AI 연구연구 프리프린트
영상 생성에 ‘먼저·나중’ 규칙 부여…시간 조건 충족률 최대 20점 개선
원문 읽기 · arxiv.org ↗(새 탭에서 열림)텍스트로 영상을 만들 때 물체나 동작은 나타나도 등장 순서와 지속 시간이 틀릴 수 있다. TSG는 자연어 요구를 시간 논리 명세로 표현하고, 생성 중 시각 개념의 주의력 흐름을 점수화해 영상 확산 모델의 샘플링 방향을 조절한다.
연구 방법
- 모델을 다시 훈련하지 않고 추론 단계에서 명세 점수의 기울기를 주의력 편향으로 바꿔 기존 classifier-free guidance에 더한다. 별도 시각 개념 분류기나 영상 변환기 전체 역전파는 요구하지 않는다. 순서·상태 전환 등 11범주 220개 프롬프트를 다섯 영상 모델에 평가했다.
평가 결과
- 시간 명세 충족 정확도는 기본 CFG보다 모델별 9.5~20%포인트 높았다. 작은 25프롬프트 강도 시험에서 Wan2.1-1.3B는 16점, Wan2.2-5B는 12점 올랐지만 더 강한 조절이 항상 개선으로 이어지지는 않았다. 논문 자체 기준에서도 충족률 최고가 32~36%여서 여전히 실패가 많다.
적용 조건
- 형식 명세를 작성해야 하고 연구의 220프롬프트 및 자동 평가기 조건에 묶인다. 시간 제어는 공간 위치를 직접 제어하지 않으며 일부 영상 품질이나 다른 내용 정확도와 교환될 수 있다. 최고 정확도도 완전한 규칙 준수와 거리가 있다.
함께 확인할 조건
- 형식 명세를 작성해야 하고 연구의 220프롬프트 및 자동 평가기 조건에 묶인다. 시간 제어는 공간 위치를 직접 제어하지 않으며 일부 영상 품질이나 다른 내용 정확도와 교환될 수 있다. 최고 정확도도 완전한 규칙 준수와 거리가 있다.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.