CFG-Ctrl: 제어 이론 기반의 분류기 없는 확산 가이드

기존의 CFG는 높은 가이드 배율에서 색상 왜곡이나 형태 붕괴가 발생하는 한계가 있었다. 이 논문은 CFG를 제어 이론의 피드백 루프로 재정의하여, 복잡한 생성 과정에서도 안정적이고 정확하게 텍스트 지시를 따를 수 있는 수학적 기반을 마련했다.

단락 1: 기존의 CFG는 텍스트 조건이 있는 예측값과 없는 예측값 사이를 직선으로 연장하는 방식이다. 이는 마치 자동차 핸들을 꺾을 때 도로의 곡률을 무시하고 단순히 현재 방향에서 일정 각도만큼 더 꺾는 것과 같아서, 가이드 배율이 커지면 경로가 데이터 매니폴드에서 벗어나 색상이 과포화되거나 구조가 뭉개지는 현상이 발생한다. 단락 2: 이 논문은 이 과정을 오차를 줄여나가는 제어 문제로 본다. 조건부 예측과 비조건부 예측의 차이를 의미적 오차 신호로 정의하고, 이를 시스템에 피드백하여 속도장을 실시간으로 수정한다. 표준 CFG는 오차에 비례해 수정량을 결정하는 단순한 P-제어에 해당하며, 시스템의 비선형성을 고려하지 못해 진동하거나 발산하기 쉽다. 단락 3: 해결책으로 제시된 SMC-CFG는 생성 경로를 슬라이딩 면이라는 안정적인 궤도 위로 강제로 밀어 넣는다. 오차가 발생하면 스위칭 제어 항을 통해 강력한 복원력을 가해 경로를 궤도 위로 복귀시킨다. 이를 통해 높은 가이드 배율에서도 경로가 이탈하지 않고 목표한 이미지 특징에 정확하고 빠르게 도달하게 된다.

단락 1: CFG-Ctrl 프레임워크는 확산 과정을 제어 입력이 포함된 동적 시스템으로 모델링한다. [의미적 오차 e(t) → 가이드 스케줄 Kt 및 방향 연산자 Pit 곱셈 → 제어 신호 ut → 생성 방향 결정] 순서로 계산이 이루어진다. 단락 2: SMC-CFG는 지수적 슬라이딩 면 s(t) = e_dot(t) + lambda * e(t)를 정의한다. [오차의 변화율 e_dot와 현재 오차 e → 선형 결합 e_dot + lambda * e → 슬라이딩 변수 s(t) → 시스템의 평형 이탈 정도 측정] 과정을 거친다. 단락 3: 실제 제어는 스위칭 항 delta_e = -k * sign(st)를 통해 이루어진다. [st의 부호 → 상수 k 곱셈 및 부호 반전 → 보정 항 delta_e → 비선형 피드백 보정 수행] 순으로 보정량이 결정된다.

단락 1: MS-COCO 데이터셋 실험에서 SMC-CFG는 SD 3.5, Flux-dev, Qwen-Image 모든 모델에서 표준 CFG 및 최신 변체보다 낮은 FID와 높은 CLIP Score를 기록했다. 특히 SD 3.5에서 FID 20.044를 달성하며 이미지 품질과 텍스트 일치도의 우수성을 입증했다. 단락 2: T2I-CompBench를 통한 구성적 생성 능력 평가에서도 색상 결합, 공간 관계 등 모든 지표에서 성능 향상을 보였다. 특히 공간 관계 지표에서 Qwen-Image 기준 0.2968에서 0.4085로 대폭 상승하며 복잡한 프롬프트 처리 능력을 확인했다. 단락 3: 고배율 가이드 스케일 실험에서 표준 CFG는 스케일이 커질수록 성능이 급격히 하락하는 반면, SMC-CFG는 스케일이 커져도 성능이 유지되거나 오히려 향상되는 강인함을 보였다.

단락 1: CFG-Ctrl은 확산 모델의 샘플링을 제어 아핀 상미분 방정식 시스템으로 공식화한다. 표준 CFG는 이 시스템에서 이득이 고정된 P-제어기로 해석되며, 이는 시스템의 리야푸노프 에너지가 단조 감소함을 보장하지 못해 불안정성을 야기한다. 단락 2: 제안된 SMC-CFG는 불연속적인 제어 법칙을 사용하여 시스템 궤적을 미리 정의된 매니폴드로 강제한다. 이는 모델의 비선형성이나 수치적 오차를 외란으로 간주하고 이를 상쇄하는 스위칭 제어 항을 도입함으로써 달성된다. 단락 3: 이론적 분석을 위해 리야푸노프 함수 V(s) = 0.5 * ||s||^2를 설정하고, 시간 미분이 음수임을 보임으로써 유한 시간 내 수렴성을 증명했다. 또한 이산 시간 구현에서의 안정성을 위해 하이퍼파라미터 k의 안정 범위를 도출하여 실무적인 튜닝 가이드를 제공한다.

SMC-CFG는 두 개의 추가 하이퍼파라미터를 도입하여 배포 복잡성을 증가시키며, 모델마다 최적의 값을 찾기 위한 수동 튜닝이 필요할 수 있다.