Seedance 2.0 vs Kling 3.0: 어느 쪽이 사람의 움직임을 더 잘 복제할까?

먼저, "움직임 복제"가 무엇을 의미하는지 구분해 보자

대부분의 비교 글은 비슷해 보이지만 실제 작동 방식은 전혀 다른 두 가지 기능을 뒤섞습니다.

첫 번째는 움직임 합성입니다. 말로 동작을 설명하면 모델이 물리적 움직임을 만들어 냅니다 — 관절 각도, 무게 중심의 이동, 동작의 마무리까지 말이죠. 이 부분은 역사적으로 AI 비디오가 가장 취약했던 영역입니다. 빠른 사람의 움직임은 눈이 이미 그 움직임에 익숙하기 때문에 흉내 내기 가장 어렵습니다. 팔꿈치가 조금만 어색해도 전문가가 아닌 사람에게조차 즉시 "이상하다"고 느껴집니다. 사람들이 영상이 "AI 같다"고 말할 때는 대개 망가진 사람의 움직임이 원인입니다.

두 번째는 움직임 전이입니다. 모델에 참조 자료를 제공합니다 — 이미지, 클립, 때로는 음성까지 — 그리고 그 정확한 움직임이나 정체성을 새로운 생성물에 적용하도록 요청합니다. 여기서 모델은 움직임을 창작하는 것이 아니라, 이를 복사하고 새로운 대상에 맞게 재조정합니다. 문제도 다르고, 아키텍처도 다르며, 승자도 다릅니다.

이 두 가지를 분리해서 보면 전체 비교가 더 이상 모호하지 않습니다. Kling 3.0은 첫 번째 작업에 강하도록 만들어졌습니다. Seedance 2.0은 두 번째 작업에 강하도록 만들어졌습니다. 아래의 모든 내용은 바로 이 차이에서 출발합니다.

사양 나란히 비교

두 모델은 2026년 초 며칠 차이로 출시되었고 둘 다 실제로 뛰어난 성능을 보여 주므로, 마케팅이 말하는 것만큼 사양표의 차이는 크지 않습니다.

누군가 이 항목을 지나치게 중요하게 평가하기 전에 해상도 행에 대해 한마디 덧붙이겠습니다. Kling의 네이티브 4K 및 60fps는 서류상 더 높은 수치이며, Kuaishou도 이것이 업스케일링이 아니라 렌더링된 결과임을 분명히 밝히고 있습니다. 하지만 짧은 소셜 영상이나 광고 클립을 만드는 사람 중 4K/60이 필요한 경우는 거의 없습니다 — 플랫폼 자체 압축으로 뭉개질 픽셀을 위해 렌더링 시간과 비용을 지불하는 셈이기 때문입니다. 4K는 드문 방송이나 대형 화면 작업을 위한 있으면 좋은 기능으로 생각하세요. 이 대결의 승패를 결정하는 핵심 요소로 보지는 마세요.

라운드 1: 프롬프트에서 사람의 움직임 생성하기 — Kling 3.0

이 영역은 Kling의 본거지이며, 사람의 움직임에 관한 질문 자체가 의미 있는 이유이기도 합니다.

Kuaishou는 텍스트, 이미지, 오디오, 비디오를 별도의 도구를 이어 붙이지 않고 하나의 시스템에서 처리하는 Multi-modal Visual Language(MVL) 아키텍처를 기반으로 Kling 3.0을 새롭게 구축했습니다. 제가 주목하는 주장 — 물론 공급업체의 주장인 만큼 그에 맞게 판단해야 합니다 — 은 이 모델이 빠르고 복잡한 동작을 수행하는 동안에도 사람의 해부학적 구조를 일관되게 유지한다는 것입니다. 독립적인 실사용 리뷰에서 반복적으로 나타나는 평가도 이를 뒷받침합니다. 춤, 달리기, 무술 같은 복잡한 동작에서 이 시나리오를 괴롭혀 온 팔다리 변형이나 손가락 추가 문제가 훨씬 적게 나타난다는 것입니다.

리뷰어들의 의견을 절대적인 진리라기보다 참고 자료로 받아들인 제 판단은 이렇습니다. 프롬프트가 "무용수가 한 바퀴 완전히 회전한 뒤 착지한다"라면, Kling이 처음 몇 번의 시도에서 깔끔한 결과를 얻기 더 안전한 선택입니다. 카메라 움직임, 조명, 화면 속 텍스트 등 지시도 충실히 따르므로, 실제로 사용할 수 있을 때까지 필요한 후처리도 적습니다.

이러한 제어력의 대가는 무엇일까요? Kling은 더 문자 그대로 따르는 편입니다. 혼란스러운 장면과 함께 느슨하고 야심 차며 "깜짝 놀라게 해줘" 같은 프롬프트를 입력하면, 원하는 분위기보다는 명시적인 지시에 더 가깝게 움직이는 경향이 있습니다. 감독처럼 프롬프트를 작성하면 좋은 결과를 보상하지만, 모호한 프롬프트에는 평면적인 결과로 응답합니다.

라운드 2: 참조 자료에서 움직임 복사하기 — Seedance 2.0

이제 작업을 뒤집어 보겠습니다. 움직임을 말로 설명하는 것이 아니라, 원하는 동작이 정확히 담긴 클립을 가지고 이를 전이해야 하는 상황입니다.

Seedance 2.0의 핵심 기능은 멀티모달 참조 융합입니다. ByteDance는 이미지, 비디오, 오디오를 참조 자료로 한 번의 생성에 결합할 수 있으며, 그와 함께 인플레이스 편집과 비디오 확장도 지원한다고 설명합니다. TechCrunch의 보도에서 더 구체적으로 확인되는 부분은 정지 이미지뿐 아니라 참조 비디오를 기반으로 생성을 진행할 수 있고, 모델이 그 자료에서 사실적인 질감, 움직임, 조명을 렌더링한다는 점입니다. 쉽게 말해 브리프가 "이 퍼포먼스와 똑같이 맞춰라"라면, 바로 그 목적을 위해 설계된 도구입니다. Kling도 이미지에서 애니메이션을 만들 수 있지만, 동일한 수준으로 "이 참조를 고정하고 그대로 존중하는" 기능을 제공하지는 않습니다. GPT Proto에서는 참조 기반 생성 모드가 Seedance만의 기능으로 문서화되어 있습니다 — Kling은 프롬프트 기반 모드를 제공하지만 동일한 참조 융합 경로는 노출하지 않습니다.

이러한 참조 기반 설계가 Seedance가 독립 평가 순위에서도 선두를 차지하는 이유입니다. 동일한 프롬프트에 대한 사람들의 블라인드 투표로 모델 순위를 매기는 Artificial Analysis 비디오 아레나에서는 2026년 중반 기준 Dreamina Seedance 2.0이 오디오 포함 텍스트-비디오 부문 1위(Elo 약 1,219), 이미지-비디오 부문 1위(약 1,344)를 차지했습니다 — 오디오 포함 텍스트-비디오 순위에서 약 1,105점인 Kling 3.0 Pro보다 앞선 수치입니다. 따라서 순수하게 선호되는 결과물의 품질만 놓고 보면 Seedance가 측정 가능한 수준으로 앞서 있습니다.

다만 이 순위가 모든 것을 말해 주는 것은 아니므로, 두 가지 솔직한 단서를 덧붙이겠습니다. 첫째, 오디오를 끄면 순위가 크게 뒤섞입니다 — Seedance는 약 4위, Kling은 5위로 내려가고 다른 모델들이 그 앞을 차지합니다. 이는 Seedance의 우위 중 상당 부분이 순수한 영상 품질이 아니라 내장 사운드를 선호한 결과일 수 있다는 뜻입니다. 둘째, API 개발자에게 특히 중요한 점입니다. Seedance는 출시 당시 미국에서 사용할 수 없었습니다. ByteDance는 할리우드 스튜디오와의 저작권 분쟁으로 광범위한 배포를 중단했고, 실제 얼굴로 생성하지 못하도록 하며 보이지 않는 워터마크를 삽입하는 안전장치도 적용했습니다. 제품이 미국 사용자에게 소비자 웹을 통해 직접 제공된다면, 이러한 이용 가능성의 격차는 각주가 아니라 실제 계획 수립의 제약 조건입니다.

라운드 3: 감정과 미세 표정

제가 가장 자주 받는 이 질문은 사실 얼굴에 관한 것입니다 — 눈까지 이어지는 그럴듯한 미소, 순간적으로 스치는 의심, 진짜처럼 보이는 웃음을 만들 수 있느냐는 것이죠. 여기서는 근거에 대해 솔직해야 합니다. 어느 연구소도 "얼굴 감정" 벤치마크를 공개하지 않았고, Artificial Analysis도 미세 표정이 아니라 전반적인 선호도를 측정합니다. 따라서 이 부분은 제 판단이며, 그렇게 표시해 두겠습니다.

제가 근거를 바탕으로 말할 수 있는 내용은 다음과 같습니다. 블라인드 선호도 테스트에서 Seedance가 앞서는 지점은 그럴듯한 소규모 인간 행동, 즉 감정적인 장면을 지탱하는 섬세하고 클로즈업된 사실감에서 가장 두드러집니다. Kling의 강점은 반대편에 있습니다. 크고 물리적인 전신 동작을 일관되게 유지합니다. 장면 전체가 표정에 달려 있는 타이트한 클로즈업이라면 저는 먼저 Seedance로 프로토타입을 만들겠습니다. 방 건너편에서도 신체 언어로 표현되는 감정적 순간이라면 Kling의 움직임 일관성이 더 효과적으로 전달하는 경향이 있습니다. 얼굴 연기가 사용 사례의 성패를 가르는 요소라면 어느 쪽의 말도 그대로 믿지 마세요 — 두 모델에서 같은 장면을 생성하고 직접 눈으로 판단하세요. API를 이용하면 이러한 비교를 저렴하게 할 수 있으며, 이것이 다음 섹션의 핵심입니다.

직접 둘 다 실행해 보기: 코드

두 모델은 GPT Proto의 하나의 엔드포인트 뒤에서 작동하므로, 두 공급업체와 두 개의 키, 두 개의 결제 계정을 오가며 관리하지 않고도 정확히 같은 브리프를 A/B 테스트할 수 있습니다. 비디오 생성은 비동기 방식입니다. 요청을 POST하고 id를 받은 다음 결과를 폴링합니다.

다음은 Kling 3.0이 텍스트 프롬프트에서 사람의 움직임을 생성하는 코드입니다 — Kling의 강점인 작업이죠:

import requests, time

BASE = "https://gptproto.com/api/v3"
HEADERS = {"Authorization": "GPTPROTO_API_KEY", "Content-Type": "application/json"}

def generate(path, payload):
    r = requests.post(f"{BASE}/{path}", headers=HEADERS, json=payload)
    r.raise_for_status()
    job = r.json()["data"]
    get_url = job["urls"]["get"]  # 예: https://gptproto.com/api/v3/predictions/{id}/result

    # 작업이 대기/실행 상태를 벗어날 때까지 폴링
    while True:
        res = requests.get(get_url, headers=HEADERS).json()["data"]
        status = res["status"]
        if status in ("succeeded", "failed", "expired"):
            return res
        time.sleep(5)

kling = generate(
    "kling/kling-v3.0-std/text-to-video",
    {
        "prompt": "무술가가 빠른 회전 발차기를 하고, "
                  "프레임 안에 전신이 보이며 착지할 때 자연스럽게 체중을 이동한다.",
        "aspect_ratio": "16:9",
        "duration": 5,
        "resolution": "1080p",
        "generate_audio": True,
        "seed": -1,
    },
)
print(kling["status"], kling.get("outputs"))

다음은 참조 비디오의 움직임을 새로운 캐릭터에 복사하는 참조-비디오 모드의 Seedance 2.0입니다 — 바로 Seedance가 담당하는 작업입니다. 동일한 헬퍼를 사용하되 경로와 페이로드만 다릅니다:

# 참조-비디오: `videos`에는 복사할 움직임이, `images`에는 캐릭터가 포함됨
seedance = generate(
    "bytedance/dreamina-seedance-2-0-260128/reference-to-video",
    {
        "prompt": "캐릭터가 참조 비디오의 동작을 정확히 수행하고, "
                  "타이밍과 신체 움직임을 맞추며, 새로운 스튜디오 배경을 사용한다.",
        "videos": ["https://your-cdn.com/motion-reference.mp4"],  # 복제할 움직임
        "images": ["https://your-cdn.com/character.png"],          # 최대 10개 참조 자료
        "aspect_ratio": "9:16",
        "duration": 5,
        "resolution": "1080p",
        "generate_audio": True,
        "seed": -1,
    },
)
print(seedance["status"], seedance.get("outputs"))

간단히 테스트할 때 cURL을 선호한다면 다음과 같이 사용할 수 있습니다:

curl --location 'https://gptproto.com/api/v3/kling/kling-v3.0-std/text-to-video' \
  --header 'Authorization: GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "prompt": "무용수가 한 바퀴 완전히 회전한 뒤 깔끔하게 착지한다.",
    "aspect_ratio": "16:9",
    "duration": 5,
    "resolution": "1080p"
  }'

실제 키로 GPTPROTO_API_KEY를 교체하세요. Seedance의 참조-비디오 모드는 배열인 videos, images(최대 10개), audios를 받으므로, 한 번의 호출로 움직임 클립, 캐릭터, 음성을 고정할 수 있습니다. GPT Proto 문서에 따르면 이 참조 모드는 여기서 Seedance만 지원하는 기능이며, 이것이 실제로 움직임 복제에서 Seedance가 강점을 갖는 이유입니다. Kling은 표준 모드와 움직임 제어 모드를 통해 프롬프트에서 생성하는 작업을 담당합니다. 파라미터 지원은 모델마다 다르므로, 프로덕션 실행 전에 각 모델 페이지에서 정확한 필드를 확인하세요. 엔드포인트 형식, 인증, 폴링 루프가 동일하므로 같은 브리프를 두 모델에서 테스트하는 데 필요한 변경은 크지 않다는 것이 핵심입니다.

그렇다면 어떤 모델을 선택해야 할까?

• 텍스트에서 사람의 동작을 생성해야 한다면 — 춤, 스포츠, 격투 안무처럼 전신을 빠르게 움직이는 모든 장면이라면: Kling 3.0입니다. 감독처럼 프롬프트를 작성하면 그에 걸맞은 결과를 얻을 수 있습니다.
• 참조 클립의 특정 퍼포먼스를 복제해 새로운 캐릭터나 장면에 적용해야 한다면: Seedance 2.0입니다. 참조 융합은 이 모델이 만들어진 목적이며, 블라인드 투표 아레나도 결과물 품질에서 이를 뒷받침합니다.
• 장면의 성패가 클로즈업된 얼굴 표정에 달려 있다면: 먼저 Seedance 2.0으로 시작하되, 두 모델 모두 생성해 직접 판단하세요 — 사양표만 보고 결정해서는 안 되는 유일한 축입니다.
• 방송이나 대형 화면을 위해 4K/60이 필요하다면: 현재 네이티브 4K와 60fps를 지원하는 모델은 Kling 3.0뿐입니다.
• 개방형 웹에서 미국 사용자에게 서비스를 제공하면서 원활한 이용 가능성이 필요하다면: 저작권 문제로 출시 당시 Seedance의 사용이 제한되었다는 점을 고려하세요 — API 플랫폼을 통해 접근하는 것이 현실적인 방법이며, 구체적인 사례에 적용할 수 있는지 확인할 가치가 있습니다.

현재 하나의 계정으로 두 모델을 모두 사용할 수 있습니다: Kling 3.0과 Seedance 2.0입니다. Veo나 Hailuo와도 비교하고 싶다면 전체 비디오 모델 라인업을 살펴보세요. 최신 생성별 비용은 가격 페이지에서 확인할 수 있습니다.