[CV 개발자 필수] VAE·GAN·Diffusion 구조부터 ComfyUI 실전 배포까지
강의소개
강의정보
| 학습개요 |
1) 생성 모델과 판별 모델의 차이를 이해하고, 우도(Likelihood)와 엔트로피 등 생성 AI의 뼈대가 되는 확률 통계적 개념을 정립한다. 2) 데이터를 압축하는 VAE의 원리와 적대적 학습을 이용하는 GAN의 구조를 파악하고, PyTorch 실습을 통해 모델을 제어한다. 3) Stable Diffusion의 핵심 구조를 파악하고, ControlNet과 LoRA를 활용해 인물/스타일을 정교하게 제어하는 고급 기술을 습득한다. 4) DiT와 Flow Matching 등 최신 기술을 학습하고, ComfyUI와 Gradio를 이용해 자동화 업무 워크플로우 및 서비스 환경을 구현한다. 5) 텍스트-투-비디오(Video Diffusion) 및 3D 생성 기술의 흐름을 짚어보고, AI 윤리와 미래 지향점을 고찰한다. |
|---|---|
| 학습목표 |
1) VAE, GAN, Diffusion으로 이어지는 이미지 생성 모델의 발전 흐름을 이해할 수 있다. 2) 최신 Diffusion 기반 이미지 생성 모델의 구조와 작동 원리 및 Transformer 및 Flow 기반 확장 흐름까지 이해할 수 있다. 3) 생성 제어 및 개인화 기법(ControlNet, LoRA 등)의 구조적 차이를 이해하고, 원하는 생성 결과를 설계하고 조정할 수 있다. 4) Diffusers 및 ComfyUI를 활용하여 이미지 생성 파이프라인을 구성하고 데모 애플리케이션을 구현해볼 수 있다. |
| 학습대상 |
|
강사이력
현) me
전) Kaier AI 연구원 — VAE·GAN·Diffusion 기반 데이터 생성 기술 연구
전) Vieworks AI 연구 엔지니어 — 의료 영상 딥러닝 연구개발
GIST 전기전자컴퓨터공학 석사
QGuard 논문 (ACLW 2025) 저자 |
강의목차
-
강의정보 번호 강의명 1강생성 AI의 서막: 이미지 생성 모델의 진화와 로드맵2강생성의 3대 축: VAE, GAN, Diffusion의 매커니즘 비교3강확률적 생성의 기초4강VAE의 구조와 잠재 공간 기반 생성5강VAE 최적화 전략: 손실 함수와 ELBO의 논리적 연결6강GAN의 핵심 구조와 적대적 학습7강GAN의 진화 과정과 한계8강PyTorch 기반 GAN 구현: 패션 아이템 생성하기9강Diffusion: 생성의 새로운 패러다임10강조건부 생성의 비밀: 프롬프트와 이미지의 결합 (CLIP & Attention)11강Latent Diffusion과 Stable Diffusion 구조 -
강의정보 번호 강의명 12강정교한 이미지 제어: ControlNet과 LoRA를 활용한 개인화 기술13강생성 속도의 한계 극복: 추론 가속화 및 최적화 전략14강Diffusers 프레임워크 기초: Stable Diffusion 제어하기15강생성 제어 마스터: ControlNet & LoRA 기반 패션 스타일 이미지 생성16강차세대 구조: Transformer와 DiT17강Flow Matching과 Rectified Flow의 이해18강ComfyUI 기초: 노드 기반 워크플로우 설계 환경 구축19강ComfyUI 심화: 가상 피팅 워크플로우 구현20강AI 서비스 배포: Gradio를 활용한 생성 모델 웹 앱 구현21강생성 모델의 확장: 텍스트-투-비디오 및 3D 생성 기술 개요22강생성 AI의 윤리와 미래: 저작권 이슈와 생성 모델의 다음 단계
