Vidu Q4 Preview
Vidu Q4: 이미지 한 장을 움직이거나, 레퍼런스로 장면을 짜거나
Vidu Q4는 ShengShu Technology가 2026년 10월 7일 퍼블릭 프리뷰로 공개한 최신 영상 모델입니다. Kuca에서는 두 가지 방식으로 쓸 수 있습니다. 가지고 있는 이미지 한 장을 그대로 살아 움직이게 하거나, 인물과 소품을 담은 레퍼런스 이미지와 목소리 클립을 한데 모아 건네고 같은 캐릭터가 등장하는 새 장면을 연출하게 하는 방식입니다. 클립 길이는 3~16초이고, 해상도는 540p부터 4K까지 고를 수 있습니다.
Kuca에서 쓰는 Vidu Q4 한눈에 보기
- 모드
- 이미지로 영상 · 레퍼런스로 영상
- 클립 길이
- 3~16초
- 해상도
- 540p · 720p · 1080p · 2K · 4K
- 레퍼런스
- 이미지 최대 12장, 음성 클립 최대 3개
- 화면 비율(Omni Reference)
- 16:9 · 9:16 · 4:3 · 3:4 · 1:1
Vidu Q4에서 달라진 점
Vidu Q4에서 새로워진 부분은 대부분 연기와 관련이 있습니다. ShengShu에 따르면 이번 모델은 이전 Vidu보다 표정과 몸짓, 목소리를 훨씬 긴밀하게 맞춰 냅니다. 슬쩍 던지는 눈길, 말끝을 흐리며 머뭇거리는 순간, 버럭 터지는 고함이 움직이는 몸에 얼굴만 붙여 놓은 듯 따로 놀지 않고 하나의 연기로 읽힙니다. 동작에 맞춰 카메라가 움직이고 컷이 넘어가는 흐름도 더 정확해졌고, 불똥, 연기, 불꽃놀이, 폭발처럼 화면을 요란하게 채우는 효과도 묵직한 존재감과 그럴듯한 빛을 갖고 장면 안에 자연스럽게 자리 잡습니다.
출력은 최대 4K에 10비트 컬러를 지원합니다. 덕분에 노을 진 하늘의 그러데이션, 피부 톤, 밤거리처럼 미묘한 색의 변화가 중요한 장면도 매끄럽게 표현됩니다. 다만 이번 버전에는 Preview라는 꼬리표가 붙어 있습니다. 새로운 플래그십 라인의 첫 공개 버전이고, 지금은 이미지와 레퍼런스 자료로만 영상을 만들 수 있습니다. 텍스트만으로 만드는 모드는 아직 없기 때문에 Kuca에서 만드는 모든 Vidu Q4 영상은 적어도 한 장의 이미지에서 출발합니다.
영상을 시작하는 두 가지 방법
이미지 한 장
이미지로 영상: 한 프레임에서 한 샷으로
이미지로 영상 모드에서는 올린 이미지가 그대로 첫 프레임이 됩니다. Vidu Q4는 구도와 조명, 피사체를 유지한 채 프롬프트에 적은 대로 그다음 장면을 이어 갑니다. 스토리보드의 키 비주얼, 제품 사진, 인물 사진, 또는 앞서 만든 클립의 마지막 프레임처럼 바로 이 화면에서 시작하고 싶다는 한 장이 이미 정해져 있을 때 쓰면 좋습니다. 위 생성기에서는 프레임으로 생성 탭이 이 모드입니다.
클립의 화면 구성은 이미지 모양을 그대로 따르기 때문에, 원하는 비율로 미리 잘라서 올리는 것이 좋습니다. 프롬프트에는 이미지를 다시 묘사하지 말고 그다음에 일어날 일을 적으세요. 인물의 동작, 카메라 움직임, 장면의 분위기 같은 것들입니다. 이미지에 담긴 내용은 모델이 이미 보고 있습니다.
레퍼런스 보드
레퍼런스로 영상: 재료를 모아 새 장면 만들기
레퍼런스로 영상 모드는 첫 프레임을 고정하지 않습니다. 인물, 의상, 소품, 제품, 장소처럼 한 장면을 이루는 재료를 Vidu Q4에 건네면, 모델이 그 재료를 활용해 새로운 샷을 짜 줍니다. 같은 인물이나 물건이 따로 만든 여러 클립에서 똑같은 모습으로 나와야 하는 숏드라마, 매번 등장하는 마스코트, 제품 스토리 영상에 잘 맞는 모드입니다. 생성기에서는 Omni Reference 탭에 있습니다.
이 모드에서는 화면 비율을 직접 고를 수 있고, 오디오 생성을 켜면 모델이 영상에 대사와 효과음까지 넣어 줍니다. 필요하다면 음성 클립을 더해 캐릭터마다 어떤 목소리로 말할지도 정할 수 있습니다. 올린 자료는 모두 첫 프레임이 아니라 레퍼런스로 쓰이기 때문에, 카메라 앵글과 거리, 인물의 동선은 모델이 자유롭게 정합니다.
흔들리지 않는 레퍼런스 보드 만들기
Kuca에서는 Vidu Q4로 한 번 생성할 때 레퍼런스 이미지를 최대 12장까지 쓸 수 있습니다. Vidu 자체 플랫폼에는 최대 15장으로 안내되어 있습니다. 그렇다고 이미지가 많을수록 결과가 좋아지는 것은 아닙니다. 한 장 한 장이 모델이 짐작할 수 없는 정보를 보여 줄 때 비로소 제 몫을 합니다. 정면 얼굴과 비스듬한 각도의 얼굴, 전신이 다 보이는 의상, 제대로 손에 쥔 소품, 장면이 펼쳐질 방이나 거리 같은 것들입니다.
조명이 고르고 주인공이 한 명만 또렷하게 찍힌 깔끔한 이미지를 고르세요. 여러 사람이 북적이는 단체 사진을 넣으면 누가 중요한지 모델이 스스로 판단해야 합니다. 다음 클립에서도 같은 모습이어야 하는 캐릭터가 있다면 같은 이미지를 같은 순서로 다시 쓰고, 프롬프트에서도 빨간 코트를 입은 여자, 은색 텀블러처럼 쉬운 말로 부르세요. 그래야 글과 이미지가 같은 대상을 가리키고, 모델도 헷갈리지 않습니다.
- 얼굴 정면
- 얼굴 ¾ 측면
- 전신 의상
- 소품
- 장소
- 두 번째 인물
이미지 최대 12장
음성 클립
- 주인공
- 상대역
- 내레이터
음성 클립과 사운드
레퍼런스 모드에서는 MP3 형식의 음성 클립을 최대 3개까지 넣을 수 있고, 하나당 길이는 3~12초입니다. 음성 클립은 샷이 바뀌어도 캐릭터의 목소리와 말투를 일정하게 붙잡아 줍니다. 따로 생성한 클립을 이어 붙여 시리즈를 만들 때 특히 중요한 이유입니다. 배경 음악 없이 말소리만 또렷한 클립이 가장 좋고, 파일 하나에 화자를 한 명만 담아야 목소리가 서로 섞이지 않습니다.
음성 클립이 정하는 것은 말소리가 어떻게 들리느냐뿐입니다. 실제로 대사를 하게 하려면 오디오 생성을 켜고 프롬프트에 대사를 적은 뒤, 누가 어떤 식으로 말하는지도 함께 써야 합니다. 속삭이듯, 숨을 헐떡이며, 반쯤 웃으면서 같은 식으로 적으면 됩니다. 오디오를 켜면 Vidu Q4가 화면에 어울리는 주변음과 효과음도 더해 줍니다. 나중에 음악을 직접 깔거나 더빙, 믹싱을 따로 할 계획이라면 꺼 두세요.
길이, 해상도, 크레딧
Vidu Q4 클립은 3초에서 16초 사이에서 길이를 자유롭게 정할 수 있습니다. 짧은 클립일수록 연출하기가 쉽습니다. 동작 하나, 카메라 움직임 하나, 감정의 고비 하나에만 집중하면 되기 때문입니다. 긴 길이는 빌드업과 마무리가 함께 필요한 장면이나, 클립 안에서 컷 전환을 요구하는 프롬프트를 위해 아껴 두세요. 클립이 길어지면 그만큼 기다리는 시간도 길어진다는 점도 기억해 두면 좋습니다.
비용에 가장 큰 영향을 주는 것은 해상도입니다. 타이밍과 구도, 레퍼런스가 제대로 반영됐는지 확인하는 데는 540p면 충분합니다. SNS 게시물이라면 720p나 1080p로 올리고, 2K와 4K는 실제로 납품하거나 색보정을 거칠 최종본에 쓰세요. 크레딧은 초 단위로 계산되며, 영상 생성 버튼에 선택한 길이와 해상도에 맞는 정확한 크레딧이 생성 전에 표시됩니다. 오디오 생성을 켜도 크레딧은 달라지지 않습니다.
연기를 끌어내는 프롬프트 쓰는 법
프롬프트는 짧은 샷 설명처럼 쓰세요. 화면에 누가 있고, 무엇을 하며, 어떤 감정이고, 카메라는 어떻게 움직이는지를 적는 것입니다. 예를 들어 문자를 확인한 그녀가 멈칫하더니 천천히 현관문 쪽으로 고개를 든다, 카메라는 천천히 다가가고 스탠드 조명이 따뜻하게 비춘다, 이렇게 쓰면 모델이 연기할 수 있는 한 박자가 생깁니다. 반면 시네마틱한, 감성적인, 아름다운 같은 형용사만 늘어놓으면 모델이 연기할 거리가 없습니다.
클립 하나에는 아이디어 하나만 담으세요. 리액션 샷과 와이드 샷이 둘 다 필요하다면 같은 레퍼런스로 따로 생성한 뒤 편집에서 이어 붙이면 됩니다. 결과가 마음에 들지 않을 때는 동작을 묘사한 문장, 레퍼런스 이미지 한 장, 클립 길이처럼 한 번에 하나만 바꿔 보세요. 그래야 어떤 변화가 문제를 해결했는지 정확히 알 수 있습니다.
The detective from the first two images sits across the table from the woman in the red coat. He slides a photo toward her. She glances at it, looks away and says quietly, "I've never seen him before." Slow push-in on her face, rain running down the window behind them.Vidu Q4 자주 묻는 질문
Kuca에서 Vidu Q4 영상은 어떻게 만드나요?
이 페이지 상단의 생성기에서 모드를 고르세요. 프레임으로 생성에서는 이미지 한 장을 올리고 움직임을 설명합니다. Omni Reference에서는 레퍼런스 이미지 1~12장과 필요하면 MP3 음성 클립을 최대 3개까지 넣고 장면을 설명합니다. 길이와 해상도를 정한 뒤 버튼에 표시된 크레딧을 확인하고 생성하면, 완성된 클립이 생성 기록에 나타납니다.
이미지로 영상과 레퍼런스로 영상 중 무엇을 써야 하나요?
원하는 첫 프레임이 이미 있고 그 화면을 그대로 움직이고 싶다면 이미지로 영상을 쓰세요. 같은 캐릭터나 의상, 제품을 직접 설명한 새로운 샷에 등장시켜야 할 때, 또는 일정한 목소리로 대사를 넣고 싶을 때는 레퍼런스로 영상이 맞습니다. 이 모드에서는 화면 비율도 직접 고를 수 있습니다.
Vidu Q4는 텍스트 프롬프트만으로 영상을 만들 수 있나요?
현재 프리뷰 버전에서는 불가능합니다. 두 모드 모두 이미지가 최소 한 장 필요합니다. 아이디어만 있다면 먼저 이미지 생성 모델로 키 프레임을 만든 다음, 그 이미지를 Vidu Q4로 움직이거나 레퍼런스로 활용하세요. 마지막 프레임 지정이나 영상 레퍼런스도 아직 지원되지 않으니, 출발점이 될 이미지를 먼저 확실히 준비해 두는 것이 좋습니다.
여러 클립에서 같은 캐릭터를 유지하려면 어떻게 하나요?
모든 클립을 레퍼런스 모드에서 같은 이미지 세트, 같은 순서로 생성하세요. 캐릭터는 매번 같은 표현으로 묘사하고, 음성 클립도 같은 것을 다시 쓰면 됩니다. 모델은 눈에 보이는 대로 따라가므로 조명과 의상도 레퍼런스 이미지 단계에서 미리 통일해 두는 것이 중요합니다. 프롬프트에서 캐릭터를 부르는 말도 빨간 코트를 입은 여자처럼 매번 똑같이 맞춰 주세요.
어떤 음성 클립이 가장 잘 맞나요?
길이 3~12초의 MP3로, 한 사람이 또렷하게 말하고 배경 음악이 없으며 공간 울림이 적은 녹음이 가장 좋습니다. 차분한 클립에서는 차분한 목소리가 나오므로 원하는 톤 그대로 녹음하세요. 그다음 오디오 생성을 켜고 실제 대사를 따옴표로 묶어 프롬프트에 적으면 됩니다. 음성 클립은 Omni Reference에서만 쓸 수 있고, 한 번에 최대 3개까지 넣을 수 있습니다.
클립 길이는 얼마나 되고, 비용은 어떻게 되나요?
길이는 3~16초, 해상도는 540p, 720p, 1080p, 2K, 4K 중에서 고를 수 있습니다. 비용은 초 단위로 계산되고 해상도가 높을수록 올라갑니다. 영상 생성 버튼에 현재 설정에 맞는 정확한 크레딧이 생성 전에 표시되며, 오디오를 켜도 비용은 늘지 않습니다. 기본값은 5초, 720p이니 먼저 짧고 낮은 해상도로 시험한 뒤 필요할 때 올리세요.