최근에 Dall E 2등으로 각광받고 있는 Diffusion Model에 대한 설명을 여러번 걸쳐서 나누어 드리도록 하겠습니다.

먼저 Diffusion Model이란, 인공지능 및 기계학습 심화 > [추가 자료] Variational Autoencoder (VAE), Generative Adversarial Network (GAN), Normalizing Flows : KOOC (kaist.ac.kr) 에서 살펴본 바와 같은 VAE/GAN/Flow 등의 생성 모델의 일종입니다.

Diffusion Model은 머신러닝 분야에서는 이제 연구가 시작되어 왔고, 최초의 연구를 2015년으로 잡기도 합니다.

하지만, Diffusion Process에 대한 연구는 아주 오래전부터 Second-Order Elliptic Partial Differential Equation이라는 이름으로, 수학계에서 연구가 이루어져 왔습니다.

즉, 수학계에서 가장 큰 분야는 편미분방정식이라고 보아도 무방한데, 그 편미분방정식의 분야 중 가장 큰 하위분야는 Second-Order Elliptic Partial Differential Equation이고, 이것이 즉 Diffusion process를 연구하는 또 다른 이름이었습니다.

어쨌든, Diffusion Model이 성공적인 이미지 생성을 달성한다는 것은 최근의 Yang Song (NCSN) 및 Jonathan Ho (DDPM)의 논문에서 최초로 밝혔습니다. 다음 시간에는 Yang Song 및 Jonathan Ho의 논문들에 대해 알아보도록 하겠습니다.