샘플링 스텝 수

샘플링 스텝 수는 확산 모델이 노이즈를 이미지나 비디오로 바꾸기까지 거치는 처리 횟수입니다. 스텝이 적을수록 결과가 빠르지만, 보통 세부 묘사나 다양성이 조금 손실됩니다.

  • 모델 활용
  • 업데이트

확산 모델은 노이즈에서 출발해 조금씩 다듬어 갑니다. 베이스 모델은 보통 수십 스텝으로 실행합니다. MOSS-Image는 기본값이 50이고, Anima는 일반 버전에 30~50을 권합니다.

증류 버전은 그 작업을 훨씬 적은 스텝으로 압축합니다. Z-Image Turbo와 Qwen-Image-2.1-Turbo는 8, Anima의 Turbo 버전은 8~12, MiniMax H3-Image와 Pika H3 Flex는 6이 필요합니다. 이런 버전이 소비자용 GPU 한 장에서 실용적인 선택이지만, 보통 베이스 모델보다 결과의 다양성이 적고 조절 장치도 적습니다. 설정을 비교할 때는 먼저 스텝 수를 바꾸세요. 이미지 한 장의 시간이 이 값에 비례해서 늘어나기 때문입니다.

관련 용어

  • 확산 모델 확산 모델은 무작위 노이즈에서 출발해 노이즈를 한 단계씩 제거하며 이미지나 영상을 만들어 냅니다.
  • 분류기 없는 유도(CFG) 분류기 없는 유도, 보통 CFG라고 부르는 이 설정은 확산 모델에서 결과가 프롬프트를 얼마나 엄격하게 따르는지 조절하며, 그 대가로 추가 연산이 필요합니다.
  • 증류(Distillation) 증류는 더 작은 '학생' 모델이 더 큰 '교사' 모델을 모방하도록 학습시키는 방법으로, 크기는 훨씬 작으면서도 교사 모델의 능력 대부분을 유지합니다.

전체 용어