Diffusion Model

Diffusion Model은 데이터에 노이즈를 점진적으로 추가하는 과정과 그 반대의 복원 과정을 모델링해 새로운 샘플을 생성하는 생성 모델 계열이다. Denoising Diffusion Probabilistic Models(DDPM) 연구는 이 계열의 이미지 생성 성능을 체계적으로 보여준 대표적인 연구다.^[1]

학습에서는 노이즈가 섞인 데이터를 원래 데이터 방향으로 복원하는 과정을 학습하고, 생성 시에는 노이즈에서 시작해 반복적인 역과정을 거쳐 샘플을 만든다.^[1]

Diffusion Model은 특정 제품 하나의 이름이 아니다. 이미지 생성뿐 아니라 여러 데이터 영역에서 변형이 연구되어 왔으며, Foundation Model이나 Multimodal AI와 결합되는 경우도 있다.