4K AI 영상이 초당 1.4센트부터 | AI 소식

광고 영상 하나를 AI로 만든다고 해 볼게요. 모델 얼굴은 컷마다 조금씩 달라지고, 목소리는 따로 녹음해서 입 모양에 억지로 맞춰야 했습니다. 4K로 뽑으려면 업스케일을 한 번 더 돌려야 했고요. 10월 7일, 중국 AI 영상 회사 ShengShu Technology(셩슈)가 이 과정을 한 번에 줄이겠다는 모델을 내놨습니다. 비두(Vidu)의 차세대 플래그십 Q4를 미리 써볼 수 있는 Q4 프리뷰입니다.

결론부터 말하면, 참조 이미지 15장과 참조 음성 3개로 인물과 목소리를 고정한 채 최대 16초 4K 영상을 만들 수 있고, 출시가는 초당 0.014달러부터입니다.

한눈에 보기

항목	내용
발표	2026년 10월 7일, ShengShu Technology (싱가포르 발표)
모델	Vidu Q4 Preview (정식 Q4 이전 첫 공개 프리뷰)
생성 방식	이미지 투 비디오, 참조 투 비디오
영상 길이	최대 16초 (참조 1~16초, 이미지 3~16초)
해상도	540p, 720p, 1080p, 2K, 4K (2K·4K는 10비트 색)
참조	이미지 최대 15장, 음성 최대 3개
가격	출시 프로모션 초당 0.014달러부터
쓰는 곳	vidu.com 웹, platform.vidu.com API

비두가 이번에 노린 건 무엇일까?

이미지: ShengShu Technology(Vidu)

AI 영상 모델 경쟁은 그동안 "누가 더 진짜 같은 화면을 뽑나"에 쏠려 있었습니다. 그런데 실제로 광고나 숏폼 시리즈를 만들어 보면 막히는 지점은 따로 있습니다. 같은 인물이 컷마다 같은 얼굴로 나오는지, 목소리가 감정에 맞게 붙는지, 액션 장면에서 몸이 뭉개지지 않는지 같은 것들이죠.

셩슈는 공식 보도자료에서 Q4 프리뷰의 개선 방향을 세 가지로 요약했습니다. 캐릭터 연기, 카메라 워크, 시각 효과입니다. 표정과 감정, 몸동작, 목소리가 따로 놀지 않고 함께 움직이도록 맞췄다는 설명입니다. 복잡한 액션 장면에서도 컷 전환과 카메라 이동이 자연스러워졌고, 폭발이나 불꽃놀이, 파티클 같은 효과도 좋아졌다고 밝혔습니다.

공동창업자이자 CEO인 Yihang Luo는 "고급 영상 모델은 엄선된 데모 밖에서 실력을 증명해야 한다"고 말했습니다. 정식 Q4를 내기 전에 프리뷰를 먼저 연 이유도 여기 있습니다. 크리에이터가 먼저 써보고 정식 버전을 함께 다듬게 하겠다는 것이죠.

그렇다면 숫자로는 무엇이 달라졌을까요?

참조 15장과 음성 3개, 어디에 쓰는 걸까?

Vidu 공식 Q4 페이지를 보면 생성 방식은 두 가지입니다.

방식	넣는 것	길이	출력
참조 투 비디오	참조 이미지 1~15장 + 참조 음성 0~3개 + 프롬프트	1~16초	2K 또는 4K
이미지 투 비디오	이미지 1장 + 움직임·카메라 프롬프트	3~16초	2K 또는 4K, 원본 비율 유지

참조 이미지 15장은 인물만 넣는 칸이 아닙니다. 보도자료는 캐릭터, 옷, 소품, 제품, 배경을 정의하는 데 쓰라고 안내합니다. 제품 사진 몇 장과 모델 사진, 매장 사진을 한꺼번에 넣고 "이 모델이 이 매장에서 이 제품을 들고 말한다"는 장면을 만드는 식이죠.

참조 음성 3개는 목소리를 맞추는 용도입니다. 공식 페이지는 캐릭터 목소리를 복제하고, 감정이 살아 있는 대사를 입 모양에 맞춰 낸다고 설명합니다. 소리와 화면도 한 번에 함께 만들어집니다. 따로 녹음해서 붙이던 과정을 줄일 수 있다는 뜻입니다.

화질 쪽 변화도 큽니다. 540p부터 4K까지 다섯 단계를 고를 수 있고, 2K·4K는 10비트 색 심도로 나옵니다. 10비트는 하늘이나 조명처럼 색이 천천히 바뀌는 부분에서 띠가 덜 생겨, 색 보정을 할 여유가 커집니다. 이게 핵심입니다. 광고 편집자에게는 업스케일 한 단계가 빠지는 셈이니까요.

이미지: AI 생성(Nano Banana)

이제 가장 궁금한 부분, 가격으로 넘어가 보겠습니다.

초당 0.014달러, 실제로 얼마일까?

셩슈는 출시 프로모션 가격을 초당 0.014달러부터로 잡았습니다. 같은 예산이면 비교 가능한 출력 사양과 과금 조건에서 최대 5배 많은 영상을 뽑을 수 있다고도 밝혔습니다. 다만 무엇과 비교한 5배인지는 보도자료에 적혀 있지 않아요.

시작가로 단순 계산해 보면 이렇습니다.

길이	시작가 기준 계산
5초	약 0.07달러
10초	약 0.14달러
16초(최대)	약 0.22달러

여기서 주의할 점이 있습니다. "부터"라는 말처럼 이 숫자는 가장 낮은 조건의 시작가입니다. 회사도 최종 가격, 지원 해상도, 기능은 요금제와 지역에 따라 달라질 수 있다고 적었습니다. 4K로 뽑거나 음성 참조를 붙이면 단가가 올라갈 가능성이 크니, 실제 견적은 vidu.com 요금 화면이나 API 플랫폼에서 확인하세요.

경쟁 구도도 짚어 볼 만합니다. 쿠아이쇼우의 클링은 공식 X 계정에서 Kling 4.0을 10월 중 내놓겠다고 예고하고, 가벼운 Kling 4.0 Flash를 Ultra 연간 구독자에게 먼저 열었습니다. 같은 달에 두 중국 영상 모델이 차세대 버전을 앞다퉈 꺼낸 셈입니다. 비두는 그 사이에서 "가격과 참조 기능"으로 먼저 치고 나왔습니다.

직접 써보면 어떻게 할까?

웹에서 바로 해볼 수 있는 순서입니다.

1. vidu.com에 로그인하고 모델 목록에서 Q4를 고릅니다
2. 처음에는 참조 투 비디오로 시작합니다. 같은 인물 사진 3~4장과 제품 사진 2~3장을 함께 올리세요
3. 대사가 필요하면 내 목소리 녹음 파일을 참조 음성으로 넣습니다. 본인 목소리나 사용 허락을 받은 목소리만 쓰세요
4. 처음 몇 번은 720p나 1080p로 짧게 뽑아 구도를 잡고, 마음에 들면 같은 설정으로 4K를 뽑습니다
5. 프롬프트에는 장면, 동작, 카메라, 대사 순서로 적으면 결과가 안정적입니다

밝은 카페 창가. 참조 이미지의 여성이 참조 제품 컵을 들고 카메라를 보며 웃는다.
카메라는 허리 높이에서 천천히 앞으로 다가간다.
대사: "아침에 이거 하나면 충분해요."

참조 이미지의 남성이 비 오는 골목을 달리다 멈춰 뒤돌아본다.
카메라는 낮은 각도에서 따라가다가 얼굴 앞에서 멈춘다. 빗방울과 네온 반사광 강조.

비기 생각

크리에이터 입장에서 반가운 건 "한 번에 끝나는 범위"가 넓어졌다는 점입니다. 인물 고정, 목소리, 4K를 각각 다른 도구로 처리하던 과정이 한 모델 안으로 들어왔으니까요. 숏폼 시리즈처럼 같은 캐릭터가 매회 나와야 하는 콘텐츠라면 참조 15장이 특히 쓸모 있습니다.

소상공인이라면 제품 사진만 있어도 16초 홍보 영상을 시험해 볼 수 있습니다. 시작가 기준 16초 한 편이 약 0.22달러라 여러 버전을 뽑아 비교하기 부담이 적습니다. 직장인은 발표 자료에 들어갈 짧은 제품 시연 영상 정도를 먼저 맡겨 보세요.

다만 아직 프리뷰입니다. 결과 품질은 데모와 다를 수 있고, 가격과 기능도 정식 Q4에서 바뀔 수 있습니다. 실제 견적을 확인한 뒤 작업에 넣으세요.

오늘 바로 해볼 것 3가지

• [ ] vidu.com에서 Q4를 골라 내 사진 한 장으로 이미지 투 비디오 5초 뽑아 보기
• [ ] 제품 사진 2~3장과 인물 사진을 참조로 넣어 16초 광고 장면 만들어 보기
• [ ] 같은 장면을 720p와 4K로 각각 뽑아 화질과 실제 청구액 비교하기

비기의 한 줄 정리

인물과 목소리를 고정한 4K 영상이 초당 0.014달러부터 시작합니다. 오늘은 제품 사진 한 장으로 16초 영상부터 만들어 보세요!

더 자세한 사용법은 AI 가이드와 인스타그램 @biggie_ai에서 확인하세요.