Kling AI가 VIDEO 3.0 프롬프트 작성 가이드를 공개했다. 주제, 액션, 장면, 카메라, 조명과 분위기 5개 요소로 프롬프트를 구성하는 방식이며, 네이티브 오디오의 한국어 대사 지원과 4K 크레딧 단가도 함께 공개됐다.
가이드는 강한 프롬프트가 비밀 공식이 아니라 명확한 장면 지시에서 나온다고 전제한다. VIDEO 3.0은 네이티브 오디오, 멀티샷 생성, 유연한 길이 조정, 프롬프트 준수 강화, 레퍼런스 기반 일관성을 제공한다.
프롬프트 5요소
| 요소 | 역할 | 예시 |
|---|---|---|
| 주제 | 주요 인물, 제품, 소품, 환경 식별 | 줄무늬 셔츠를 입은 여성, 벨벳 받침 위의 향수병 |
| 액션 | 눈에 보이는 움직임이나 행동 | 카메라를 향해 걸어온다, 잔의 주스를 휘젓는다, 돌아서 미소 짓는다 |
| 장면 | 위치와 주변 요소 설정 | 야외 테라스, 거실, 마드리드의 오래된 거리, 스튜디오 제품 세트 |
| 카메라 | 프레이밍, 각도, 이동 지정 | 클로즈업, 와이드샷, 로우앵글, 느린 푸시인, 트래킹샷 |
| 조명과 분위기 | 보이는 대기감 정의 | 자연광, 골든아워, 차가운 파란 밤, 부드러운 안개 |
구체적 서술 원칙
가이드는 모호한 단어를 피하라고 권한다. ‘마법’ 대신 ‘신비로운 빛을 내며 소용돌이치는 파란 에너지 입자’처럼 쓰면 장면의 시각적 목표가 분명해진다.
움직임은 관객이 볼 수 있는 것으로 서술한다. 위로 흐르는 연기, 바람에 휘는 불꽃, 앞으로 기운 러너, 피사체 옆에서 따라가는 카메라 같은 표현이다. 가이드는 이런 가시적 움직임 언어가 내부 기술 사양을 명시하는 것보다 안전하고 명확하다고 설명한다.
카메라 지시 방법
| 카메라 움직임 | 프롬프트 표현 | 용도 |
|---|---|---|
| 클로즈업 | 화자의 얼굴에 클로즈업 | 대사, 감정, 제품 디테일 |
| 와이드샷 | 테라스와 두 인물을 보여주는 와이드샷 | 배경, 규모, 장면 전체 |
| 푸시인 | 카메라가 피사체를 향해 천천히 밀고 들어간다 | 강조, 긴장, 공개 |
| 팬 / 틸트 | 카메라가 방을 가로질러 팬한다 / 간판까지 틸트한다 | 공간이나 수직 요소 공개 |
| 트래킹샷 | 카메라가 러너 옆을 따라간다 | 움직임과 액션 연속성 |
프롬프트 예시: 조각상 돌리인
가이드는 실제 프롬프트와 그 결과를 함께 제시했다. 아래는 돌리인에 팬과 틸트를 결합한 예시다.
| 우아한 석조 테라스에 선 여성 조각상을 향해 부드럽고 신중하게 접근하는 돌리인 트래킹샷. 카메라는 미디엄 와이드 거리에서 출발해 천천히 전진한다. 돌리인이 진행되는 동안 카메라는 미세하게 오른쪽으로 팬하고 부드럽게 위로 틸트하면서, 조각상의 정교한 디테일과 흐르는 옷 주름, 고요한 표정, 우아한 자세를 낮은 각도에서 점차 드러낸다. 움직임은 유려하고 안정적이며 정밀하게 제어된다. 부드러운 자연광과 옅은 빛줄기, 은은한 대기 안개. 8K 디테일 |
샷 사이즈와 구도
가이드는 관객이 피사체와 어느 정도 거리에 놓이는지를 정확한 용어로 지정하라고 권한다.
- 익스트림 클로즈업 — 눈의 질감, 작은 물체의 움직임 같은 미세한 디테일
- 미디엄 클로즈업 — 상반신 위쪽, 대사 장면과 감정 표현
- 풀바디샷 — 피사체 전신과 주변 환경 일부, 동작이나 의상을 보여줄 때
- 이스태블리싱 와이드샷 — 장소를 설명하고 장면의 규모를 설정
구도는 ‘중앙 배치’, ‘삼분할’, ‘오프 센터’ 같은 용어로 추가 지정할 수 있다.
속도와 리듬
| 페이싱 | 작성 방법 | 용도 |
|---|---|---|
| 느림 | 인물이 생각하는 동안 느린 푸시인 | 차분함, 친밀감, 서스펜스 |
| 일정 | 피사체를 따라가는 일정한 트래킹샷 | 읽히는 액션과 연속성 |
| 빠름 | 반응 클로즈업으로 빠른 컷 | 에너지, 놀람, 전환 |
| 샷 길이 | 커스텀 멀티샷에서 길이 지정 | 구조화된 장면과 대사 호흡 |
네이티브 오디오와 한국어 대사
VIDEO 3.0과 VIDEO 3.0 Omni는 네이티브 오디오를 지원해 영상, 대사, 앰비언스, 효과음을 한 번의 생성으로 만든다.
대사는 중국어, 영어, 일본어, 한국어, 스페인어 5개 언어를 지원한다. 방언과 억양도 지원하며, 한 장면 안에서 서로 다른 언어의 대사를 쓸 수 있다. 가이드는 지원되는 언어와 억양 전반에서 입 모양과 표정이 자연스럽게 유지된다고 설명한다.
대사 프롬프트는 화자 표시를 명확히 하고, 화자 이름과 대사, 전달 방식을 가까이 배치하는 것을 권한다. 여러 화자가 나오는 장면에서는 각 화자를 명확히 구분하고 음성 톤이 중요한 경우 보이스 컨트롤을 사용한다.
앰비언스는 장소와 음향 디테일을 평이하게 서술한다. 실내 거실이라면 에어컨의 낮은 소음 같은 식이다.
인물 일관성 유지
특정 인물, 제품, 소품이 유지돼야 하는 장면에서는 고품질 레퍼런스 이미지나 비디오 요소를 쓴다. 3.0 시리즈는 레퍼런스 기반 영상 제작에서 요소 일관성이 강화됐다.
VIDEO 3.0 Omni에서는 비디오 레퍼런스가 카메라 앵글이나 장면이 바뀌는 동안에도 인물 특징을 유지하는 데 쓰인다. 프롬프트에서 인물, 제품, 소품 설명을 고정하고 장면과 각도, 액션만 바꾸는 방식이 효과적이다.
멀티샷 모드
멀티샷은 자동과 커스텀 두 가지다. 자동 모드에서는 장면, 대사, 카메라 커버리지, 시각적 리듬을 서술하면 모델이 앵글과 구도를 조정한다.
커스텀 멀티샷은 샷 단위로 내용, 길이, 샷 사이즈와 시점, 카메라 움직임을 직접 제어한다. 가이드는 배경을 먼저 정의하고 샷 순서대로 장면을 구성해 각 호흡에 목적을 부여할 것을 권한다.
| [샷 1: 와이드샷] 네온 불빛의 격납고를 가로질러 자신의 우주선으로 걸어가는 사이버펑크 여성 파일럿. [샷 2: 미디엄샷] 그녀가 멈춰 서서 우주선을 바라본다. 결연한 표정. [샷 3: 클로즈업] 그녀의 손이 차가운 금속 선체에 닿는다. 높은 일관성, 시네마틱 조명, 4K, 사실적인 질감 |
제품 장면의 텍스트 렌더링
VIDEO 3.0은 원본 이미지의 간판이나 자막 같은 디테일을 보존하거나, 정해진 레이아웃 안에 새 텍스트를 생성할 수 있다. 제품 라벨, 매장 간판, 자막, 패키지에는 정확한 문구와 위치, 표면, 카메라 거리를 함께 쓴다. 가독성이 중요하면 텍스트를 짧게 유지하고 조명과 프레이밍으로 보완한다.
크레딧과 품질 설정
4K 모드는 초당 30크레딧이다. 가이드는 크레딧과 이용 범위가 변경될 수 있으므로 제작 전에 현재 멤버십 플랜을 확인하라고 안내한다.
작업 방식으로는 단순한 기본 프롬프트에서 출발해 속도, 움직임, 프레이밍을 바꿔가며 변형을 시험하고, 콘텐츠 유형별로 효과적인 조합을 기록해 자신의 프롬프트 라이브러리를 만드는 방법을 제시한다.
의의 및 전망
대사 지원 언어에 한국어가 포함돼 있어 국내 크리에이터가 별도 더빙 과정 없이 대사 장면을 생성할 수 있다. 다만 이 문서는 Kling AI가 자사 제품 사용법으로 작성한 자료이며, 실제 출력 품질은 사용자가 직접 확인해야 한다.
📅 원문 날짜: 2026년 8월 7일 | 출처: Kling AI Blog
