Kling 3.0 프롬프트 가이드: 구조, 예시, 실제 생성 영상

Kling 3.0 가이드는 프롬프트를 주체, 동작, 장면, 카메라, 조명, 분위기의 6가지 요소로 구성합니다. 숏이 여러 개면 숏마다 길이 라벨을 붙이고, 대사는 Name (tone): line 형식으로 씁니다. 2026년 10월 28일 std 모드, 5초로 프롬프트 4개를 실행했습니다. 숏 라벨은 1.96초에서 끊겼고, 대사는 전사 4개 중 3개에서 일치했으며, 이미지 투 비디오 실행에서는 카메라가 거의 움직이지 않았습니다.

Kling 3.0 프롬프트 구조

Kling의 프롬프트 블로그(2026년 8월 7일)는 주체, 눈에 보이는 동작, 장면, 카메라 언어, 조명, 분위기 순서로 요소를 나열합니다. Kling은 이것을 글쓰기 프레임워크라고 부르며, 3.0 페이지 어디에도 순서를 강제하는 내용은 없습니다.

• 숏. 자동 멀티 숏을 켜면 모델이 장면을 읽고 앵글과 구도를 스스로 정합니다. 커스텀 멀티 숏은 숏마다 라벨과 길이를 쓰고, Kling 앱에서는 최대 6개까지입니다. 멀티 숏을 끄면 모델은 기본적으로 숏 하나만 만듭니다.
• 대사. Name (tone): line 형식으로 쓰고 대사는 따옴표로 감쌉니다. 아래 대사 프롬프트도 그렇게 썼습니다. Kling은 대사 지원 언어 5개(중국어, 영어, 일본어, 한국어, 스페인어)를 안내하고, 그 밖의 언어는 영어로 번역합니다.
• 이미지 투 비디오. 프레임에 이미 보이는 것이 아니라 움직임과 결말을 씁니다. 2.x용으로 쓰인 오래된 Kling 페이지(2025년 11월 24일)도 같은 내용을 다룹니다. 3.0 가이드의 조언은 주체를 엘리먼트로 묶어 카메라가 움직여도 흔들리지 않게 하라는 것입니다.
• 시작 프레임과 끝 프레임. Kling은 비슷한 첫 프레임과 마지막 프레임을 권합니다. 차이가 크면 숏 전환이 일어날 수 있기 때문입니다. 이 페이지도 2025년 11월 24일자이므로 이전 모델을 위한 조언으로 읽으면 됩니다.

Kling의 2.x 공식은 지금도 텍스트 투 비디오 프롬프트 가이드에 남아 있습니다. 주체, 움직임, 장면, 카메라, 조명, 분위기 순서입니다(2025년 11월 24일). 우리는 이것을 따로 두고 3.0 형식만 시험했습니다.

영상을 만든 방법

• 우리는 2026년 10월 28일 OmniaKey를 통해 kling-3.0을 std 모드, 네 프롬프트 모두 duration 5로 실행했습니다.
• 처음 세 편은 텍스트 투 비디오 16:9, 출력 1280×720입니다. 네 번째는 이미지 투 비디오로, 첫 프레임이 형태를 정하므로 화면비를 넘기지 않았습니다. 출력은 1176×780입니다.
• 네 번째 프롬프트의 첫 프레임은 GPT Image 2로 만든 1536×1024, medium 품질의 정지 이미지입니다. 렌더링은 편당 약 4.5에서 8.5분 걸렸습니다.
• 우리는 정해진 시점의 프레임을 확인하고, 장면 컷 감지를 돌리고, 파일 길이와 음량을 측정했으며, 오디오 모델 4개에 대사를 전사하게 했습니다. 인용은 그중 3개가 일치한 대사만 했습니다.
• OmniaKey는 Kling 3.0 API를 판매하므로 영상은 OmniaKey를 통해 실행했습니다. 아래 가격은 Kling 자체 앱의 가격이며 우리 가격이 아닙니다.
• 출처: Kling의 VIDEO 3.0 사용자 가이드(2026년 2월 6일)와 프롬프트 가이드 블로그(2026년 8월 7일), 2026년 10월 28일 확인.

프롬프트마다 영상은 한 편씩만 만들었으므로 각 결과는 표본 하나로 보면 됩니다.

프롬프트 4개와 실제 영상

이 네 프롬프트는 적힌 그대로 실행했습니다.

1. 한 문단에 6가지 요소: 아치 아래 바이올린 연주자

첫 프롬프트는 6가지 요소를 모두 한 문단에 담고 마지막에 사운드 줄을 붙였습니다.

A young street violinist in a long camel coat plays a fast, bright melody under a stone archway in an old European city at dusk. She sways with the music as a few pigeons take off from the cobblestones behind her. The camera slowly pushes in from a medium shot to a close-up of her face. Warm golden streetlights, light haze, long shadows on wet cobblestones. Sound: the violin echoing under the arch and the flutter of pigeon wings.

뜻: 해 질 녘 유럽 옛 도시의 돌 아치 아래에서, 긴 카멜색 코트를 입은 젊은 거리 바이올린 연주자가 빠르고 밝은 선율을 연주합니다. 그녀는 음악에 맞춰 몸을 흔들고, 뒤쪽 자갈길에서 비둘기 몇 마리가 날아오릅니다. 카메라는 미디엄 숏에서 그녀의 얼굴 클로즈업으로 천천히 밀고 들어가고, 따뜻한 황금빛 가로등과 옅은 안개, 젖은 자갈길 위의 긴 그림자가 깔립니다. 사운드는 아치 아래로 울리는 바이올린 소리와 비둘기 날갯짓입니다.

설정: text_to_video, 모드 std, 5초, 16:9, 1280×720.

결과: 하나의 연속 숏이었고, 카메라는 중간까지만 들어갔습니다.

• 컷 감지는 5.04초 동안 컷을 하나도 찾지 못했습니다.
• 그녀는 해 질 녘 아치 아래에서 연주하고, 뒤로는 불이 켜진 거리가 있습니다. 3.0초쯤 비둘기 몇 마리가 자갈길에서 날아오릅니다.
• 4.9초에는 화면에서 그녀가 차지하는 비중이 커지지만, 마지막까지 얼굴 클로즈업은 아닙니다.
• 음량은 평균 −23.2 dB입니다. 오디오 모델 4개가 들리는 소리를 다르게 해석해 악기 이름은 밝히지 않습니다.

바꾼다면:

• 구도와 그 구도가 나와야 할 초를 함께 적어 보십시오. 예를 들어 "a close-up of her face by 4 seconds"입니다.

2. 숏 라벨: 등대 두 숏

두 번째 프롬프트는 2초와 3초짜리 라벨 붙은 숏 두 개를 요청하고 사운드 줄을 맨 끝에 둡니다.

Shot 1 (2s): Wide shot, a lighthouse keeper in a dark wool sweater climbs a spiral iron staircase inside a lighthouse at night, holding a glowing lantern. Shot 2 (3s): Close-up, he turns a brass key and the great lamp above him flares to life, its beam sweeping across his face. Sound: his boots on the iron steps, then a deep mechanical hum as the lamp starts.

뜻: 숏 1(2초)은 와이드 숏으로, 어두운 울 스웨터를 입은 등대지기가 밤의 등대 안에서 빛나는 랜턴을 들고 나선형 철제 계단을 올라갑니다. 숏 2(3초)는 클로즈업으로, 그가 놋쇠 열쇠를 돌리자 머리 위의 큰 램프가 켜지고 빛줄기가 그의 얼굴을 가로지릅니다. 사운드는 철제 계단을 밟는 부츠 소리, 이어서 램프가 켜질 때 나는 낮은 기계음입니다.

설정: text_to_video, 모드 std, 5초, 16:9, 1280×720.

결과: 두 숏이 모두 나왔고, 첫 컷은 라벨에 가까웠으며 두 번째 숏 안에서 컷이 한 번 더 들어갔습니다.

• 숏 1은 1.0초에 선명합니다. 어두운 울 스웨터를 입은 등대지기가 랜턴을 들고 나선형 철제 계단을 올라갑니다.
• 첫 컷은 1.96초에 들어갔고 라벨은 2초였습니다. 두 번째 숏은 2.4초에 그의 손이 놋쇠 열쇠 위에 있습니다.
• 2.88초에 컷이 한 번 더 들어갔고, 그 지점은 3초로 라벨한 숏 안입니다. 그는 3.5초쯤까지 열쇠를 계속 돌리고, 4.8초에는 램프가 켜져 빛줄기가 화면을 가로지르며 그가 올려다봅니다.
• 음량은 평균 −24.5 dB이고 대사는 없습니다. 오디오 모델은 발소리와 기계음을 언급했습니다.

바꾼다면:

• Kling이 권하듯 숏마다 목적을 하나만 주고, 라벨마다 동작을 하나만 넣어 보십시오.

3. 화자마다 어조를 붙인 대사

세 번째는 대사 시험입니다. 화자는 둘이고, 각자 괄호에 어조를 쓰고 대사는 따옴표에 넣습니다.

Inside a small bookshop on a rainy afternoon, an old shop owner with round glasses hands a wrapped book across the wooden counter to a teenage girl in a yellow raincoat. Medium two-shot, then the camera slowly pushes in on the girl's smile. Owner (warmly, in a slow, deep voice): "Bring it back when you've finished it." Girl (excited, speaking quickly): "I'll read it tonight!" Rain patters on the shop window.

뜻: 비 오는 오후 작은 서점 안에서, 둥근 안경을 쓴 나이 든 주인이 포장한 책을 나무 카운터 너머로 노란 우비를 입은 십 대 소녀에게 건넵니다. 미디엄 투 숏으로 시작해 카메라가 소녀의 미소로 천천히 밀고 들어갑니다. 주인은 따뜻하고 느리고 낮은 목소리로, 소녀는 들떠서 빠르게 각자의 대사를 말하고, 마지막에 가게 창문을 두드리는 빗소리가 깔립니다.

설정: text_to_video, 모드 std, 5초, 16:9, 1280×720.

결과: 컷이 없었고, 대사는 전사 4개 중 3개에서 일치했습니다.

• 주인은 0.3초와 1.7초에 포장한 책을 카운터 너머로 소녀에게 건넵니다.
• 카메라는 3.3초에 소녀로 옮겨 가고, 4.9초에는 그녀의 얼굴이 화면 오른쪽 절반을 채웁니다.
• 오디오 모델 4개 중 3개가 같은 두 문장을 전사했습니다: "Bring it back when you've finished it. I'll read it tonight!" 나머지 하나는 "you've"의 축약을 빠뜨렸습니다.
• 음량은 평균 −26.0 dB입니다.

바꾼다면:

• 다음 두 사람 장면에서도 이 형태를 유지하십시오. 이름 뒤 괄호에 어조를 쓰고, 그 화자의 대사를 따옴표에 넣습니다.

4. 이미지 투 비디오: 움직임만 쓰기

네 번째 프롬프트는 GPT Image 2로 만든 1536×1024 정지 이미지에서 시작합니다. 가을 공원 벤치에서 책을 읽는 빨간 목도리 여성을 그녀의 왼쪽에서 찍은 화면입니다. 정지 이미지 프롬프트는 눈높이에서 찍은 사실적인 35mm 사진, 황금빛 조명, 산책로에 떨어진 낙엽을 요청했습니다.

The camera slowly arcs around to the front of the woman, who closes her book, lifts her head and smiles warmly at the camera. A few leaves drift down around her.

뜻: 카메라가 천천히 여성의 정면으로 돌아가고, 그녀는 책을 덮고 고개를 들어 카메라를 보며 따뜻하게 웃습니다. 나뭇잎 몇 장이 그녀 주위로 흩날립니다.

설정: image_to_video, 모드 std, 5초, 첫 프레임 1536×1024(화면비 없음), 출력 1176×780.

결과: 그녀는 돌아서서 웃었지만 카메라는 거의 돌지 않았고 책도 펼쳐진 채였습니다.

• 1.5초에는 아직 읽고 있습니다. 3.0초에는 카메라 쪽으로 돌아 웃고 있고, 책은 두 손에 펼쳐진 채입니다.
• 4.9초에도 책은 펼쳐져 있고 카메라는 거의 움직이지 않았습니다. 돌아서기와 미소는 나왔지만, 카메라 회전과 책을 덮는 일은 나오지 않았습니다.
• 프롬프트에 사운드 줄이 없어 음량은 거의 무음입니다. 평균 −50.0 dB, 최대 −20.9 dB이고 대사는 없습니다.

바꾼다면:

• 끝 상태를 한 줄로 적어 보십시오. 예를 들어 "the book closed by the end"입니다. 카메라에는 움직임 하나만 남깁니다.
• 처음 두 프롬프트처럼 사운드 줄을 넣으십시오.

자주 나오는 실패와 수정법

아래 내용은 위 프롬프트 4개에서 나온 것입니다. 절 번호는 제목 번호와 같습니다.

영상 1편의 비용

Kling 자체 앱은 초 단위로 크레딧을 차감합니다. 단가는 해상도와 네이티브 오디오를 켰는지에 따라 달라집니다.

이 수치는 Kling 자체 앱 기준이며 2026년 10월 28일에 확인했습니다. 5초 열은 초당 단가에 5를 곱한 값이고, 1080p 네이티브 오디오 5초가 60크레딧이라는 Kling의 예시와도 맞습니다. 음성 제어는 초당 2크레딧이 더해져 같은 영상이 70크레딧이 됩니다. 4K 모드는 초당 30크레딧입니다(Kling 프롬프트 가이드 블로그, 2026년 8월 7일).

크레딧은 달러가 아니므로 모델 비교는 각 제공사의 페이지에서 하십시오. 나란히 보려면 우리의 Kling 3.0 대 Wan 3.0 비교를 보십시오. OmniaKey의 현재 요금은 Kling 3.0 모델 페이지에서 확인할 수 있습니다.

API로 이 프롬프트 실행하기

이 요청은 2절의 등대 프롬프트를 문자열 하나로 보냅니다. 멱등 키가 있어 재시도해도 작업이 두 개 생기지 않습니다.

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: lighthouse-shots-001" \
  --data-binary @- <<'JSON'
{
  "model": "kling-3.0",
  "type": "video",
  "operation": "text_to_video",
  "input": {"prompt": "Shot 1 (2s): Wide shot, a lighthouse keeper in a dark wool sweater climbs a spiral iron staircase inside a lighthouse at night, holding a glowing lantern. Shot 2 (3s): Close-up, he turns a brass key and the great lamp above him flares to life, its beam sweeping across his face. Sound: his boots on the iron steps, then a deep mechanical hum as the lamp starts."},
  "parameters": {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}
}
JSON

테스트와 마찬가지로 multi_shot 필드는 보내지 않았습니다. 두 숏 라벨은 모두 input.prompt 안에 있습니다.

1. 응답은 202와 작업 id입니다.
2. 그 id로 https://api.omniakey.com/v1/media/tasks/{id}를 조회하고 status가 최종이 될 때까지 반복합니다. 렌더링에 약 4.5에서 8.5분이 걸리므로 다시 제출하지 말고 계속 조회하십시오. 같은 키와 같은 본문을 다시 보내면 같은 작업이 돌아옵니다.
3. 영상은 assets[0].url에서 내려받습니다. 이 링크는 서명되어 약 한 시간 유지되므로 만료되면 다시 조회해 새 링크를 받으십시오.

이미지 투 비디오는 operation을 image_to_video로 두고 첫 프레임을 input.media에 type first_frame으로 넣습니다. HTTPS URL이나 data URI를 씁니다. last_frame은 선택이고 첫 프레임은 필수입니다. 이 경우 aspect_ratio는 거부되고 요청 본문 전체는 1 MiB로 제한됩니다.

OmniaKey는 duration 5, 10, 15만 받고, Kling 자체 API는 3에서 15까지 정수 초를 받습니다. Kling 3.0 모델 페이지에서 시작하고 자세한 내용은 비디오 API 문서를 보십시오.

자주 묻는 질문

Kling 3.0 프롬프트는 얼마나 길게 쓸 수 있나요?

Kling API는 텍스트 투 비디오의 prompt를 2,500자로 제한하고 이미지 투 비디오에도 같은 상한이 적용됩니다. Turbo는 3,072자까지 허용하고 2,500자 이내를 권장하므로, 모델 전체에 한 숫자를 외우기보다 엔드포인트마다 상한을 확인하십시오.

Kling 3.0은 네거티브 프롬프트를 지원하나요?

API 레퍼런스는 네거티브 프롬프트 필드를 쓰는 것과 함께 부정문을 긍정 프롬프트 안에 넣는 것도 권합니다. 3.0 가이드에는 네거티브 프롬프트 작성법이 없으므로 그 문장은 API 안내로 보십시오.

3초나 8초 영상을 만들 수 있나요?

Kling 자체 API는 3에서 15까지 정수 초를 받으므로 3초와 8초 모두 됩니다. OmniaKey는 5, 10, 15초만 받습니다.

Turbo 형식은 무엇인가요?

Turbo는 인라인 문자열 하나를 받고 shot n, m, words; 형식으로 쓰며 각 숏을 세미콜론으로 구분합니다. Turbo는 별도 엔드포인트이고 3.0 프롬프트는 이 형식으로 쓰지 않습니다.

업데이트 기록

• 2026년 10월 28일: 첫 버전. 프롬프트 4개는 같은 날 실행했습니다.