확산 모델
확산 모델은 노이즈 프로세스를 역전시키는 방법을 학습하여 무작위 정적을 단계별로 상세한 그림으로 변환함으로써 이미지를 생성합니다.
개요
이들은 Stable Diffusion, DALL-E, Midjourney 같은 오늘날의 주요 텍스트-이미지 도구들을 구동합니다.
심층 분석
확산 모델은 두 방향으로 훈련됩니다. 순방향 프로세스에서는 순수한 정적인 이미지가 될 때까지 소량의 랜덤 노이즈를 추가하여 깨끗한 이미지가 점차적으로 손상됩니다. 그런 다음 모델은 반대 방향으로 학습합니다. 즉, 노이즈에서 시작하여 각 단계에서 약간의 노이즈를 예측하고 제거하며 선명한 이미지가 나타날 때까지 수십 또는 수백 번 반복합니다. 이를 제어할 수 있도록 텍스트 프롬프트가 각 노이즈 제거 단계를 안내하므로 "말을 탄 우주 비행사"는 정적을 해당 그림 쪽으로 조종합니다. Stable Diffusion과 같은 최신 시스템은 원시 픽셀이 아닌 압축된 잠재 공간에서 이 프로세스를 실행하므로 속도가 훨씬 빨라집니다. GAN과 비교하여 확산 모델은 더 안정적으로 훈련하고 더 큰 다양성을 생성하므로 2022년경 고품질 이미지 생성에 대한 지배적인 접근 방식으로 GAN을 능가했습니다.
기술적 통찰력
핵심 비결은 네트워크가 한 번에 이미지를 생성할 필요가 없다는 것입니다. 주어진 단계에서 추가된 노이즈를 예측하는 방법만 학습합니다. 훈련 중에 알려진 양의 노이즈가 실제 이미지에 추가되고 모델은 해당 노이즈를 추정하도록 요청받습니다. 차이점은 훈련 오류입니다. 생성 시 모델은 예측된 노이즈를 반복적으로 빼면서 점차 구조를 드러냅니다. 텍스트 조건 조정은 교차 주의를 통해 주입되며, 분류자 없는 안내는 프롬프트가 출력을 얼마나 강력하게 조정하는지 증폭시킵니다.
전략적 영향
더 명확한 결정들
이는 명확한 기술적 주장과 마케팅 언어를 구분하는 데 도움이 됩니다.
비용 및 예산
돈이나 시간을 들이기 전에 더 나은 구현 질문을 할 수 있습니다.
팀과 워크플로우
이해를 공유한 팀은 더 나은 제품, 정책 및 학습 결정을 내립니다.
확산 모델의 미래
확산은 Sora와 같은 도구를 사용하여 이미지, 비디오 및 오디오 생성을 위한 최신 기술이며 이를 모션으로 확장합니다. 가장 큰 추진력은 속도입니다. 증류 및 일관성 모델과 같은 기술은 수백 개의 노이즈 제거 단계를 소수 또는 심지어 하나로 줄여 실시간 생성을 가능하게 하는 것을 목표로 합니다. 3D 자산, 분자 및 단백질과 같은 과학적 설계, 엄격하게 제어 가능한 편집으로 확산이 확대되는 동시에 휴대폰에서도 실행할 수 있을 만큼 저렴해질 것으로 기대합니다.
실제 구현
Stable Diffusion, DALL-E 및 Midjourney의 텍스트 프롬프트에서 원본 아트웍과 이미지 만들기
인페인팅 및 아웃페인팅, 사진 부분을 매끄럽게 채우거나 확장하기
OpenAI의 Sora와 같은 도구의 텍스트에서 비디오 생성
신약 발견 연구를 위한 새로운 분자 및 단백질 구조 설계
위험 및 가드레일
팀마다 동일한 용어를 다르게 사용할 수 있으므로 범위를 조기에 정의하세요.
벤치마크는 강력해 보이지만 실제 성능은 고르지 않을 수 있습니다.
데이터 품질 및 평가 계획을 무시하면 취약한 결과가 발생하는 경우가 많습니다.
구현 로드맵
필요한 결과에 대한 일반 언어 정의부터 시작하세요.
테스트하기 전에 하나의 성공 지표와 하나의 실패 조건을 선택하세요.
세련된 데모 세트가 아닌 대표 데이터를 사용하여 소규모 파일럿을 실행하세요.
확산 모델이 도움이 되는 부분과 더 간단한 방법이 더 나은 부분을 문서화하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Diffusion Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
GLIDE 확산 모델
자주 묻는 질문
확산 모델이란 무엇인가요?
확산 모델은 노이즈 프로세스를 역전시키는 방법을 학습하여 무작위 정적을 단계별로 상세한 그림으로 변환함으로써 이미지를 생성합니다. Stable Diffusion, DALL-E 및 Midjourney와 같은 오늘날 최고의 텍스트-이미지 도구를 지원합니다.
확산 모델이 이미지를 생성하는 방법의 핵심 아이디어는 무엇입니까?
확산 모델은 순수한 노이즈부터 시작하여 선명한 이미지가 나타날 때까지 단계별로 노이즈 제거 과정을 역전시키는 방법을 학습합니다.
훈련 중에 모델은 각 단계에서 예측을 위해 실제로 무엇을 학습합니까?
모델에는 잡음이 있는 이미지가 제공되고 추가된 잡음을 추정하는 방법을 학습하므로 나중에 생성 중에 잡음을 뺄 수 있습니다.
텍스트 프롬프트는 생성된 이미지에 어떤 영향을 미치나요?
교차 주의 및 안내를 통해 텍스트 조건을 조정하면 모든 노이즈 제거 단계를 조금씩 조정하여 나타나는 이미지가 프롬프트와 일치하도록 합니다.
Stable Diffusion이 '잠재 공간'에서 프로세스를 실행하는 이유는 무엇입니까?
전체 해상도 픽셀 대신 압축된 잠재 공간에서 작동하면 품질을 유지하면서 계산이 크게 줄어듭니다.
GAN에 비해 확산 모델의 주요 장점 중 하나는 무엇입니까?
확산 모델은 불안정한 적대적 게임과 GAN의 모드 붕괴를 방지하여 보다 안정적인 훈련과 더 큰 출력 다양성을 제공합니다.