Kling 3.0 Turbo 이미지-투-비디오: hiapi API로 숏폼 영상 만들기

정지 사진 한 장과 API 호출 한 번이면 hiapi에서 Kling 3.0 Turbo 이미지-투-비디오로 시청자가 멈춰 서서 보게 되는 숏폼 영상을 생성할 수 있습니다. 타임라인 편집기도, 모션 바인딩도, 그린 스크린도 필요 없습니다—첫 프레임 이미지 한 장과 짧은 모션 프롬프트를 보내면 몇 분 뒤에 8초, 10초 또는 15초 길이의 .mp4를 돌려받습니다. 이 튜토리얼에서는 실제 /v1/tasks API로 영상 하나를 엔드투엔드로 제작하고, 실제 비용 내역을 보여주며, 동일한 코드를 정적 이미지 폴더 전체를 가리킬 수 있는 루프로 바꿔 TikTok이나 Reels용 영상을 대량 생산합니다.

다음은 이 글에서 첫 프레임 사진 한 장으로부터 생성한 영상입니다:

Kling 3.0 Turbo 이미지-투-비디오에 실제로 필요한 입력

이 모델의 입력 스키마는 간단하며, 바로 그것이 핵심입니다—카메라 설정이나 키프레임을 고민할 필요 없이 필수 필드 두 개와 선택 필드 두 개만 있으면 됩니다:

• prompt (문자열, 필수)—전체 장면이 아니라 원하는 동작을 설명합니다. 첫 프레임이 이미 장면을 정의하므로, 프롬프트는 모델에게 무엇이 움직여야 하는지 알려줍니다.
• image_urls (배열, 필수)—첫 프레임 이미지를 가리키는 공개 URL(JPEG 또는 PNG, 최대 10MB)입니다. 이것이 모델이 받는 유일한 이미지이며, 여기에는 다중 참조 이미지 모드가 없습니다.
• duration (정수, 선택, 기본값 5)—초 단위 영상 길이, 3에서 15.
• resolution (문자열, 선택, 기본값 720p)—720p 또는 1080p.

미리 계획해야 할 점 하나: aspect_ratio 매개변수가 없습니다. 출력 화면은 항상 입력 이미지의 구도를 그대로 이어받습니다—9:16 첫 프레임은 9:16 영상으로 렌더링되며 덮어쓸 수 없습니다. TikTok이나 Reels용 콘텐츠를 만든다면 영상 엔드포인트를 호출하기 전에 첫 프레임을 9:16으로 생성(또는 크롭)하세요. 그렇지 않으면 구도를 바로잡기 위해 $0.65–$1.60짜리 생성을 다시 실행해야 합니다. 전체 매개변수 참조와 온라인 체험 패널은 모델 페이지에 있습니다.

1단계: 좋은 첫 프레임에서 시작하기

새 콘텐츠를 생성하기 전에 먼저 사용할 수 있는 정적 이미지—제품 사진, 이전에 AI로 생성한 이미지, 브랜드 촬영물—이 있는지 확인하세요. Kling 3.0 Turbo 이미지-투-비디오는 첫 프레임만 읽어 전체 장면을 정의하므로, 기존 이미지를 재사용하면 영상 단계에서 추가 비용이 발생하지 않습니다. 생성된 동작의 초 단위에 대해서만 비용을 지불하면 됩니다.

없다면 첫 프레임 생성은 평범한 텍스트-투-이미지 호출입니다. 이 글의 첫 프레임은 gpt-image-2/text-to-image로 생성되었으며, 처음부터 세로 구도로 잡아 영상이 올바른 화면 비율을 이어받도록 했습니다:

import requests

resp = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {HIAPI_API_KEY}"},
    json={
        "model": "gpt-image-2/text-to-image",
        "input": {
            "prompt": (
                "Vertical smartphone-shot photo of a barista in a small specialty "
                "coffee shop pouring steaming latte art into a white ceramic to-go "
                "cup, warm golden morning light streaming through a large window "
                "behind her, steam curling upward, shallow depth of field, cozy "
                "minimalist cafe aesthetic, natural candid framing typical of a "
                "TikTok food video, photorealistic, high detail, 9:16 vertical composition"
            ),
            "aspect_ratio": "9:16",
            "resolution": "1K",
        },
    },
)
task_id = resp.json()["data"]["taskId"]

아래에서 사용하는 정확한 첫 프레임입니다. 한 번 생성한 뒤 영상 단계에 입력합니다:

2단계: 정지 이미지를 영상으로 바꾸기

hiapi의 모든 모델은 동일한 비동기 작업 패턴을 따릅니다: POST로 작업을 생성하고, 완료될 때까지 GET으로 폴링한 다음, 임시 링크가 만료되기 전에 출력을 다운로드합니다. 이미지-투-비디오의 경우 input 페이로드만 다릅니다:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-turbo/image-to-video",
    "input": {
      "prompt": "The barista continues pouring steamed milk in a slow spiral, latte art rosetta blooming across the surface of the coffee, steam swirling upward and catching the warm morning light, her hand moves the pitcher in a smooth steady motion, camera holds a subtle slow push-in, natural handheld micro-movement, shallow depth of field, cozy cafe ambience, smooth natural motion, stable cinematic camera movement",
      "image_urls": ["https://static.hiapi.ai/blog/kling-3-0-turbo-image-to-video-short-form-video/first-frame.jpg"],
      "duration": 8,
      "resolution": "1080p"
    }
  }'

그런 다음 결과를 폴링합니다:

import time, requests

def wait_task(task_id, token, timeout_s=600, poll_interval=5):
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        r = requests.get(
            f"https://api.hiapi.ai/v1/tasks/{task_id}",
            headers={"Authorization": f"Bearer {token}"},
        ).json()
        task = r.get("data") or {}
        if task.get("status") == "success":
            return task
        if task.get("status") == "fail":
            raise RuntimeError(task.get("error"))
        time.sleep(poll_interval)
    raise TimeoutError(task_id)

task = wait_task(task_id, HIAPI_API_KEY)
video_url = task["output"][0]["url"]  # temporary link — download it immediately

위에 삽입된 8초, 1080p 영상은 이 호출에서 바로 나온 것으로, 제출부터 다운로드 가능한 .mp4까지 약 2분 30초가 걸렸습니다—수동 편집도, 후처리도 없었습니다.

실제 비용

Kling 3.0 Turbo 이미지-투-비디오는 초 단위로 과금되며 해상도에 따라 등급이 나뉩니다(hiapi 가격 정책 기준, 2026년 8월 확인):

해상도	초당 가격	5초 영상	8초 영상	15초 영상
720p	$0.13/초	$0.65	$1.04	$1.95
1080p	$0.16/초	$0.80	$1.28	$2.40

이 글의 메인 영상—8초 1080p—의 비용은 $1.28입니다. 최종 렌더링 전에 프롬프트를 테스트하거나 모션을 반복 조정한다면, 그 시험 실행은 720p로 하고 모션이 원하는 대로 나온 뒤에만 "resolution": "1080p"로 올리세요. 이것만으로 반복 비용을 약 20% 줄일 수 있습니다.

배치 처리: 단일 영상에서 콘텐츠 캘린더로

별도의 "배치" 엔드포인트가 없기 때문에—동일한 작업 호출을 반복문으로 실행할 뿐입니다—숏폼 콘텐츠 파이프라인으로 만드는 일은 주로 기록 작업입니다:

clips = [
    {"image_url": "https://your-bucket/product-a.jpg", "prompt": "..."},
    {"image_url": "https://your-bucket/product-b.jpg", "prompt": "..."},
    {"image_url": "https://your-bucket/product-c.jpg", "prompt": "..."},
]

results = []
for clip in clips:
    resp = requests.post(
        "https://api.hiapi.ai/v1/tasks",
        headers={"Authorization": f"Bearer {HIAPI_API_KEY}"},
        json={
            "model": "kling-3.0-turbo/image-to-video",
            "input": {
                "prompt": clip["prompt"],
                "image_urls": [clip["image_url"]],
                "duration": 8,
                "resolution": "1080p",
            },
        },
    )
    task_id = resp.json()["data"]["taskId"]
    results.append(wait_task(task_id, HIAPI_API_KEY))

제품 이미지, 인물 사진, 장면 촬영물 폴더에 대해 이 코드를 밤새 실행하면, 아침에 바로 게시 가능한 영상 더미를 얻게 됩니다—각 영상 비용은 위 표와 정확히 같고, 예상치 못한 과금 항목은 없습니다. 기존 사진 대신 텍스트 설명에서 시작하고 싶다면, 동일한 작업 API를 사용하는 Kling 3.0 Turbo 텍스트-투-비디오 가이드에서 해당 진입점을 다룹니다.

자주 묻는 질문

Kling 3.0 Turbo 이미지-투-비디오 렌더링은 얼마나 걸리나요? 이 테스트에서 8초 1080p 영상은 작업 제출부터 다운로드 가능한 파일까지 약 2분 30초가 걸렸습니다. 720p의 짧은 영상은 보통 더 빨리 완료됩니다.

9:16 세로 출력을 얻을 수 있나요? 가능하지만 간접적으로만 가능합니다—이 모델에는 aspect_ratio 매개변수가 없습니다. 출력은 항상 입력 이미지의 화면 비율과 일치하므로, 영상 작업을 제출하기 전에 첫 프레임을 9:16으로 생성하거나 크롭하세요.

첫 프레임은 어떤 이미지 형식을 지원하나요? JPEG 또는 PNG, 최대 10MB, 공개 URL 형태로 image_urls 배열에 제공합니다. 이 모델의 배열은 이미지 한 장만 받습니다.

8초 1080p 영상 비용은 얼마인가요? 1080p 초당 $0.16의 확인된 요율로 계산하면 $1.28입니다. 같은 영상을 720p로 만들면 $1.04입니다.

프롬프트는 대화나 립싱크를 지원하나요? 지원합니다—prompt 필드(최대 2,500자)는 대사를 포함할 수 있으며, 모델은 이를 사용해 첫 프레임 속 말하는 대상의 립싱크 애니메이션을 구동할 수 있습니다.

직접 시도해 보기

위의 모든 내용은 실제 /v1/tasks 엔드포인트와 실제 키로 실행되었습니다—모의 응답도, 자리표시자 리소스도 없습니다. 놀고 있는 이미지 라이브러리가 있다면, 자신의 피사체에서 모델의 모션 품질을 가장 빨리 확인하는 방법은 영상 하나를 시도해 보는 것입니다: Kling 3.0 Turbo 이미지-투-비디오 모델 페이지로 이동해 첫 프레임 이미지를 넣으면 몇 분 안에 첫 결과를 얻을 수 있습니다.