일관된 캐릭터와 제품을 위한 Kling 4 vs Veo 3.1
Kling 4.0과 Veo 3.1은 모두 참조 이미지를 받아 그 주변에 새로운 장면을 만들어요. 하지만 두 모델이 놓인 자리는 많이 달라요. Veo 3.1은 공개 API가 있고 참조 이미지를 세 장으로 엄격하게 제한해요. Kling 4.0은 참조를 최대 15개, 클립은 30초까지 받지만, 2026년 10월 기준 API는 아직 공개되지 않았어요. 아래에서 각 모델이 제공하는 것, 더 잘 맞는 상황, 그리고 확인하지 못한 부분을 정리했어요.
출시 상태와 접근성
Veo 3.1은 Google의 영상 모델이고, Google이 Ingredients to Video라고 부르는 참조 모드를 갖추고 있어요. Google의 API와 fal.ai 같은 제공업체를 통해 쓸 수 있어요. 한 가지 주의할 점은 Gemini API에서 Veo 3.1 프리뷰 모델 ID가 공지된 종료일인 2026년 10월 22일에 도달했다는 거예요(Google은 이를 가장 빠른 가능 날짜로 표기해요). Google의 지원 중단 목록에서는 Gemini Omni Flash(gemini-omni-1.1-flash)를 대체 모델로 안내하고 있어요. 프리뷰 ID를 직접 호출하고 있다면 지금 연동을 확인해 보세요.
Kling 4.0은 9월 말 시작된 얼리 액세스를 거쳐 2026년 10월 15일 Kling 앱에 출시됐어요. 개발자용 API는 출시 예정으로 표시되어 있어요. fal.ai에는 가격과 함께 모델이 등록되어 있지만, 그곳의 API 접근도 출시 예정으로 표시되어 있어요.
레퍼런스: 이미지 3장 대 입력 15개
Google 문서에 따르면 Veo 3.1은 한 명의 인물, 캐릭터 또는 제품에 대해 최대 3장의 참조 이미지를 받아요. 참조 기능은 Veo 3.1과 Veo 3.1 Fast에서 작동하며, Veo 3.1 Lite에서는 작동하지 않아요. 이미지가 3장뿐이라 신중하게 골라야 해요. 보통 정면, 3/4 측면, 그리고 가장 특징적인 디테일이나 옆모습 중에서 고르게 돼요.
Kling 가이드에 따르면 Kling 4.0의 Omni Reference는 총 15개의 입력을 받아요. 이미지는 최대 10장, 영상은 합산 30초 이내로 최대 5개, 요소(element)는 최대 7개, 음성 프로필은 최대 3개예요. 요소 기능을 쓰면 발표자와 그가 들고 있는 제품처럼 여러 피사체를 각각 자기 이미지와 함께 한 번에 정의할 수 있어요.
얼굴 하나만 다룬다면 좋은 이미지 3장으로도 충분할 수 있어요. 한 장면에 등장인물이 둘이거나, 앞면과 뒷면, 라벨이 모두 중요한 제품이라면 Kling 4.0이 추가 참조를 잘 활용한다는 전제에서 더 큰 참조 예산이 분명한 장점이 돼요. 아직 이 부분은 테스트하지 못했어요.
참조 사진 3장
클립 길이, 해상도, 오디오
Veo 3.1은 4초, 6초 또는 8초를 생성하지만, 참조 이미지를 사용하는 생성은 반드시 8초여야 해요. 기본 출력은 720p이고, 1080p와 4K는 8초일 때만 가능하며 화면 비율은 16:9 또는 9:16이에요. 오디오는 항상 함께 생성돼요. 클립은 7초 단위로 늘려 총 148초까지 이어 붙일 수 있지만, 확장은 720p로 진행돼요.
Kling 4.0은 한 번에 3초에서 30초까지 생성하며, 720p, 1080p 또는 4K, 화면 비율은 21:9, 16:9, 1:1 또는 9:16을 지원하고 스테레오 오디오가 함께 나와요. 별도의 키프레임 모드에서는 키프레임을 최대 10개까지 쓸 수 있어요.
가격
fal.ai에서 Veo 3.1 레퍼런스-투-비디오는 720p 또는 1080p에서 오디오 없이 초당 $0.20, 오디오 포함 시 초당 $0.40이고, 4K에서는 초당 $0.40 또는 $0.60이에요. 오디오가 포함된 8초짜리 1080p 클립은 $3.20이에요.
fal.ai는 Kling 4.0을 720p에서 초당 $0.157, 1080p에서 초당 $0.235로 표기하고 있어요. 다만 API가 공개되지 않았기 때문에 실제 운영 비용을 비교할 수는 아직 없어요. 참고로 fal.ai의 Kling 3.0 Omni는 등급과 오디오 여부에 따라 초당 $0.084에서 $0.14예요.
각 모델이 강한 영역
Veo 3.1은 한 피사체가 완벽하게 보여야 하는 짧고 완성도 높은 컷에 어울려요. 예를 들어 8초짜리 제품 히어로 컷, 발표자의 첫 대사, 하나의 캐릭터 장면 같은 경우죠. 사용 가능하고, 문서화되어 있고, 가격도 공개되어 있어서 클라이언트에게 납품할 때 중요해요.
Kling 4.0은 여러 피사체가 나오거나 긴 연속 동작이 필요한 작업에서 종이 위로는 더 잘 맞아요. 제품과 함께 등장하는 마스코트, 두 캐릭터의 대화, 20~30초짜리 광고를 한 번에 찍는 경우가 그렇죠. 문제는 접근성이에요. API가 열리기 전까지는 Kling 자체 앱과 도구에서만 쓸 수 있어요.
두 모델에 같은 레퍼런스를 넣어 비교해 보지는 않았어서, 얼굴이나 로고를 어느 쪽이 더 충실하게 유지하는지는 단정할 수 없어요.
일관된 캐릭터와 제품에는 무엇을 고를까
컷마다 피사체가 하나이고, 지금 당장 API로 제작해야 하는 짧은 클립이라면 Veo 3.1을 고르세요. 세 자리는 정면, 3/4 측면, 가장 특징적인 디테일에 쓰세요.
컷에 세 개 이상의 각도가 필요하거나, 피사체가 여럿이거나, 더 긴 테이크가 필요하다면 Kling 4.0을 기다리거나, 그동안 Kling 3.0 Omni를 쓰세요.
RefVid는 두 번째 방식을 택했어요. 지금은 Kling 3.0 Omni로 동작하며, 캐릭터나 제품마다 참조 이미지를 최대 5장까지 쓸 수 있어요. Kling 4.0의 API가 열리면 그쪽으로 전환할 예정이에요. Veo 3.1은 제공하지 않아요.
자주 묻는 질문
- Veo 3.1은 참조 이미지를 몇 장까지 받나요?
- 최대 3장이에요. 한 명의 인물, 캐릭터 또는 제품에 해당하며, 참조 기능은 Veo 3.1과 Veo 3.1 Fast에서 작동하고 클립은 8초여야 해요.
- Kling vs Veo 3.1: Kling 4.0에도 Veo 3.1처럼 API가 있나요?
- 아직은 없어요. 2026년 10월 기준 Kling 4.0은 Kling 자체 앱에서 사용할 수 있고, 개발자용 API는 출시 예정으로 표시되어 있어요.
- Veo 3.1 API가 종료되나요?
- Gemini API의 Veo 3.1 프리뷰 모델 ID는 공지된 종료일인 2026년 10월 22일에 도달했어요. Google은 이를 가장 빠른 가능 날짜로 표기하고, 정확한 날짜는 별도로 공지한다고 해요. Google은 대체 모델로 Gemini Omni Flash(gemini-omni-1.1-flash)를 안내하고 있어요.
- Kling 4.0이 공개되지 않은 동안 RefVid는 얼마를 받나요?
- RefVid는 Kling 3.0 Omni를 초당 31크레딧으로 제공해요. 3초는 93, 5초는 155, 10초는 310, 15초는 465크레딧이에요. 처음 50개 계정에는 630크레딧을 무료로 드리고, 이후 계정에는 3초짜리 클립 한 개에 해당하는 100크레딧을 드려요.
- Veo 3.1 vs Kling: 어느 쪽이 참조를 더 많이 받나요?
- Kling 4.0은 최대 15개의 참조를 받고, Veo 3.1은 3장으로 엄격하게 제한돼요. Veo 3.1은 공개 API가 있지만, Kling 4.0은 아직 없어요.