Kling AI 4.0 공개: 1회 30초, 스테레오 사운드·다국어 립싱크, Flash 버전은 720p/20초 상한
The Decoder가 2026년 10월 19일 보도한 바에 따르면 Kling AI가 4.0을 공개했다. 1회 최대 30초, 최대 10장 키프레임, 8000 토큰 프롬프트를 지원하며 스테레오 사운드와 10여 개 언어 립싱크 동기화가 추가되었고, 720p·20초 상한의 Flash 버전도 함께 나왔다. API 가격과 지원 상태는 아직 출시 예정으로 표기되어 있다.
주요 변화
The Decoder가 2026년 10월 19일 보도한 바에 따르면 Kling AI가 4.0 버전을 공개했다. 보도에 따르면 1회 생성으로 최대 30초 길이의 영상을 만들 수 있고, 시스템은 장면 전환과 캐릭터 상태, 서사 리듬을 고정하기 위해 최대 10장의 키프레임 이미지를 받으며, 프롬프트 이해는 8000 토큰으로 확장되었다. 업그레이드된 Omni Reference는 1회에 최대 15개의 참조 소재를 받는데, 여기에는 최대 10장 이미지, 합계 30초를 넘지 않는 5개 영상, 7개 요소가 포함되며 스토리보드, 와이어프레임, 이미지 그리드, 화이트 모델 영상, 뎁스맵 영상 모두 참조로 쓸 수 있다. Creative Recreation은 기존 영상을 템플릿으로 삼아 제품이나 캐릭터를 교체할 수 있게 하며, 표정과 신체, 카메라 앵글, 배경을 나머지 클립에 영향 없이 개별 조정할 수 있다고 한다. 오디오 측면에서는 2채널 스테레오가 추가되었고 독일어, 영어, 일본어, 한국어, 스페인어 등 10여 개 언어의 립싱크와 방언 억양이 개선되었다. 영상 내 텍스트 생성은 다국어를 지원하며 카메라 움직임 속에서도 안정적으로 유지된다. 4K와 1080p 10-bit HDR 출력, 최대 2분 영상 연장 기능은 모두 출시 예정으로 표기되었다. 함께 나온 Kling 4.0 Flash는 더 빠른 생성과 더 낮은 비용을 내세우며 720p·20초가 상한이다. 제작 인터페이스는 재설계되었고 Kling 4.0은 MCP와 CLI로 접근할 수 있다. 보도는 Kling 4.0 API 가격이 아직 공개되지 않았으며 지원 상태가 출시 예정으로 표기되어 있다고 명시했다. 보도는 또한 Kling 4.0을 Wan 3.0, Seedance 2.5와 비교하며 뒤지지는 않지만 앞서지도 않는다고 전했고, 특히 카메라 논리 연결과 물리 효과, 대화 자연스러움 측면을 언급했다.
개발자에게 미치는 영향
개발자 입장에서 가장 직접적인 변화는 입출력 계약의 확대와 접속 방식의 예고다. 1회 30초, 8000 토큰 프롬프트, 최대 15개 참조 소재는 롱테이크나 연속 서사에서 외부 분할 이어붙이기와 번호 정렬이 더 이상 필수가 아닐 수 있음을 뜻하지만, 요청 본문이 커지고 소재 준비와 검증 로직이 더 복잡해진다. 10장 키프레임과 뎁스맵, 화이트 모델 영상 같은 구조화 참조는 제어권을 순수 텍스트 프롬프트에서 기하와 타임라인으로 옮기며, 이미 스토리보드나 3D 프리비즈 자산을 가진 팀에 적합하지만 소재 품질과 명명 규칙이 먼저 갖춰져야 한다. 2채널 스테레오와 다국어 립싱크 동기화는 후반 작업 흐름에 영향을 준다. 오디오가 영상과 함께 생성된다면 기존의 영상 먼저, 더빙 나중 식 파이프라인은 역할 분담을 다시 짜야 할 수 있다. Flash 버전은 해상도와 길이를 720p·20초로 낮춰 대량 초안과 프리뷰 용도를 겨냥한다. 강조할 점은 MCP와 CLI가 현재 보도된 접속 방식일 뿐이며 API 가격과 지원 상태가 모두 출시 예정으로 표기되어 있어 현 단계에서 프로덕션 호출이 가능하다고 추론할 수 없다는 것이다. 보도에서의 Wan 3.0, Seedance 2.5와의 비교는 매체의 정성적 서술이며 재현 가능한 벤치마크 결론이 아니다.
연동 및 평가 제안
다음은 권고와 조건 분석이며 보도된 사실이 아니다. 권고 1: 팀에 스토리보드나 3D 프리비즈 자산이 이미 있다면 같은 스크립트로 순수 텍스트 프롬프트 직행과 다중 키프레임 제어 생성 두 경로를 먼저 비교해 키프레임과 뎁스맵 컨트롤의 이득을 검증하라. 전제는 참조 소재의 정제와 해상도 통일이 끝났다는 것이며, 측정 지표는 같은 스크립트에서 수작업 재생성이 필요한 장면 비율과 장면 간 캐릭터·배경 일관성 통과율이다. 소재 규범이 미성숙하다면 텍스트 프롬프트 중심이 비용 면에서 더 나을 수 있다. 권고 2: 영상 생성을 기존 자동화 파이프라인에 넣는 것이 목표라면 공개 설명을 바탕으로 읽기 전용 MCP·CLI 통합 샘플을 먼저 만들고, 공급자 호출을 자체 어댑터 계층 뒤에 감싸 워크플로가 그 인터페이스에 직접 묶이지 않게 하라. 전제는 인터페이스 문서를 안정적으로 확보할 수 있다는 것이며, 측정 지표는 작업 제출부터 사용 가능한 소재 확보까지의 중위 소요 시간과 1회 생성 실패 후 수작업 없이 자동 재시도로 성공하는 비율이다. 권고 3: 다국어 립싱크 동기화가 핵심 요구라면 대상 언어별로 소규모 대조 세트를 따로 만들고 스테레오 오디오와 립싱크 정렬을 독립 검수 항목으로 삼아라. 조건은 대상 언어가 지원한다고 주장하는 10여 개 범위에 속한다는 것이며, 측정 지표는 생성 성공 여부가 아니라 원어민 검수자의 음성·영상 동기 통과율이다. 대상 언어가 방언이나 억양 경계에 있다면 Flash 같은 저비용 경로에서 먼저 시행착오를 거치는 편이 낫다.
제한과 확인할 사항
분명히 해둘 점: Kling 4.0과 Flash 버전은 현재 KimiSeek의 판매 모델 카탈로그에 없으며 아직 등재되지 않은 버전이다. 향후 같은 계열의 다른 버전이 등재되더라도 이 버전이 사용 가능하다고 볼 수는 없다. 보도에 언급된 API 가격과 지원 상태는 공급자 Kling AI 자체의 계획을 가리키며, 가격 페이지에는 아직 공개되지 않은 것으로, 지원 상태는 출시 예정으로 표기되어 있다. 4K와 1080p 10-bit HDR 출력, 최대 2분 영상 연장 기능 역시 출시 예정으로 보도되었으며 이미 사용 가능하다는 뜻이 아니다. 30초 길이, 8000 토큰, 15개 참조 소재, 10여 개 언어 립싱크 동기화 등의 서술은 모두 Kling AI의 주장을 전한 것이며 독립적으로 검증되지 않았다. Wan 3.0, Seedance 2.5와의 비교도 해당 보도의 정성적 관찰일 뿐 표준 벤치마크가 아니다. MCP와 CLI의 능력 범위, 속도 제한, 동시성, 과금 방식은 보도에서 설명되지 않았으므로 실제 통합 전에는 공급자 문서를 기준으로 삼아야 한다. 또한 보도에서 진행이 둔화되었다는 판단은 논평적 추측이며, 출처 자체도 차세대 Wan과 Seedance가 나와야 판단할 수 있다고 인정한다.