Kling O1(Kling Omni Video O1)은 Kuaishou의 첫 번째 통합 멀티모달 비디오 모델로, Novita AI API 를 통해 네 가지 뚜렷한 생성 모드를 제공합니다: 텍스트-투-비디오(T2V), ** 이미지-투-비디오(I2V), ** 참조-투-비디오(Ref2V) 및 ** 비디오 편집(Video Edit)**. 각 모드는 서로 다른 입력을 받아들이고 다른 문제를 해결합니다. 잘못된 모드를 선택하면 불필요한 비용과 마찰이 발생합니다. 이 가이드에서는 각 모드가 실제로 무엇을 하는지, 어떤 입력이 필요한지, Novita AI에서 어떻게 가격이 책정되는지, 그리고 일반적인 개발자 사용 사례에 대해 어떤 모드를 먼저 시도해야 하는지 설명합니다.
Kling O1이란?
Kling O1은 Kuaishou의 MVL(Multimodal Visual Language) 아키텍처를 기반으로 구축되었습니다. 이 아키텍처는 텍스트, 이미지, 참조 및 비디오 편집 작업을 별도의 특화 모델로 라우팅하는 대신 단일 모델로 통합합니다. 이는 실용적으로 중요합니다. 기본 모션 모델과 정체성 인코딩이 모드 간에 공유되므로, 한 모드에서 설명된 캐릭터와 객체가 다음 모드로 일관된 시각적 속성을 전달합니다.
이전 Kling 버전(V2.5, V2.6, V3.0 Standard/Pro)과 비교하여 Kling O1은 구조적으로 새로운 Ref2V 및 비디오 편집 기능을 추가했습니다. 이러한 기능은 O1 이전에는 Standard나 Pro 계층에서 사용할 수 없었습니다. O1의 T2V와 I2V는 공유 MVL 백본을 얻어 이전 세대 모델보다 프레임 간 주제 일관성을 향상시킵니다.
Kling O1은 Kling 3.0(Kling O3라고도 함)과는 구별됩니다. Kling 3.0은 네이티브 오디오 공동 생성과 확장된 15초 클립을 추가한 후속 모델입니다. Novita AI의 Kling O1은 현재 네이티브 오디오 없이 최대 10초 비디오를 지원합니다.
네 가지 모드 한눈에 보기
| 모드 | 기본 입력 | 필수 입력 | 지속 시간 | Novita AI 가격 |
|---|---|---|---|---|
| T2V | 텍스트 프롬프트 | prompt |
5–10 초 | $0.112/초 |
| I2V | 이미지 + 프롬프트 | image_url, prompt |
5–10 초 | $0.112/초 |
| Ref2V | 참조 이미지 + 프롬프트 | prompt, image_urls 또는 elements |
3–10 초 | $0.168/초 |
| 비디오 편집 | 원본 비디오 + 프롬프트 | video_url, prompt |
3–10 초 (빠른: 6–20 초) | $0.168/초 (빠른: $0.09/초) |
가격은 2026년 6월 26일 Novita AI 모델 페이지에서 확인되었습니다. 사용자가 지정한 지속 시간에 따라 초당 요금이 부과됩니다.
Novita AI의 Kling O1 텍스트-투-비디오 (T2V)
엔드포인트: POST /v3/async/kling-o1-t2v
T2V는 텍스트 설명만으로 완전히 비디오를 생성합니다. 프롬프트를 제공하면 모델이 처음부터 모션, 조명, 카메라 움직임 및 장면 구성을 만듭니다. 이미지 앵커가 없으므로 모델은 프롬프트 제약 조건 내에서 완전한 창의적 자유를 누릅니다.
T2V를 사용하는 경우:
- 참조 이미지나 장면 프레임이 없을 때.
- 시각적 방향을 결정하기 전에 개념을 탐색할 때.
- 낮은 클립당 비용으로 다양한 시각적 변형을 생성해야 할 때.
$0.112/초로 5초 클립은 $0.56, 10초 클립은 $1.12입니다. T2V는 Novita AI에서 16:9, 9:16, 1:1의 화면 비율로 5초 및 10초 지속 시간을 지원합니다.
curl --request POST \
--url https://api.novita.ai/v3/async/kling-o1-t2v \
--header 'Authorization: Bearer $NOVITA_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"prompt": "A red fox trotting through a snowy pine forest, golden hour light, cinematic wide shot",
"duration": 5,
"aspect_ratio": "16:9"
}'
Novita AI의 Kling O1 이미지-투-비디오 (I2V)
엔드포인트: POST /v3/async/kling-o1-i2v
I2V는 정적 이미지를 비디오 클립으로 애니메이션화합니다. 원본 이미지가 시작 프레임이 되고, 프롬프트는 그 뒤따르는 모션과 장면 전개를 제어합니다. 선택적으로 종료 프레임을 제공하여 모델에 목표 상태를 부여할 수 있으며, 모델은 시작과 종료 사이의 모션을 보간합니다.
필수 입력: image_url (시작 프레임) 및 prompt. 종료 프레임(end_image_url)은 선택사항이지만 컷 시점에 특정 구성을 원할 때 유용합니다.
I2V를 사용하는 경우:
- 움직여야 할 기존 이미지나 디자인이 있을 때.
- 결정적인 시각적 근거가 필요할 때 — 캐릭터나 장면의 외형이 원본 이미지에 이미 정의되어 있음.
- 기존 자산으로 제품 데모, 소셜 콘텐츠 또는 전자 상거래 애니메이션을 만들 때.
$0.112/초로 I2V는 T2V와 동일한 비용입니다. 핵심 절충점은 I2V가 시작 프레임을 입력 이미지에 고정시켜 일관성을 향상시키지만, 품질이 낮은 원본 이미지는 출력을 제한한다는 것입니다. Novita AI의 이미지 제약 사항: 최소 300×300px, 최대 파일 크기 10MB, 화면 비율 0.4에서 2.5 사이.
curl --request POST \
--url https://api.novita.ai/v3/async/kling-o1-i2v \
--header 'Authorization: Bearer $NOVITA_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"image_url": "https://example.com/product-shot.jpg",
"prompt": "The product slowly rotates to reveal the back panel, soft studio lighting",
"duration": 5,
"aspect_ratio": "1:1"
}'
Novita AI의 Kling O1 참조-투-비디오 (Ref2V)
엔드포인트: POST /v3/async/kling-o1-ref2v
Ref2V는 가장 유연한 모드이며 O1의 MVL 아키텍처를 가장 직접적으로 사용합니다. 단일 시작 프레임 대신 두 가지 입력 유형에 걸쳐 최대 7개의 참조 이미지를 제공합니다: image_urls (스타일 또는 장면 참조) 및 elements (캐릭터 또는 객체 정체성 앵커). 프롬프트는 @Image1, @Image2, @Element1, @Element2 태그를 사용하여 모델에 어떤 참조를 어디에 적용할지 알려줍니다.
이를 통해 여러 소스 자산에서 장면을 구성할 수 있습니다. 초상화 사진의 캐릭터, 위치 이미지의 배경, 제품 이미지의 소품을 모두 프롬프트에서 이름으로 참조합니다.
입력 규칙:
prompt는 필수입니다.image_urls와elements는 선택사항이지만 최소한 하나는 의미가 있어야 합니다. 참조 없이 프롬프트만 있으면 T2V에 가깝게 동작합니다.- 총 참조 수(elements + image_urls)는 7을 초과할 수 없습니다.
elements의 각 element는 여러reference_image_urls(다각도 샷)와 선택적frontal_image_url(더 깔끔한 신원 매칭을 위해)을 포함할 수 있습니다.
Ref2V를 사용하는 경우:
- 여러 클립(에피소드 콘텐츠, 마케팅 시퀀스)에서 일관된 캐릭터가 필요할 때.
- 다른 소스 이미지의 캐릭터나 객체를 단일 장면에 결합해야 할 때.
- 별도의 참조 세트에서 시각적 정체성을 유지하면서 시작 프레임에서 모델이 보간하기를 원할 때.
Ref2V의 비용은 $0.168/초로 T2V 및 I2V보다 50% 비쌉니다. 5초 클립의 경우 $0.84, 10초의 경우 $1.68입니다. 프리미엄은 추가 참조 인코딩 단계를 반영합니다. 사용 사례에 교차 이미지 정체성 일관성이 필요하지 않다면 $0.112/초의 I2V로 충분합니다.
curl --request POST \
--url https://api.novita.ai/v3/async/kling-o1-ref2v \
--header 'Authorization: Bearer $NOVITA_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"prompt": "Take @Image1 as the start frame. @Element1 walks into the scene and picks up the glowing artifact. Cinematic lighting, steady camera.",
"image_urls": ["https://example.com/scene-bg.jpg"],
"elements": [
{
"reference_image_urls": ["https://example.com/character-front.jpg", "https://example.com/character-side.jpg"],
"frontal_image_url": "https://example.com/character-front.jpg"
}
],
"duration": 5,
"aspect_ratio": "16:9"
}'
Novita AI의 Kling O1 비디오 편집 모드
엔드포인트 (표준): POST /v3/async/kling-o1-video-edit
엔드포인트 (빠른): Novita AI의 Fast VideoEdit 변형을 통해 제공
비디오 편집은 기존 비디오를 입력으로 받아 자연어 프롬프트를 사용하여 변환합니다. 모델은 원래의 모션 구조(타이밍, 카메라 움직임, 동작의 호)를 유지하면서 프롬프트에 따라 주제, 환경 또는 시각적 스타일을 변경합니다. 또한 Ref2V와 동일한 @Image1 / @Element1 태깅 시스템을 사용하여 참조 이미지와 요소 앵커를 제공할 수 있습니다.
필수 입력: video_url (소스 비디오, 3–10초, MP4 또는 MOV, 720–2160px, 최대 200MB) 및 prompt.
두 가지 변형:
- 표준 비디오 편집: 3–10초 소스 비디오 지원, $0.168/초.
- 빠른 비디오 편집: 6–20초 소스 비디오 지원, $0.09/초 — Novita AI에서 모든 Kling O1 모드 중 가장 낮은 초당 비용.
비디오 편집을 사용하는 경우:
- 재촬영 없이 스타일이나 콘텐츠 변경이 필요한 푸티지가 있을 때.
- 기존 비디오에서 동일한 움직임을 유지하면서 캐릭터를 교체하려 할 때.
- 실사 클립을 애니메이션 스타일로 변환해야 할 때.
핵심 제한 사항: 소스 비디오가 모션을 제어합니다. 비디오 편집은 주제가 하는 일을 변경할 수 없습니다. 주제의 모양과 그들이 점유하는 환경만 변경할 수 있습니다. 모션 변경이 필요하다면 T2V 또는 I2V로 새 푸티지를 생성하십시오.
curl --request POST \
--url https://api.novita.ai/v3/async/kling-o1-video-edit \
--header 'Authorization: Bearer $NOVITA_API_KEY' \
--header 'Content-Type: application/json' \
--data '{
"video_url": "https://example.com/source-clip.mp4",
"prompt": "Transform the setting to a neon-lit cyberpunk alley, keep the character movements exactly as-is",
"duration": 5
}'
Novita AI 가격
Novita AI의 모든 Kling O1 모드는 요청 시 설정한 지속 시간에 대해 초당 요금을 사용합니다. 가격은 2026년 6월 26일 확인되었습니다.
| 모드 | 엔드포인트 | 지속 시간 범위 | 가격/초 | 5초 비용 | 10초 비용 |
|---|---|---|---|---|---|
| T2V | /v3/async/kling-o1-t2v |
5–10 초 | $0.112 | $0.56 | $1.12 |
| I2V | /v3/async/kling-o1-i2v |
5–10 초 | $0.112 | $0.56 | $1.12 |
| Ref2V | /v3/async/kling-o1-ref2v |
3–10 초 | $0.168 | $0.84 | $1.68 |
| 비디오 편집 | /v3/async/kling-o1-video-edit |
3–10 초 | $0.168 | $0.84 | $1.68 |
| 비디오 편집 빠른 | (Novita AI Fast 변형) | 6–20 초 | $0.090 | — | $0.90 |
Novita AI 신규 사용자는 무료 크레딧을 받습니다. 현재 요금은 Novita AI 가격 페이지를 확인하세요. 가격은 변경될 수 있습니다.
어떤 모드부터 시작해야 할까요?
목표가 **개념 탐색 ** 이거나 특정 이미지 자산이 없다면 T2V 부터 시작하십시오. 가장 마찰이 적은 진입점입니다. 하나의 필수 매개변수(prompt)만 필요하고 자산 준비가 필요 없습니다.
움직여야 할 **이미지 ** 가 있다면 I2V 로 이동하십시오. 제품 이미지, 캐릭터 일러스트레이션, 장면 배경 모두 I2V 시작 프레임으로 잘 작동합니다. T2V와 동일한 가격에 더 많은 시각적 제어가 가능합니다.
클립 간 **정체성 일관성 ** 이 중요하다면 Ref2V 를 사용하십시오. 예를 들어 여러 장면에서 반복되는 캐릭터, 특정 인물과 특정 환경을 결합하는 경우 등입니다. 50%의 가격 프리미엄을 예산에 반영하십시오. 단일 클립 생성에는 필요하지 않습니다.
기존 푸티지에 시각적 개선이 필요하지만 **모션은 그대로 유지 ** 해야 하는 포스트 프로덕션 워크플로우를 위해 비디오 편집 을 예약하십시오. 빠른 변형은 $0.09/초로 생성 속도가 덜 중요한 더 긴 편집(6–20초)에 가장 비용 효율적인 옵션입니다.
| 상황 | 권장 모드 |
|---|---|
| 이미지 없음, 아이디어 탐색 | T2V |
| 제품 또는 장면 이미지 있음, 움직임 필요 | I2V |
| 여러 클립에서 동일한 캐릭터 필요 | Ref2V |
| 비디오 푸티지 있음, 다른 모습 필요 | 비디오 편집 (표준) |
| 긴 편집 (6–20초), 비용 민감 | 비디오 편집 빠른 |
Novita AI에서 Kling O1 API 호출 방법
Novita AI의 네 가지 Kling O1 모드는 모두 비동기식입니다. 모든 요청은 즉시 task_id를 반환합니다. 상태가 succeed가 될 때까지 작업 결과 엔드포인트를 폴링하십시오.
# 1단계: 생성 작업 제출 (예: T2V)
RESPONSE=$(curl --silent --request POST \
--url https://api.novita.ai/v3/async/kling-o1-t2v \
--header "Authorization: Bearer $NOVITA_API_KEY" \
--header "Content-Type: application/json" \
--data '{"prompt": "Your prompt here", "duration": 5, "aspect_ratio": "16:9"}')
TASK_ID=$(echo $RESPONSE | python3 -c "import sys,json; print(json.load(sys.stdin)['task_id'])")
# 2단계: 결과 폴링
curl --request GET \
--url "https://api.novita.ai/v3/async/task-result?task_id=$TASK_ID" \
--header "Authorization: Bearer $NOVITA_API_KEY"
응답에는 status 필드가 포함됩니다. succeed로 표시되면 videos 배열에 출력 URL이 포함됩니다. 일반적인 생성 시간은 지속 시간과 모드에 따라 30~120초입니다.
Novita AI 대시보드에서 API 키를 받으십시오. 새 계정은 프로덕션 볼륨에 투입하기 전에 네 가지 모드를 모두 테스트할 수 있는 무료 크레딧을 받습니다.
결론
Novita AI의 Kling O1은 개발자에게 단일 통합 API를 통해 T2V, I2V, Ref2V 및 비디오 편집의 네 가지 뚜렷한 비디오 생성 모드에 대한 액세스를 제공합니다. T2V와 I2V는 $0.112/초의 일반적인 생성 사례를 다룹니다. Ref2V는 반복 캐릭터를 위한 다중 참조 정체성 구성을 $0.168/초에 추가합니다. 비디오 편집은 모션을 유지하면서 기존 푸티지를 변환하며, 더 긴 클립을 위해 $0.09/초의 빠른 변형을 제공합니다. 시작부터 올바른 모드를 선택하면 비용을 절약하고 마찰을 제거할 수 있습니다. 이미지 자산이 없으면 T2V, 있으면 I2V, 클립 간 정체성 일관성이 중요하면 Ref2V, 모션이 이미 캡처되었으면 비디오 편집으로 시작하십시오. 모든 모드는 Novita AI에서 동일한 비동기 작업 패턴을 공유하므로 여러 모드를 하나의 파이프라인에 통합하는 데 최소한의 추가 코드만 필요합니다.
Novita AI는 통합 API를 통해 비디오, 이미지, 오디오 및 언어 모델에 대한 호스팅 액세스를 제공하는 AI 클라우드 플랫폼입니다.
자주 묻는 질문
Novita AI에서 Kling O1 T2V와 I2V의 차이점은 무엇인가요?
T2V는 텍스트 프롬프트만으로 비디오를 생성합니다. 이미지가 필요하지 않습니다. I2V는 이미지를 시작 프레임으로 사용하고 프롬프트에 따라 애니메이션화합니다. 둘 다 $0.112/초로 가격이 책정되며 5~10초 클립을 지원합니다. 탐색에는 T2V를 사용하고 특정 시각적 앵커가 있을 때는 I2V를 사용하십시오.
Kling O1 Ref2V는 I2V가 할 수 없는 어떤 기능을 제공하나요?
Ref2V는 여러 입력 슬롯에 걸쳐 최대 7개의 참조 이미지를 허용하여 캐릭터 정체성, 장면 배경 및 스타일에 대한 별도 소스를 결합할 수 있습니다. 프롬프트에서 각 입력을 이름으로 참조합니다(@Element1, @Image1). I2V는 명명된 참조 시스템 없이 단일 시작 프레임을 사용합니다.
Kling O1과 Kling 3.0이 동일한가요?
아니요. Kling O1(2025년 12월 출시)은 기본 통합 멀티모달 비디오 모델입니다. Kling 3.0(Kling O3라고도 하며 2026년 2월 출시)은 네이티브 오디오 공동 생성 및 최대 15초 클립을 추가한 후속 모델입니다. Novita AI의 Kling O1은 네이티브 오디오 없이 최대 10초 비디오를 지원합니다.
표준 비디오 편집과 빠른 비디오 편집 중 어떻게 선택하나요?
표준 비디오 편집은 3~10초 소스 클립을 $0.168/초에 허용합니다. 빠른 비디오 편집은 6~20초 클립을 $0.09/초에 허용합니다. 소스 비디오가 10초 미만이고 처리 시간이 중요하다면 표준을 사용하십시오. 더 긴 클립이 있거나 배치 포스트 프로덕션 작업을 하는 경우 빠른 것이 상당히 저렴합니다.
