LCM LoRA로 SDXL 생성 속도 대폭 향상
SDXL in 4 steps with Latent Consistency LoRAs
·2023.11.09 09:00
LCM LoRA를 통해 SDXL 모델을 별도의 재학습 없이 4~8단계의 적은 스텝만으로 빠르게 생성할 수 있다.
LCM LoRA는 Stable Diffusion(SDXL) 모델의 이미지 생성 단계를 기존 25~50단계에서 4~8단계로 획기적으로 줄여주는 새로운 방법론이다.
기존의 Latent Consistency Models(LCM) 방식은 모델 전체를 증류(Distillation)해야 하므로 비용과 시간이 많이 소요되었으나, LCM LoRA는 작은 어댑터(LoRA 레이어)만 학습하여 이 문제를 해결했다.
주요 특징 및 장점:
- 범용성: 학습된 LoRA를 사용하면 별도의 증류 과정 없이 어떠한 SDXL 미세 조정(Fine-tuned) 모델에도 즉시 적용할 수 있다.
- 압도적인 속도: RTX 3090 기준 생성 시간을 7초에서 1초 내외로 단축하며, Mac 환경에서는 약 10배 빠른 성능을 보여준다.
- 효율성: 적은 컴퓨팅 자원으로도 고품질의 빠른 추론이 가능해져, 저사양 하드웨어에서의 접근성을 높이고 서비스 비용을 절감할 수 있다.
사용자는 허브에서 적절한 교사 모델(Teacher model)을 선택해 LCM LoRA를 학습시킨 후, 이를 기존 SDXL 모델과 LCM 스케줄러에 결합하여 사용할 수 있다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.