국어와 영어, 길이는 최대 10초였습니다. 3.0은 이를 다음처럼 확장했습니다.

최대 길이 10초에서 15초로 증가
단일 장면 중심에서 자동 멀티숏과 사용자 지정 멀티숏으로 확장
중국어·영어에서 한국어·일본어·스페인어까지 대화 언어 확대
여러 등장인물의 대사 순서와 화자 지정 강화
이미지뿐 아니라 영상으로도 Element의 외형과 목소리 참조
이미지 속 간판·로고·자막 같은 텍스트 보존 및 생성 개선

여기서 “개선”은 Kuaishou와 Kling의 제품 설명을 요약한 것입니다. 모든 장면에서 글자, 입 모양, 손, 물리 동작이 정확하다는 뜻은 아닙니다. 중요한 제작물은 생성 결과를 프레임 단위로 검수해야 합니다.

해상도와 4K: 최종 출력에서 결정하기

Kling은 2026년 4월 23일 3.0 계열에 네이티브 4K 생성 기능을 추가했다고 밝혔습니다. Kling의 4K 발표는 3840×2160을 생성 단계에서 직접 출력한다고 설명합니다.

그러나 4K가 초안 품질까지 보장하지는 않습니다. 구도, 동작, 화자, 제품 형태가 틀린 4K 결과는 더 비싼 실패일 뿐입니다. 다음 순서가 안전합니다.

720p·무음·3~5초로 구도와 동작을 확인합니다.
같은 설정에서 대사와 환경음을 켜 동기화를 확인합니다.
최종 후보만 1080p로 다시 만듭니다.
대형 화면, 크롭, 합성처럼 실제 납품 요건이 있을 때만 4K를 선택합니다.

요금: 월 달러 가격보다 크레딧 소모를 계산하자

Kling의 월 구독 가격은 지역·세금·첫 구독 프로모션·갱신 시점에 따라 달라질 수 있습니다. 따라서 고정 달러 가격표보다 현재 결제 화면과 생성 패널을 최종 기준으로 삼아야 합니다. 아래는 2026년 7월 26일 확인한 Kling 공식 가이드의 생성 단가입니다.

생성 방식	720p	1080p	5초 예산
Video 3.0, 네이티브 오디오 끔	6크레딧/초	8크레딧/초	30 / 40크레딧
Video 3.0, 네이티브 오디오 켬	9크레딧/초	12크레딧/초	45 / 60크레딧
음성 톤 제어 추가	+2크레딧/초	+2크레딧/초	+10크레딧
3.0 Omni, 영상 입력·오디오 끔	12크레딧/초	16크레딧/초	60 / 80크레딧
3.0 계열 네이티브 4K	해당 없음	해당 없음	30크레딧/초, 5초 150크레딧

Omni에서 영상 입력이 없으면 720p·1080p 단가는 일반 Video 3.0과 같습니다. 공식 가이드상 영상 입력과 네이티브 오디오는 아직 동시에 지원되지 않습니다. 4K의 초당 30크레딧은 Kling의 2026년 7월 크레딧 가이드에 나온 계획용 기준이며, 실제 생성 직전 표시되는 크레딧을 다시 확인해야 합니다.

예를 들어 10초짜리 1080p 네이티브 오디오 영상 한 번은 120크레딧입니다. 결과 하나를 얻기 위해 4번 재생성한다면 480크레딧이므로, “영상 한 편 가격”은 길이뿐 아니라 평균 재시도 횟수까지 포함해 계산해야 합니다.

한국어 영상 제작 순서

1. 한 생성에 한 가지 목표만 둔다

“도시 전체를 보여주고, 제품을 소개하고, 두 사람이 대화하고, 로고로 끝내기”를 5초에 넣으면 주체와 카메라가 충돌하기 쉽습니다. 먼저 한 문장으로 성공 조건을 적습니다.

8초 안에 주인공이 제품을 들고 한국어 한 문장을 말하며, 마지막 2초 동안 로고가 읽혀야 한다.

이 조건을 한 생성으로 감당하기 어렵다면 2~3개의 숏으로 나누고 편집 단계에서 연결합니다.

2. 입력 방식을 고른다

외형보다 아이디어 탐색이 중요하면 Text-to-Video
제품·인물 형태가 중요하면 Image-to-Video + Element
첫 화면과 마지막 화면이 정해졌으면 Start & End Frames
기존 영상의 동작·구도·캐릭터를 바꾸려면 Video 3.0 Omni

인물 사진, 브랜드 자산, 미공개 제품 이미지는 업로드 권한과 보안 수준을 먼저 확인해야 합니다.

3. 프롬프트를 장면·동작·카메라·소리로 분리한다

다음처럼 구조를 고정하면 수정할 변수를 찾기 쉽습니다.

[형식] 9:16 세로, 8초, 따뜻한 자연광, 사실적인 광고 영상

[장면] 아침 햇빛이 드는 작은 주방. 흰 머그컵 옆에 @Product가 놓여 있다.

[인물과 동작] @Person이 프레임 오른쪽에서 들어와 @Product를 집어 들고
라벨이 카메라를 향하도록 천천히 돌린다. 제품 형태와 라벨 색상은 유지한다.

[카메라]
Shot 1 (0~3초): 제품 클로즈업, 아주 느린 전진
Shot 2 (3~6초): 인물 허리 위 미디엄 숏, 눈높이 고정
Shot 3 (6~8초): 제품과 인물을 함께 보여주는 정면 숏

[대사와 소리]
@Person (한국어, 차분하고 밝은 목소리): "아침을 더 가볍게 시작해요."
잔잔한 주방 환경음. 음악 없음.

Element를 쓰지 않는다면 @Product, @Person을 구체적인 외형 설명으로 바꿉니다. 첫 결과가 틀렸을 때 전체 프롬프트를 갈아엎지 말고 동작 → 카메라 → 대사 → 스타일 순서로 한 항목씩 고치면 무엇이 영향을 줬는지 판단하기 쉽습니다.

4. 세 가지를 별도로 검수한다

연속성: 얼굴, 손, 의상, 제품 형태가 숏 사이에서 유지되는가?
의미: 화자와 대사가 맞고, 장면 순서가 의도대로인가?
납품: 글자·로고·오디오 피크·워터마크·화면비가 채널 요구사항에 맞는가?

Kling이 텍스트 보존 향상을 내세우더라도 가격, 법률 문구, 제품 사양처럼 오류 비용이 큰 글자는 후반 편집에서 별도로 얹는 편이 안전합니다.

외부 관찰: “무조건 최고”라는 비교는 피해야 한다

이 단락은 Kuaishou의 주장이 아니라 제3자 관찰입니다. Artificial Analysis는 같은 프롬프트의 결과를 블라인드 사용자 투표로 비교해 Elo 점수를 계산합니다. 2026년 7월 26일 확인한 Text-to-Video 리더보드에서 Kling 3.0 1080p Pro는 무음 부문 상위 5개 모델에 포함됐지만, 오디오 포함 부문의 1위는 아니었습니다.

이 결과는 Kling이 경쟁력 있는 선택지라는 근거는 되지만 “Sora보다 현실적이다”, “Runway보다 물리가 좋다” 같은 보편적 결론을 증명하지는 않습니다. 리더보드는 수시로 바뀌며 브랜드 일관성, 한국어 발음, 수정 가능성, 대기 시간 같은 팀별 요구도 모두 반영하지 못합니다.

실제 도구 선택은 다음 세 장면을 같은 예산으로 생성해 비교하는 편이 낫습니다.

고정 제품과 움직이는 카메라
두 인물의 짧은 한국어 대화
시작·끝 프레임이 정해진 큰 동작

각 결과를 프롬프트 준수, 주체 일관성, 오디오, 수정 횟수, 크레딧으로 채점하면 광고 문구보다 자신의 작업에 맞는 답을 얻을 수 있습니다.

상업 이용 전에 반드시 확인할 약관

Kling의 서비스 약관은 2026년 4월 21일 개정본 기준으로 다음을 규정합니다.

사용자는 적용 법률상 입력과 출력에 대한 권리를 보유하지만, Kling의 서면 허가 없이 출력을 상업적으로 이용할 수 없다는 조항이 있습니다.
Kling 표시가 결과에 없으면 제목이나 눈에 띄는 위치에 Kling AI로 생성했다는 표시를 요구합니다.
업로드한 콘텐츠는 독점적·기밀 정보로 취급되지 않으며, 서비스 운영·홍보·기능 개선·모델 개발 등에 사용하는 라이선스를 Kling에 부여합니다. 이 허가는 support@kling.ai로 철회 요청할 수 있다고 명시합니다.

한편 Kling의 공식 크레딧·멤버십 안내는 Basic 생성물은 상업 이용 불가, Standard 이상은 상업 이용 가능 혜택을 표시합니다. 따라서 유료 플랜 이름만 보고 판단하지 말고 구매 시점의 플랜 혜택, 서비스 약관, 프로젝트 계약 조건을 함께 저장하십시오. 중요한 광고·판매 콘텐츠는 Kling 지원팀에 허용 범위를 서면으로 확인하는 것이 안전합니다.

개인정보 처리방침은 한국 이용자의 개인정보를 싱가포르와 말레이시아에서 수집·처리하며, 한국에서는 만 14세 이상만 서비스를 이용할 수 있다고 밝힙니다. 공개 전 제품, 고객 얼굴, 기밀 스토리보드처럼 외부 처리에 민감한 자료는 조직의 보안 정책과 맞지 않으면 업로드하지 않는 편이 좋습니다.

누구에게 적합한가

Kling 3.0은 다음 조건에서 특히 검토할 가치가 있습니다.

최대 15초 안에서 여러 숏과 네이티브 오디오를 함께 만들고 싶다.
한국어 대화가 들어간 세로형 광고·숏폼 초안을 빠르게 비교하고 싶다.
인물·제품·장소를 Element로 재사용하고 싶다.
기존 이미지나 영상을 참조해 새 장면을 만들거나 변형하고 싶다.
최종본 전에 낮은 해상도로 반복 테스트할 제작 규칙을 운영할 수 있다.

반대로 긴 서사 전체를 한 번에 만들거나, 법적 문구와 제품 형태가 한 프레임도 틀리면 안 되거나, 기밀 자료를 외부 서비스에 올릴 수 없다면 Kling 하나로 제작을 끝내려 해서는 안 됩니다. 생성 모델은 숏 제작기, 편집기는 조립·검수 도구로 역할을 나누는 편이 현실적입니다.

참고자료

Kuaishou·Kling 1차 자료

제3자 자료

Artificial Analysis, Text-to-Video Arena 리더보드 — 블라인드 사용자 선호도 기반의 변동 가능한 외부 벤치마크