Stable Diffusion

Stable Diffusion은 Stability AI에서 오픈소스 라이선스로 배포한 텍스트-투-이미지(text-to-image) 인공지능 모델입니다. 2022년 8월에 출시되었으며, 다음과 같은 주요 특징을 가지고 있습니다:

## 개요
- 텍스트 프롬프트를 입력하면 해당 내용에 부합하는 실제 같은 고품질 이미지를 생성할 수 있습니다.[1][4][5]
- 대부분의 이미지 AI가 온라인에서만 서비스하는 것과 달리, 개인 PC에 직접 설치하여 로컬 환경에서 실행할 수 있습니다.[1]
- 오픈소스 라이선스로 배포되어 누구나 무료로 사용할 수 있습니다.[1][4]

## 아키텍처 및 기술
- 변이형 오토인코더(VAE), 순/역방향 디퓨전, 노이즈 예측기, 텍스트 컨디셔닝 등의 기술을 활용합니다.[4]
- 잠재 공간(latent space)을 사용하여 처리 요구사항을 줄이고, GPU가 장착된 일반 PC에서도 실행 가능합니다.[4]
- 전이 학습을 통해 최소 5개의 이미지로 미세 조정하여 특정 요구사항을 충족할 수 있습니다.[4]

## 모델 버전
- Stable Diffusion 3: 최신 버전으로 멀티 서브젝트 프롬프트, 이미지 품질, 철자 능력 등이 향상되었습니다.[2]
- Stable Diffusion XL: 더 큰 UNet 백본 네트워크를 사용하여 고품질 이미지를 생성합니다.[5]
- SDXL Turbo: 실시간으로 이미지를 생성할 수 있는 고속 모델입니다.[2]

Stable Diffusion은 텍스트 기반 이미지 생성 분야에서 오픈소스 모델로는 가장 주목받고 있으며, 지속적인 모델 업데이트와 기능 개선을 통해 AI 이미지 생성 기술을 선도하고 있습니다.[1][2][4][5]

Citations:
[1] https://namu.wiki/w/Stable%20Diffusion
[2] https://stability.ai
[3] https://huggingface.co/spaces/stabilityai/stable-diffusion
[4] https://aws.amazon.com/ko/what-is/stable-diffusion/
[5] https://stablediffusionweb.com/ko

Stable Diffusion Online