Diffusion Model - 인공지능 > 생성형 AI | AI Insight Note | AI Insight Note

확산 모델 (Diffusion Model)

생성형 AI2026.05.18

Diffusion Model확산 모델

확산 모델(Diffusion Model)은 노이즈를 점진적으로 제거해 이미지를 생성하는 딥러닝 모델이다. Stable Diffusion, DALL-E 3, Midjourney의 기반 기술로 현재 이미지 생성 AI의 표준이다.

동작 원리

순방향 확산 (학습):
원본 이미지 → 노이즈 추가 → ... → 완전한 노이즈
(1000 단계에 걸쳐 가우시안 노이즈 점진 추가)

역방향 확산 (생성):
완전한 노이즈 → 노이즈 제거 → ... → 이미지 생성
(학습된 신경망으로 각 단계의 노이즈를 예측·제거)

텍스트-이미지 생성

python

from diffusers import StableDiffusionPipeline

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5"
)
image = pipe("A beautiful sunset over the ocean, photorealistic").images[0]
image.save("sunset.png")

GAN vs 확산 모델

항목	GAN	확산 모델
학습 안정성	불안정	안정적
다양성	낮음 (mode collapse)	높음
품질	좋음	더 좋음
속도	빠름	느림 (다단계)

관련 개념

•GAN — 이전 세대 이미지 생성 모델
•딥러닝 — 확산 모델의 기반
•임베딩 — 텍스트 프롬프트 임베딩

참고문헌

•Ho et al. (2020). Denoising Diffusion Probabilistic Models
•Rombach et al. (2022). High-Resolution Image Synthesis with Latent Diffusion Models