생성 모델

생성 모델은 데이터의 분포를 학습하여 새로운 데이터를 생성하는 모델입니다. 이미지 생성, 텍스트 생성, 데이터 증강 등 다양한 분야에서 활용되며, 딥러닝의 가장 활발한 연구 영역 중 하나입니다.

순서	주제	핵심 내용
1	오토인코더	AE, Denoising AE, 차원 축소
2	VAE	변분 추론, 재매개변수화 트릭, KL Divergence
3	GAN 기초	적대적 학습, 생성자-판별자 구조
4	GAN 아키텍처	DCGAN, StyleGAN, CycleGAN
5	Diffusion 모델	DDPM, 노이즈 스케줄, Stable Diffusion 개관

생성 모델 패러다임 비교

모델	학습 방식	장점	단점
AE/VAE	재구성 + KL	안정적 학습, 잠재 공간 해석	흐릿한 생성
GAN	적대적 학습	선명한 생성	학습 불안정, 모드 붕괴
Diffusion	노이즈 제거	최고 품질, 안정적 학습	느린 추론

생성 모델은 임베딩 탭에서 배운 표현 학습과 밀접하게 연결됩니다. 특히 VAE의 잠재 공간은 임베딩 공간과 유사한 구조를 가지며, 대조 학습과 결합되기도 합니다.

재구성 기반 표현 학습과 차원 축소

확률적 잠재 공간과 변분 추론

적대적 학습의 원리와 구현

DCGAN, StyleGAN, CycleGAN

DDPM과 Stable Diffusion 개관