본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

확산 모델

확산 모델(diffusion model)은 여러 단계에 걸쳐 노이즈를 조금씩 제거하면서 무작위 노이즈를 이미지 같은 데이터로 바꾸는 법을 배우는 생성 모델입니다.

다른 이름: diffusion, denoising diffusion, latent diffusion

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

학습은 실제 이미지에서 시작해, 잡음만 남을 때까지 단계별로 노이즈를 더합니다. 모델은 그 노이즈를 한 단계씩 되돌리는 법을 배웁니다. 생성할 때는 순수한 노이즈에서 시작해, 깨끗한 이미지가 나타날 때까지 학습한 노이즈 제거 단계를 반복해서 실행합니다. Ho, Jain, Abbeel의 2020년 DDPM 논문은 이 방식으로 고품질 이미지를 만들 수 있음을 보여 주었습니다.

왜 중요한가

텍스트 이미지 생성 도구부터 텍스트 비디오 모델까지, 오늘날 접하는 대부분의 이미지와 영상 생성기는 확산을 바탕으로 만들어졌습니다. 공개된 예로는 FLUX.2 dev가 있으며, Diffusers와 ComfyUI 같은 라이브러리로 로컬에서 실행할 수 있습니다. 더 많은 모델은 이미지 모델에 정리되어 있습니다.

잠재 확산

픽셀에 직접 확산을 실행하면 느리고 비쌉니다. Rombach 등이 소개한 잠재 확산(latent diffusion)은 먼저 오토인코더로 이미지를 압축하고 그 더 작은 공간에서 노이즈 제거를 실행합니다. 크로스 어텐션 층이 텍스트 프롬프트로 각 단계를 조종하게 합니다. Stable Diffusion과 그 뒤의 많은 모델이 이 설계를 따릅니다.

한계

생성에는 순차적인 단계가 많이 필요하므로, 한 번에 이미지를 만드는 것보다 느립니다. 조종은 간접적입니다. 프롬프트, 가이던스 스케일, ControlNet 같은 애드온은 모두 결과를 지시하기보다 노이즈 제거를 살짝 유도합니다. 확산 언어 모델은 같은 개념을 텍스트에 적용합니다.

관련 용어

텍스트 투 이미지(Text-to-image)
텍스트 투 이미지(text-to-image)는 프롬프트라고 부르는 글 설명으로부터 새 그림을 생성하는 작업입니다. 현재 대부분의 텍스트 투 이미지 모델은 텍스트를 조건으로 하는 확산 모델입니다.
텍스트 투 비디오(Text-to-video)
텍스트 투 비디오(text-to-video)는 글로 쓴 프롬프트로부터 짧은 동영상 클립을 생성하는 작업입니다. 모델은 프레임 하나하나가 그럴듯하면서도 프레임 사이의 움직임이 일관된 결과를 만들어야 합니다.
가이던스 스케일(CFG)
가이던스 스케일(guidance scale), 또는 CFG 스케일은 확산 이미지 생성기에서 출력이 프롬프트를 얼마나 강하게 따를지 조절하는 설정입니다. 값이 높을수록 프롬프트를 더 충실히 따르지만 다양성이 줄어듭니다.
ControlNet
ControlNet은 텍스트 이미지 확산 모델이 텍스트 프롬프트에 더해 엣지 맵, 깊이 맵, 사람의 자세 같은 구조 가이드를 따르게 하는 신경망 애드온입니다.
확산 언어 모델
확산 언어 모델(dLLM, diffusion language model)은 한 번에 토큰 하나씩 쓰는 대신, 완전히 마스킹되거나 노이즈가 섞인 시퀀스에서 시작해 여러 단계에 걸쳐 많은 토큰 위치를 병렬로 다듬어 텍스트를 생성합니다.
자기회귀 모델
자기회귀 모델(autoregressive model)은 시퀀스를 한 조각씩 생성하는 모델로, 앞선 모든 토큰으로 다음 토큰을 예측하고 그 출력을 다시 입력으로 넣습니다. 대부분의 대규모 언어 모델이 이렇게 동작합니다.

출처