인과적 사전학습
시간 축상에서 원인(과거)이 언제나 결과(미래)보다 앞선다는 가정을 모델 학습에 도입해 미래 프레임을 과거 맥락과 현재 입력에만 조건화하여 예측하는 학습 절차이다. 이 방식은 연쇄적 예측에서 발생하는 오류 누적을 줄이도록 설계되어 장시간 롤아웃 시 시각적 품질을 더 오래 유지하게 만든다. 본 논문에서는 인과적 사전학습을 통해 드리프트 억제 성질을 가진 백본을 확보하고 이를 증류 원천으로 사용하였다.
