클링 4.0 공개, 30초 영상에 참조 입력 15개로 인물·장면 일관성 잡는다

중국 콰이쇼우의 AI 자회사 클링이 28일 차세대 동영상 생성 모델 '클링 4.0'을 공개했다. 한 번에 만들 수 있는 영상 길이가 최대 30초로 늘었고, 키프레임을 최대 10개까지 지정할 수 있다. 텍스트·이미지·기존 영상을 섞어 최대 15개까지 참조로 넣을 수 있어, 인물이나 사물의 모습과 장면 전환을 사람이 정한 대로 붙잡아 두는 쪽으로 무게를 옮겼다.

화질과 소리도 손봤다. 빠른 움직임을 안정적으로 표현하고 스테레오 오디오와 립싱크를 개선했으며, 최대 4K와 10비트 HDR까지 출력한다. 여러 언어와 억양, 방언도 지원한다. 지금은 일부 이용자 대상 테스트 중이고, 라이트 버전인 '클링 4.0 플래시'는 연간 울트라 요금제 가입자에게 먼저 열렸다. 정식 버전은 10월 예정이다. 현실감을 앞세운 바이트댄스 '시댄스'를 쫓으면서, 가격 대비 성능을 내세운 알리바바·미니맥스와도 맞붙는 구도다.

AI 광고 영상이 자주 막히던 지점은 컷마다 모델 얼굴과 제품 모양이 달라지는 문제였다. 30초면 광고 한 편 분량이기도 하다. 정식 출시 뒤에는 제품 사진과 모델 레퍼런스를 고정해 두고 컷별 일관성이 유지되는지부터 확인해 보면 실제 시안 제작에 쓸 수 있을지 빠르게 판단할 수 있다.