콰이쇼우, '클링 AI 2.0' 공개…영상 내 요소 편집 지원 및 글로벌 이용자 2200만 돌파

AI로 영상을 만들어본 사람이라면 한 번쯤 겪어봤을 답답함이 있습니다. 겨우 마음에 드는 인물과 구도를 뽑았는데 배경에 이상한 사물이 섞여 있어 프롬프트를 다시 넣는 순간, 전혀 다른 인물과 엉뚱한 장면이 나와버리는 문제입니다.

콰이쇼우(Kuaishou)가 이 같은 반복 뽑기식 영상 제작 방식을 손보기 시작했습니다. 회사는 4월 15일 베이징에서 열린 모델 2.0 발표회를 통해 영상 생성 모델 '클링 2.0(KLING 2.0)'과 이미지 생성 모델 '코롤스 2.0(KOLORS 2.0)'을 전 세계에 공식 출시했습니다.

지난해 6월 첫 공개 이후 클링은 20차례 넘는 업데이트를 거쳤으며, 글로벌 이용자 수는 2200만 명을 돌파했습니다. 콰이쇼우의 가이 쿤(Gai Kun) 고급 부총재에 따르면 전 세계 1만 5000명 이상의 개발자가 클링의 API를 연동해 약 1200만 장의 이미지와 4000만 편 이상의 영상을 만들어냈습니다.

전체 재생성 없이 영상 속 사물만 직접 편집

이번 2.0 모델의 가장 큰 변화는 '다중 모달 시각 언어(MVL)' 개념을 바탕으로 한 멀티 엘리먼트 에디터(Multi-Elements Editor)입니다.

기존처럼 영상 전체를 새로 렌더링할 필요 없이, 이미 생성된 비디오 클립 안에서 텍스트나 참조 이미지를 활용해 특정 요소만 바꾸거나 추가하고 삭제할 수 있습니다. 콰이쇼우의 클링 AI 총괄 장디(Zhang Di)는 이미지 참조와 영상 클립을 결합해 인물의 정체성, 외형, 조명, 카메라 앵글까지 정밀하게 통제할 수 있다고 설명했습니다.

장 총괄은 현재 클링 영상 제작의 약 85%가 '이미지 투 비디오(Image-to-Video)' 방식으로 이뤄진다는 점도 공개했습니다. 영상의 완성도가 첫 장의 이미지 품질에 크게 좌우된다는 뜻입니다.

이에 맞춰 업그레이드된 코롤스 2.0은 프롬프트 지시 이행 능력을 높이고 영화 같은 질감을 살렸으며, 60가지 이상의 스타일 변환을 지원합니다. 이와 함께 콰이쇼우는 수백만 단위의 자금과 독점 기능을 지원하는 '클링 AI 넥스트젠(NextGen) 프로젝트'를 시작하며 영상 창작자 생태계 포섭에 나섰습니다.

왜 중요한가

우리는 클링 2.0이 AI 영상 업계의 가장 가려운 곳인 부분 제어 능력을 정확히 겨냥했다고 봅니다.

광고나 단편 영화를 만드는 제작자에게 화려한 5초짜리 영상을 무작위로 뽑아내는 건 더 이상 신선하지 않습니다. 정작 필요한 건 시나리오에 맞게 소품 하나, 배경 디테일 하나를 연출가의 의도대로 수정하는 능력입니다. 클링이 선보인 요소 편집 기능이 안정적으로 작동한다면, 영상 제작 시 버려지는 실패작 비율을 획기적으로 낮출 수 있습니다.

전체 이용자의 85%가 사용하는 이미지 기반 영상 생성 흐름에 맞춰 기반 이미지 엔진을 함께 고도화한 선택 역시 실용적입니다. 지난 3월 말 글로벌 벤치마크 기관 아티피셜 애널리시스(Artificial Analysis) 순위에서 클링은 구글의 베오 2(Veo 2)를 제치고 이미지 투 비디오 부문 1위를 기록한 바 있습니다.

다만 피사체가 빠르게 움직이거나 조명 변화가 극심한 구간에서 편집한 요소가 깨짐 없이 자연스럽게 유지될지는 지켜봐야 할 대목입니다. 그럼에도 AI 영상 툴의 경쟁이 단순한 화질 경쟁에서 전통적인 영상 편집 소프트웨어 수준의 통제력을 제공하는 쪽으로 진화하고 있음을 분명히 보여줍니다.