Kling 3.0 멀티샷과 네이티브 오디오: 모델이 하는 일

Kling 3.0이 발표한 내용

위의 스틸 이미지는 이 사이트에서 제작한 Crimson Vow의 한 장면입니다. 아래쪽 스토리보드 스크린샷은 그 샷들을 정한 페이지입니다.

Kling 3.0과 3.0 Omni는 2026년 2월에 발표되었습니다(2026년 2월 6일자 보도자료와 Kling 자체 블로그 자료). 핵심 기능은 멀티샷 생성입니다. 끊김 없는 카메라 움직임 하나가 아니라, 한 번의 생성으로 컷이 들어간 여러 샷을 만들어 냅니다.

발표에 따르면 한 테이크는 3–15초 길이이고, 한 번의 생성에 최대 6번의 샷 전환이 들어갈 수 있으며, 샷마다 길이, 프레이밍, 앵글, 내용, 카메라 움직임을 따로 정할 수 있습니다. Kling 블로그는 테이크 안에서 샷-리버스샷 대화와 교차 편집을 처리하는 AI Director를 설명합니다. 같은 출시를 다룬 제3자 글들은 이 기능을 Smart Storyboard, Custom Storyboard라는 이름으로 홍보합니다.

접근 권한은 Kling 쪽에서 등급별로 나뉩니다. 공식 페이지에는 3.0을 열려면 Pro, Premier 또는 Ultra 멤버십이 필요하다고 나와 있습니다.

네이티브 오디오: 발표의 나머지 절반

Kling 3.0은 나중에 더빙하는 대신 영상과 오디오를 한 번에 생성합니다. 발표된 언어는 영어, 중국어, 일본어, 한국어, 스페인어이며, 억양(미국식, 영국식, 인도식 영어 등과 여러 중국어 방언)도 지원합니다. 화자가 여러 명인 장면에서는 대사가 올바른 화자에게 배정되는 것으로 발표되었습니다.

실제로 달라지는 점은 타이밍입니다. 대사가 렌더링에 포함되면 입 모양, 멈춤, 샷 길이가 함께 정해지고, 대사를 나중에 얹으면 누군가가 한쪽을 다른 쪽에 맞춰 억지로 구부려야 합니다. 대화를 네이티브로 생성하는 이유는 네이티브 대화 vs 더빙에서 더 자세히 다룹니다.

레퍼런스 모드와 Character Identity 3.0

발표된 모드는 텍스트-투-비디오, 이미지-투-비디오, 첫 프레임과 마지막 프레임, 다중 이미지 레퍼런스, Element reference(사람, 사물, 장소 같은 피사체), 영상 Element reference입니다.

Character Identity 3.0은 일관성 계층입니다. 레퍼런스 영상 또는 여러 이미지로 캐릭터를 정의할 수 있습니다. Kling의 안내에 따르면 가장 강한 일관성은 약 3–8초 길이의 캐릭터 영상에서 나옵니다. Element를 목소리에 묶을 수도 있어서(Element Voice Control) 같은 피사체가 같은 소리로 등장합니다.

마지막으로 짚을 만한 발표 기능은 화면 속 글자입니다. 간판, 자막, 로고가 움직임 속에서도 읽히는 상태로 유지된다고 설명되며, 간판이 이야기 정보를 담는 샷이라면 중요한 부분입니다.

한 테이크에 샷 여섯 개: 글쓰기가 달라지는 점

내부에서 컷을 할 수 있는 생성은 테이크의 쓰임새를 바꿉니다. 카메라 움직임 하나를 쓰는 대신 짧은 시퀀스를 쓰는 것입니다. 설정 샷, 리액션, 투샷, 인서트 — 컷이 이미 클립 안에 들어 있습니다.

여기서 두 가지 결과가 나오며, 둘 다 모델이 아니라 편집의 규율에 관한 것입니다:

• 테이크 안의 샷 사이 컷은 생성 시점에 정해집니다. 컷을 직접 쓰는 것이지, 나중에 편집에서 찾는 것이 아닙니다. 프롬프트보다 스토리보드에 가까운 일입니다.
• 테이크 안의 샷마다 자기 정보가 여전히 필요합니다 — 누가 프레임 안에 있는지, 얼마나 지속되는지, 무슨 말을 하는지. 샷 여섯 개짜리 테이크는 테이크 번호 하나를 공유하는 작은 장면 여섯 개입니다.

스토리보드라는 발상, 한 단계 위에서

Kling 3.0이 작성자에게 요구하는 모든 것 — 샷 경계, 샷별 길이, 프레이밍, 프레임 안 인물, 대사 — 은 스토리보드가 이미 담고 있는 내용입니다. 모델이 종이 위의 단계를 입력의 일부로 만든 것입니다.

이 사이트가 시리즈에 쓰는 구조와 같습니다. 대본을 읽어 에피소드로 나누고, 에피소드마다 세그먼트로 이루어진 스토리보드를 만들며, 세그먼트마다 번호가 매겨진 샷이 들어 있고, 샷마다 초 수, 프레임 안 인물, 말해야 할 대사가 붙습니다. 세그먼트는 하나씩 렌더링되어 에피소드당 파일 하나로 합쳐집니다. AI 숏드라마 만드는 법에서 파이프라인을 처음부터 끝까지 안내합니다.

그래서 Kling 3.0에서 넘어오신다면 이렇게 옮겨 읽으면 됩니다. 모델이 멀티샷 생성이라 부르는 것은 스토리보드 페이지에서 세그먼트라 부르는 것이고, 길이와 프레이밍을 가진 샷은 스토리보드의 초 수가 붙은 번호 샷입니다. 용어는 다르지만 규율은 같고, 옮겨 갈 수 있는 부분도 바로 그것입니다.

이곳의 스토리보드는 이렇게 생겼습니다

이 에디터의 세그먼트는 짧고 구체적입니다. 어디서 언제인지(장소, 시간대, 날씨)로 시작하고, 번호가 매겨진 샷을 나열합니다. 각 샷 줄에는 길이(초), 실제로 프레임 안에 있는 캐릭터, 말하는 대사가 들어가고 소리는 따로 적습니다. 이 텍스트를 편집하는 것은 무료이고, 세그먼트를 다시 생성할 때 비용이 듭니다.

샷 여섯 개를 쓰는 작업은 어느 쪽이든 두 가지 습관이 있으면 잘 풀립니다:

• 샷당 박자 하나. 한 샷에 일이 두 개 일어나면 샷이 두 개입니다. 테이크 안의 컷도 컷입니다.
• 프레임 안 목록을 정직하게 쓰세요. 샷에 보이지 않는 사람의 이름을 적는 것은 프레임이 계획에서 어긋나는 가장 흔한 원인 중 하나입니다. 샷 하나 쓰는 법에서 한 줄에 무엇이 들어가고 무엇이 들어가지 않는지 설명합니다.

두 접근 방식이 다른 점

멀티샷 생성은 컷을 생성 시점에, 하나의 테이크 안에서 정합니다. 이 사이트는 세그먼트 사이에서 컷을 합니다. 세그먼트마다 별도의 테이크로 렌더링되고 에피소드 합성이 그것들을 이어 붙입니다. 거래 조건은 단순합니다 — 내부 컷은 장면 안의 연속성을 얻는 대신 나중에 다시 컷을 짜는 능력을 잃고, 세그먼트를 나누면 모든 이음새를 따로 검토하고 다시 렌더링할 수 있습니다.

시리즈 작업에서는 어느 쪽이든 실용적인 방식이 같습니다. 이야기는 대본에서 확정하고, 샷 목록은 스토리보드에서 확정하고, 그다음에야 렌더링 시간을 씁니다. 에피소드 전체를 다시 만들지 않고 샷 하나만 편집하기가 이 사이트에서 그 규율을 구현한 방식입니다.

발표 내용에서 유념할 점

• 3.0의 숫자는 3.0만의 것입니다. 3–15초와 6개 샷은 3.0을 설명하는 수치이고, 이후 4.0 발표에서 숫자가 다시 바뀌었습니다. 같은 조건끼리 비교하세요.
• 멤버십 전용. 공식 페이지는 3.0 이용을 Kling 유료 멤버십 등급에 묶어 두었고, 무료 등급으로는 쓸 수 없습니다.
• 제3자의 이름은 마케팅 용어입니다. “Smart Storyboard”와 “Custom Storyboard”는 출시를 다룬 기사에서 나온 이름이고, Kling 자체 블로그는 같은 기능을 AI Director가 있는 멀티샷 생성이라고 설명합니다.
• 캐릭터 영상의 길이 범위. 가장 강한 캐릭터 정체성을 위한 3–8초 안내는 Kling의 권장일 뿐, 시도해 볼 수 있는 형식의 한도가 아닙니다.

출처

• Kling: Video 3.0 Omni 멀티샷 및 네이티브 오디오 가이드 (kling.ai 블로그, 2026년 6월) — 샷 수, 길이, 오디오 언어, 레퍼런스 모드, Character Identity 3.0.
• Bernama: Kling 3.0 보도자료 (2026년 2월 6일) — 출시 소식과 모델 목록(Video 3.0, Video 3.0 Omni, Image 3.0, Image 3.0 Omni).

Kling은 소유자의 상표이며 제품을 식별하기 위해서만 언급했습니다. SceneMixer는 Kling과 제휴 관계가 아닙니다. 사양은 발표된 그대로 인용했으며 바뀔 수 있습니다.

FAQ

2026년 10월 15일 업데이트

요금·가이드·샘플·대안·답변·지원·개인정보 처리방침·이용약관·법적 고지·문의하기·제휴 프로그램·© 2026 SceneMixer