Rectified Flow는 이미지나 3D 형태 같은 복잡한 데이터를 빠르고 효율적으로 생성하기 위한 신규 생성 모델링 기법입니다.
기존의 확산 모델(diffusion models)이 노이즈를 점진적으로 제거하는 방식과 달리, Rectified Flow는 단순한 노이즈를 데이터로 직접 직선 경로(straight path)를 따라 변환하는 방식을 학습합니다. 이를 통해 생성 속도와 품질을 동시에 개선할 수 있습니다.

주요 특징:

• 직선 경로 학습(Straight Trajectory Learning)
모델이 노이즈에서 타겟 데이터 분포로 직선상의 경로를 따라 이동하도록 학습합니다.

• 높은 효율성
기존 확산 모델보다 훨씬 적은 단계로 생성이 가능해 연산 부담이 줄어듭니다.

• 우수한 샘플 품질
왜곡을 최소화하여 더 선명하고 사실적인 결과물을 생성합니다.

• 간소화된 학습 과정
복잡한 노이즈 스케줄(noise schedule)을 설정할 필요 없이 단순한 학습 절차를 따릅니다.

• 강력한 이론적 기반
최적 수송(optimal transport) 이론에 기반하여 수학적으로 효율적인 모델 구조를 제공합니다.

활용 분야:

• 이미지 생성
빠르고 고화질의 이미지 생성에 활용되며, 예술, 디자인 등 다양한 분야에 적용 가능

• 3D 형상 생성
랜덤 노이즈로부터 복잡한 3D 오브젝트를 생성하는 데 사용됨

• 비디오 애니메이션
더 부드럽고 자연스러운 프레임 전환이 가능한 영상 생성에 기여

• 데이터 증강
모델 학습용 합성 데이터셋 생성을 통해 성능 및 일반화 능력 향상

• 의료 영상 합성
MRI, CT 등 정밀한 의료 이미지 생성을 통해 연구 및 진단 지원

중요성

Rectified Flow는 속도, 단순성, 생성 품질을 하나의 프레임워크에 통합한 차세대 생성 모델링 기술입니다.
기존 확산 모델이 가진 여러 한계를 해결하며, 더 넓은 분야에 실용적으로 적용할 수 있는 가능성을 열어줍니다.
AI 기반 콘텐츠 생성 기술이 점차 산업 전반에 채택됨에 따라, Rectified Flow는 확장 가능하고 접근성 높은 생성 AI의 기반 기술로 주목받고 있습니다.