Language
Country/Area
No result found
안정적 확산의 기원 이야기: 이 혁신적인 모델은 어떻게 생겨났을까?
인공지능 기술의 급속한 발전에 따라 딥러닝 텍스트-이미지 모델인 Stable Diffusion이 2022년에 공식 출시되었고 빠르게 커뮤니티에서 폭넓은 주목을 받았습니다. 이 혁신적인 모델은 텍스트 설명을 기반으로 세부적인 이미지를 생성할 수 있을 뿐만 아니라, 인페인팅(inpainting)과 아웃페인팅(outpainting)과 같은 다양한 다른 작업에도 적용될 수 있습니다.
안정적인 확산의 이면에는 독일 뮌헨의 루트비히 막시밀리안 대학의 CompVis 팀과 Runway의 연구자들의 공동 협업의 결과가 있습니다. 이 모델은 Stability AI의 지원을 받아 개발되었으며 비영리 단체의 방대한 양의 교육 데이터를 사용하여 이 혁신을 대부분의 소비자 하드웨어에서 실행할 수 있게 했으며, 클라우드 서비스를 통해서만 접근할 수 있었던 이전의 전문 모델과 달리 텍스트-투- DALL-E와 Midjourney 등의 이미지 모델은 극명한 대조를 이룹니다.
안정적 확산의 출현은 인공지능의 새로운 혁명을 의미하며, 앞으로 더욱 혁신적이고 편리한 창작 방식으로 이어질 수 있습니다.
개발 프로세스
안정적 확산은 루트비히 막시밀리안 대학 뮌헨과 하이델베르크 대학의 연구자들이 개발한 잠복 확산이라는 프로젝트에서 시작되었습니다. 이 프로젝트의 원래 저자 4명은 이후 Stability AI에 합류하여 Stable Diffusion의 후속 버전을 출시했습니다. CompVis 팀은 이 모델에 대한 기술 라이선스를 출시했습니다.
개발팀의 핵심 멤버로는 Runway의 패트릭 에서와 CompVis의 로빈 롬바흐가 있으며, 이들은 초창기에 안정 확산에서 사용된 잠재 확산 모델 프레임워크를 발명했습니다. 또한 이 프로젝트는 안정적인 확산 훈련 데이터를 정리하는 역할을 하는 독일 비영리 기구인 EleutherAI와 LAION의 지원을 받고 있습니다.
기술 아키텍처
안정적 확산 모델은 2015년에 제안되어 가우시안 노이즈를 점진적으로 제거하여 모델을 훈련하는 잠재 확산 모델(LDM)이라는 아키텍처를 사용합니다. 이 과정은 이미지를 픽셀 공간에서 더 작은 잠재 공간으로 압축하여 이미지의 더 기본적인 의미를 포착하는 것을 포함합니다.
안정적 확산은 세 가지 부분으로 구성됩니다. 변분 자동 인코더(VAE), U-Net 및 선택적 텍스트 인코더입니다.
VAE 인코더는 이미지를 잠재 공간으로 압축하는 반면, U-Net은 출력 잠재 표현의 노이즈를 제거합니다. 마지막으로 VAE 디코더는 표현을 다시 픽셀 공간으로 변환합니다. 이 과정에서 잡음 제거 단계는 텍스트, 이미지 또는 기타 방식에 따라 유연하게 조정될 수 있습니다.
교육 데이터 및 프로그램
StableDiffusion은 언어별로 필터링된 50억 개의 이미지-텍스트 쌍으로 구성된 공개 데이터 세트인 LAION-5B 데이터 세트를 기반으로 학습되었습니다. 최신 버전의 SD 3.0은 핵심 아키텍처를 전면적으로 개편하고, 구문 분석 구조를 개선하고, 생성 세부 정보와 정밀도를 강화했습니다.
사용 및 분쟁
안정적 확산 모델을 사용하면 사용자가 완전히 새로운 이미지를 생성하고 텍스트 프롬프트를 기반으로 기존 이미지를 수정할 수 있습니다. 그러나 이 기술을 사용하면서 지적 재산권과 윤리적 측면에서 논란이 일기도 했습니다. 특히 모델의 초기 훈련 데이터에는 방대한 양의 개인적이고 민감한 정보가 포함되어 있기 때문입니다. 또한 이 모델은 주로 영어 데이터를 사용하여 훈련되었으므로 생성된 이미지는 다양한 문화적 배경에 따라 편향될 수 있습니다.
안정적인 확산이 기술적 응용과 사회적 영향의 균형을 이룰 수 있을지 여부는 해결해야 할 문제이며, 이는 미래 발전을 위한 중요한 시험입니다.
