디노이징 Steps: 점진적 선명화
모델은 여러 Step에 걸쳐 노이즈를 제거하며 이미지를 복원한다.
한 번에 완성하지 않고 조금씩 깎아서 목표 이미지로 수렴한다.
슬라이더로 Step 수를 조절하고 Play 버튼으로 과정을 확인하세요.
0
Step 0/50
노이즈 레벨: 100%
시작점
Noise에서 시작: 고유 지문
Diffusion은 랜덤 노이즈에서 시작해 이미지를 '발굴'한다.
고유 번호가 다르면 노이즈 패턴이 달라지고, 결과 이미지도 완전히 달라진다.
두 가지 고유 번호 비교 - 같은 프롬프트라도 시작점이 다르면 다른 이미지가 나온다.
같은 프롬프트, 다른 고유 번호 → 다른 결과
고유 번호: 42
다른 지문≠
고유 번호: 123
노이즈
이미지
스크롤해서 노이즈가 걷히는 과정을 확인하세요
텍스트 컨디셔닝: 텍스트 가이드
텍스트를 숫자로 바꾸고, 그 숫자가 이미지 생성 방향을 안내한다.
각 디노이징 단계에서 텍스트 임베딩이 노이즈 제거 방향을 안내한다.
프롬프트 → CLIP 인코더 → 임베딩 → Cross-Attention → 결과 파이프라인을 확인하세요.
예시 프롬프트:
"무지개 위에 앉은 고양이"
텍스트 임베딩이 각 단계에서 노이즈 제거 방향에 영향을 주어, 설명과 일치하는 이미지로 수렴한다.
제어 신호: 스티어링 휠
ControlNet으로 포즈, 깊이, 윤곽 등 추가 조건을 부여할 수 있다.
텍스트만으로 부족할 때, 이미지 기반 제어 신호가 정밀한 안내 역할을 한다.
4가지 제어 타입을 클릭해 워크플로우 시각화를 확인하세요.
인체 스켈레톤이 신체 위치와 자세를 안내한다
참조 이미지
텍스트 결합
Diffusion 한 줄 요약
“노이즈에서 예술로, 텍스트와 제어의 안내로.”