Latent Diffusion — 왜 latent에서 하나

Stable Diffusion 계열의 핵심 선택: 확산을 픽셀이 아니라 VAE의 잠재공간에서 돌린다.

• 512×512×3 픽셀 대신 64×64×4 latent → 연산량이 수십 배 줄어든다.
• 지각적으로 중요한 구조는 latent에 남고, 고주파 디테일 복원은 디코더가 담당.
• 확산 모델은 “의미”에 집중하고, VAE가 “화질”을 맡는 분업.

단점도 그대로 따라온다 — 디코더 특성상 작은 글자·손가락 같은 미세 구조가 뭉개지기 쉽다.