지난 장에서는 한 컷을 연출하는 법을 익혔습니다. 이번 장에서는 그 한 컷을 세 컷으로 늘려, 보는 사람이 "따로 만든 클립 몇 개"가 아니라 하나의 짧은 장면처럼 느끼게 만드는 연습을 합니다.
KLING의 멀티샷 기능은 한 번의 생성 안에서 여러 쇼트를 설계할 수 있고, 보통 최대 6개의 쇼트를 15초 안에 구성하는 식으로 활용됩니다.1 하지만 여기서 중요한 건 숫자가 아닙니다. 두 컷이든 세 컷이든, 서로 어떻게 이어지느냐가 훨씬 더 중요합니다.
예쁜 장면 세 개를 나란히 놓는다고 자동으로 영화가 되지는 않습니다. 멀티샷에서 진짜 중요한 것은 순서, 시선, 방향, 감정의 흐름입니다. 결국 멀티샷은 "더 많이 생성하기"가 아니라 "연결되게 설계하기"입니다.
멀티샷은 왜 갑자기 어려워질까
싱글 쇼트에서는 한 장면만 잘 만들면 됩니다. 하지만 멀티샷에서는 질문이 늘어납니다. 첫 컷에서 인물이 왼쪽에서 오른쪽으로 걸었는데, 다음 컷에서는 왜 반대 방향에서 나타나는지 생각해야 합니다. 첫 컷의 조명이 차가운 파란빛이었는데, 다음 컷에서 갑자기 햇살이 쏟아지면 같은 장면처럼 느껴지지 않습니다.
그래서 멀티샷은 각 쇼트의 품질보다 쇼트 사이의 문법이 중요합니다. 초보자가 가장 쉽게 안정적인 결과를 얻는 흐름은 대체로 이렇습니다.2
공간을 보여 주는 쇼트
중요한 행동이나 정보에 가까이 가는 쇼트
감정이나 반응을 보여 주는 쇼트
쉽게 말하면 와이드 → 행동/디테일 → 리액션입니다. 이 구조는 사람이 장면을 이해하는 순서와도 비슷해서, AI가 만든 결과도 더 자연스럽게 이어지는 편입니다.2
이번 실습에서 만들 시퀀스
이번 실습에서는 지난 장의 후드 인물을 그대로 확장해 보겠습니다. 같은 인물, 같은 골목, 같은 분위기를 유지하면서 세 개의 쇼트를 하나로 묶습니다.
우리가 만들 시퀀스는 이렇습니다.
비가 막 그친 저녁 골목. 후드를 입은 인물이 천천히 걸어갑니다. 이어서 휴대폰을 확인하며 잠깐 멈춥니다. 마지막에는 메시지를 읽고 아주 작게 결심한 듯한 표정을 짓고 다시 걸음을 옮깁니다.
이 장면이 좋은 이유는 단순하기 때문입니다. 장소가 하나이고, 인물도 하나이며, 행동도 세 단계로 나뉘어 있습니다. 초보자에게 멀티샷이 어려운 이유는 대개 인물도 많고, 장소도 바뀌고, 행동도 많기 때문인데, 이번 실습은 그 반대로 최대한 단순하게 설계합니다.
이번 시퀀스의 목표는 세 가지입니다.
세 쇼트가 같은 장면처럼 느껴질 것
같은 인물이 계속 같은 사람처럼 보일 것
컷이 바뀌어도 감정이 이어질 것
먼저 정할 것: 시퀀스의 뼈대
프롬프트부터 쓰고 싶겠지만, 멀티샷은 먼저 쇼트 리스트를 짧게 적는 편이 훨씬 좋습니다. KLING은 긴 소설 같은 문장보다, 감독의 샷 리스트처럼 분리된 지시를 더 잘 이해하는 편입니다.4
이번 실습은 12초, 3쇼트로 가겠습니다. 10초에서 15초 안에 3쇼트 정도가 초보자에게 가장 다루기 쉬운 밀도입니다.2
쇼트 1: 공간과 인물을 소개한다
4초 동안, 비 온 뒤 골목을 걷는 인물을 옆에서 따라갑니다. 여기서는 "누가 어디에 있는가"를 관객에게 알려 줍니다.
쇼트 2: 중요한 정보를 보여 준다
4초 동안, 인물이 걸음을 멈추고 휴대폰을 확인합니다. 이제 장면의 초점이 인물의 이동에서 인물이 본 것으로 옮겨갑니다.
쇼트 3: 감정을 마무리한다
4초 동안, 인물의 얼굴 쪽으로 가까워지며 표정 변화를 보여 줍니다. 메시지를 읽은 뒤 아주 미세한 결심이 생기고, 다시 움직이기 시작합니다.
이렇게 나누면 한 컷 한 컷의 역할이 분명해집니다. 모든 쇼트가 다 멋있을 필요는 없습니다. 각 쇼트가 자기 일만 잘하면 시퀀스는 훨씬 탄탄해집니다.
레퍼런스는 무엇을 고정해 주는가
멀티샷에서 레퍼런스는 일종의 닻입니다. 배가 멀리 떠내려가지 않게 붙잡아 주는 것처럼, 레퍼런스는 AI가 장면을 너무 멀리 벗어나지 않도록 잡아 줍니다.
초보자는 레퍼런스를 "비슷하게 만들어 주는 참고 이미지" 정도로 생각하기 쉽습니다. 하지만 실제로는 역할이 더 분명합니다.
이미지 레퍼런스는 주로 인물의 얼굴, 헤어스타일, 의상, 색감, 공간 분위기를 고정하는 데 도움을 줍니다.5
비디오 레퍼런스는 몸의 움직임, 카메라 리듬, 동선, 화면의 흐름을 이어 주는 데 강합니다.6
둘 중 하나만 써도 되고, 둘 다 쓰면 더 좋습니다. 다만 처음부터 너무 욕심내지 말고, 이번 장에서는 먼저 이미지 레퍼런스 중심으로 시퀀스를 만들고, 그다음에 비디오 레퍼런스 버전으로 업그레이드하는 순서로 가겠습니다.
KLING에서 먼저 할 설정
실습에 들어가기 전에, 설정부터 안정적으로 잡아 두겠습니다. 화질보다 구조를 먼저 확인하는 것이 중요하므로, 첫 생성은 빠른 반복이 가능한 기본 품질로 시작하는 편이 효율적입니다.3
추천 설정은 다음과 같습니다.
모드: Multi-shot 또는 Custom Storyboard 계열
길이: 총 12초
쇼트 수: 3개
화면비: 16:9 또는 9:16
품질: 첫 시도는 Standard 또는 빠른 생성용 모드
왜 이렇게 하느냐면, 멀티샷은 처음부터 최고 화질로 뽑아도 구조가 틀리면 소용이 없기 때문입니다. 인물이 바뀌거나, 컷 연결이 어색하거나, 감정 흐름이 깨졌다면 4K로 더 선명하게 본다고 해결되지 않습니다. 먼저 흐름이 맞는 버전을 만들고, 그다음에 품질을 올리는 편이 훨씬 경제적입니다.3
실습 프롬프트: 3쇼트 시퀀스 만들기
이번 실습의 핵심은 공통 앵커를 매 쇼트에 반복하는 것입니다. 멀티샷이라고 해서 첫 쇼트에만 인물 설명을 넣고 나머지는 대충 적으면, 두 번째 쇼트부터 다른 사람이 등장할 수 있습니다. KLING은 피사체를 초반에 명확히 고정하고, 각 쇼트에서도 같은 핵심 묘사를 반복할 때 더 안정적입니다.45
먼저 공통 앵커를 정합니다.
공통 인물 앵커
젊은 남성, 짙은 회색 후드, 짧은 검은 머리, 마른 체형, 깨끗한 얼굴, 같은 골목, 같은 저녁빛, 같은 옷차림.
이제 쇼트별 프롬프트를 만듭니다.
Shot 1 — 공간 소개
옆에서 따라가는 와이드 쇼트로 시작합니다. 인물이 왼쪽에서 오른쪽으로 이동하도록 정해 두면, 다음 쇼트의 방향을 맞추기 쉬워집니다.
Wide establishing side-tracking shot of the same young man in a dark gray hoodie walking from left to right through a narrow alley after rain at dusk, wet pavement reflecting soft neon and amber street lights, cinematic realism, muted color palette, natural walking pace, same character and same environment throughout.
Shot 2 — 정보 제시
이제 인물이 멈추고 휴대폰을 확인합니다. 여기서는 "같은 골목, 같은 인물, 같은 방향"을 다시 적어 주는 것이 중요합니다.
Over-the-shoulder medium shot from behind-left, the same young man in the same dark gray hoodie slows down and comes to a full stop, raises his phone and checks a message, blue screen glow softly illuminating his face and hoodie, same alley and same dusk lighting, screen direction preserved, natural weight shift, realistic body motion.
Shot 3 — 감정 마무리
마지막은 얼굴에 가까워지며 표정을 읽게 합니다. 여기서 감정은 크게 쓰지 말고, 아주 작게 변화시키는 편이 좋습니다.
Front close-up of the same young man in the same dark gray hoodie, he lowers the phone slightly, his eyes soften and a restrained determined smile appears, he begins to move forward again, subtle cinematic push-in, natural facial performance, realistic fabric motion, no exaggerated acting, no sudden camera shake.
이 프롬프트의 좋은 점은 사건이 크지 않다는 것입니다. 걷고, 멈추고, 보고, 다시 움직입니다. 이 정도만 되어도 이미 시퀀스입니다. 오히려 초보자는 이 정도 밀도에서 가장 많이 배웁니다.
이 프롬프트가 잘 작동하는 이유
이 시퀀스가 안정적인 이유는 세 가지입니다.
첫째, 공간이 안 바뀝니다. 같은 골목 안에서만 움직이기 때문에 AI가 세계를 새로 발명할 필요가 적습니다.
둘째, 동작이 한 쇼트에 하나씩 들어 있습니다. 첫 컷은 걷기, 둘째 컷은 멈추고 보기, 셋째 컷은 표정과 재출발입니다. 한 쇼트에 두세 가지 사건을 억지로 몰아넣지 않았습니다.
셋째, 카메라의 성격이 통일되어 있습니다. 첫 컷은 부드러운 트래킹, 둘째 컷은 안정된 오버숄더, 셋째 컷은 미세한 푸시 인입니다. 카메라가 갑자기 핸드헬드로 흔들렸다가 다음 컷에서 드론처럼 날아오르면 연결감이 쉽게 깨집니다.2
이미지 레퍼런스로 일관성 높이기
이제 같은 시퀀스를 이미지 레퍼런스와 함께 만들어 보겠습니다. 멀티샷에서 가장 먼저 흔들리는 것은 대개 얼굴과 옷입니다. 그래서 인물 중심 시퀀스에서는 이미지 레퍼런스가 매우 유용합니다.5
좋은 레퍼런스 이미지는 다음 조건을 만족하면 됩니다.
얼굴이 또렷하게 보일 것
머리와 의상이 함께 보일 것
조명이 너무 강하거나 복잡하지 않을 것
가능하면 정면 또는 3/4 각도일 것
가능하다면 한 장만 쓰기보다 2장 또는 3장 정도 준비하면 더 좋습니다. 정면 한 장, 약한 측면 한 장, 상반신이 보이는 한 장 정도면 충분합니다. 같은 인물을 다른 각도로 보여 주면, 모델이 얼굴과 옷의 핵심 특징을 더 잘 붙잡는 데 도움이 됩니다.5
이때 가장 중요한 규칙은 아주 단순합니다.
레퍼런스 이미지와 프롬프트가 싸우지 않게 하라.
이미지에서는 회색 후드인데 프롬프트에서는 갈색 가죽 재킷이라고 쓰면, AI는 누구 말을 들어야 할지 흔들립니다. 레퍼런스를 넣었으면 텍스트에서도 같은 의상과 같은 인물 설명을 유지하세요.
이미지 레퍼런스를 넣었을 때는 프롬프트를 이렇게 조금 다듬으면 좋습니다.
the same young man from the reference image, same dark gray hoodie, same facial features, same hairstyle
이 표현을 Shot 1, Shot 2, Shot 3에 모두 넣어 주면 좋습니다. 문장이 예쁘지 않아도 괜찮습니다. 멀티샷에서는 문학성보다 고정력이 더 중요합니다.
비디오 레퍼런스로 움직임 맞추기
이제 한 단계 더 가 보겠습니다. 이미지 레퍼런스가 "누구인가"를 잡아 준다면, 비디오 레퍼런스는 "어떻게 움직이는가"를 붙잡아 줍니다. KLING 계열의 레퍼런스 기반 비디오 생성은 입력 영상의 카메라 스타일, 동작 리듬, 프레이밍 흐름을 이어 받는 데 강점이 있습니다.6
가장 쉬운 방법은 직접 짧은 참고 영상을 찍는 것입니다. 휴대폰으로 4초에서 6초 정도면 충분합니다. 누군가가 골목처럼 생긴 길을 왼쪽에서 오른쪽으로 걷다가, 잠깐 멈추고, 휴대폰을 들여다보는 동작만 해 주면 됩니다.
이때 중요한 것은 연기를 잘하는 것이 아닙니다. 오히려 다음이 더 중요합니다.
동작이 명확할 것
몸이 화면 안에서 잘 보일 것
카메라가 너무 흔들리지 않을 것
이동 방향이 분명할 것
비디오 레퍼런스를 쓰면 텍스트 프롬프트의 역할이 조금 바뀝니다. 이제 텍스트는 몸동작을 세세하게 지시하기보다, 장면의 분위기와 인물의 외형을 맡는 편이 좋습니다. 움직임은 이미 참고 영상이 들고 있기 때문입니다.6
예를 들어 비디오 레퍼런스를 쓸 때는 Shot 2 프롬프트를 이렇게 더 간결하게 줄일 수 있습니다.
The same young man from the reference, same dark gray hoodie, rainy dusk alley, blue phone glow on his face, cinematic realism, preserve the natural stop-and-check motion from the reference video.
이 방식의 장점은 몸의 무게 이동과 멈춤 타이밍이 더 자연스러워질 가능성이 높다는 것입니다. 특히 "걷다가 멈추는 순간"처럼 어색해지기 쉬운 동작에서 도움이 됩니다.
초보자를 위한 안전장치: 네거티브 프롬프트
멀티샷에서는 한 번 흔들리기 시작하면 두 번째, 세 번째 쇼트까지 같이 흐트러지는 경우가 많습니다. 그럴 때는 긍정 프롬프트를 끝없이 늘리기보다, 하지 말아야 할 것을 짧게 막아 주는 편이 좋습니다.
이번 실습에서 무난하게 쓸 수 있는 네거티브 프롬프트는 이 정도입니다.
changing clothes, different face, extra fingers, warped hands, duplicate body, sudden camera shake, exaggerated acting, unreadable text overlay
이 네거티브 프롬프트는 만능은 아니지만, 적어도 시퀀스가 엉뚱한 방향으로 튀는 것을 조금 막아 줍니다. 특히 의상 변경, 얼굴 드리프트, 손 이상, 과한 카메라 흔들림은 멀티샷에서 자주 보이는 문제입니다.
생성 후 무엇을 봐야 할까
처음 결과가 나오면 초보자는 자꾸 "예쁜 프레임이 있었는가"를 먼저 봅니다. 하지만 이번 장에서는 예쁨보다 이어짐을 먼저 봐야 합니다.
다음 항목을 순서대로 확인해 보세요.
첫 컷과 둘째 컷에서 같은 인물로 보이는가
이동 방향이 끊기지 않는가
골목의 조명과 분위기가 유지되는가
둘째 컷의 행동이 셋째 컷의 표정으로 자연스럽게 이어지는가
마지막 컷이 '끝'이 아니라 '다음 행동'을 암시하는가
특히 마지막 항목이 중요합니다. 좋은 멀티샷 시퀀스는 장면이 끝나는 순간, 보는 사람 머릿속에서 한 장면이 더 이어집니다. "무슨 메시지였지?" 하고 궁금해지면 성공입니다.
결과가 따로 노는 느낌일 때 바로 고치는 법
같은 사람 같지 않을 때
가장 먼저 해야 할 일은 인물 설명을 더 길게 쓰는 것이 아닙니다. 오히려 같은 표현을 더 정확히 반복하는 것입니다. Shot 1에서는 "young man in hoodie", Shot 2에서는 "male character", Shot 3에서는 "stylish guy"처럼 바뀌면 안 됩니다. 같은 사람은 같은 이름표를 붙여 주세요.
가능하면 같은 이미지 레퍼런스를 계속 쓰고, 쇼트마다 같은 캐릭터 블록을 복사해서 붙여 넣는 것이 좋습니다.5
컷이 툭툭 끊길 때
대개 화면 방향이 바뀌었거나, 카메라 성격이 달라졌거나, 둘째 쇼트에 너무 많은 일이 들어갔을 가능성이 큽니다. 이럴 때는 Shot 2를 줄이세요. 휴대폰을 켜고, 읽고, 놀라고, 돌아보고, 다시 걷는 식으로 몰아넣지 말고, 멈춰서 확인한다까지만 남기는 편이 낫습니다.
감정이 안 이어질 때
감정 단어를 세게 쓰기보다, 반응을 더 작고 구체적으로 쓰세요. "dramatic emotional reaction"보다는 "his eyes soften"이나 "a restrained determined smile"처럼 미세한 변화가 훨씬 자연스럽습니다.
영상은 선명한데 시퀀스가 별로일 때
이 경우는 품질 문제가 아니라 설계 문제입니다. 고화질로 다시 뽑기 전에 쇼트 순서를 다시 보세요. 첫 컷이 공간 소개인지, 둘째 컷이 정보 전달인지, 셋째 컷이 감정 정리인지 역할이 분명한지 확인하는 편이 먼저입니다.23
한 번 더 응용해 보기
이번 실습이 잘 되었다면, 같은 구조를 거의 그대로 다른 장면에도 적용할 수 있습니다.
예를 들면 이런 식입니다.
제품 영상이라면: 전체 제품 → 손으로 잡는 장면 → 디테일 클로즈업
여행 영상이라면: 풍경 와이드 → 인물이 멈추는 장면 → 표정 리액션
스토리 영상이라면: 진입 → 발견 → 반응
중요한 것은 쇼트 수를 늘리는 것이 아니라, 각 쇼트가 무엇을 맡고 있는지를 분명히 하는 것입니다. 이 감각이 생기면 KLING으로 만든 여러 클립도 갑자기 한 편의 장면처럼 보이기 시작합니다.
이번 장의 핵심 공식
이번 장의 내용을 한 줄로 줄이면 이렇습니다.
같은 인물 앵커 + 같은 공간 앵커 + 이어지는 방향 + 점점 구체해지는 정보 = 하나의 시퀀스처럼 보이는 멀티샷
멀티샷은 어렵게 느껴지지만, 사실 원리는 단순합니다. 첫 컷은 보여 주고, 둘째 컷은 설명하고, 셋째 컷은 느끼게 하면 됩니다. 여기에 이미지 레퍼런스로 인물을 고정하고, 필요하면 비디오 레퍼런스로 움직임까지 맞추면 결과물의 완성도는 눈에 띄게 올라갑니다.
이제부터는 AI가 예쁜 장면을 하나 잘 만드는지보다, 여러 쇼트를 한 문장처럼 말하게 만들 수 있는지가 더 중요해집니다. 바로 그 지점부터, 우리는 단순히 클립을 생성하는 사람이 아니라 장면을 엮는 사람이 됩니다.
참고
2Kling 3.0 Multi-Shot Mastery: Sequence Grammar and the Shot Vocabulary Beyond Single Clips
3How to Direct a 15-Second Cinematic Sequence with 6 Camera Cuts in Kling 3.0
5Kling 3.0 Reference Guide (2026): Characters, Styles, and Camera Movement
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.