본 연구는 텍스트-이미지 생성 모델의 성능을 끌어올리는 데 중요한 역할을 하는 프롬프트 엔지니어링의 어려움을 해소하기 위해 사용자 친화적인 프레임워크를 제안합니다. 연구진은 사용자의 입력 프롬프트와 모델이 선호하는 프롬프트 간의 간극을 메우기 위해 새로운 데이터셋(CFP)을 구축하고 자동 프롬프트 최적화 프레임워크(UF-FGTG)를 개발했습니다. 제안된 프레임워크는 사용자 프롬프트를 모델이 선호하는 형태로 자동 변환하고, 지속적인 프롬프트 개선 및 이미지 기반 손실 함수 통합을 통해 사용자의 요구에 부합하는 시각적으로 우수하고 다양한 이미지를 생성합니다.
🔑 시사점 및 한계
•
사용자 접근성 향상: 초보 사용자도 복잡한 프롬프트 엔지니어링 없이 원하는 이미지를 쉽게 생성할 수 있게 하여 텍스트-이미지 모델의 활용도를 높입니다.
•
이미지 품질 및 다양성 개선: 제안된 프레임워크는 기존 최신 기술 대비 시각적 품질과 결과의 다양성을 평균 5% 향상시키는 성과를 보입니다.
•
한계점 및 향후 과제: 프롬프트 refiner의 지속적인 개선 및 다양한 텍스트-이미지 모델과의 호환성 검증, 더욱 정교하고 미묘한 사용자 의도를 반영하는 프롬프트 생성 방법론 연구가 필요합니다.
