본 논문은 비디오 생성 모델의 성능 향상을 위해 훈련 비용 증가 없이 추론 시간 연산량을 늘리는 Test-Time Scaling (TTS) 기법을 제안합니다. 기존의 대규모 언어 모델(LLM)에서 사용되는 TTS 개념을 비디오 생성에 적용하여, 어려운 텍스트 프롬프트가 주어졌을 때 추론 시간 연산량 증가가 생성 품질에 얼마나 영향을 미치는지 연구합니다. 본 연구에서는 비디오 생성의 TTS를 가우시안 노이즈 공간에서 목표 비디오 분포로의 최적 경로 탐색 문제로 재해석하고, 이를 위해 추론 시간 검증자(test-time verifiers)와 휴리스틱 알고리즘을 활용한 탐색 공간을 구축합니다. 먼저 직관적인 선형 탐색 전략을 통해 노이즈 후보를 증가시키는 방법을 제시하고, 모든 프레임을 동시에 디노이징하는 데 드는 높은 계산 비용을 줄이기 위해, 자동 회귀 방식으로 비디오 분기를 적응적으로 확장하고 가지치기하는 Tree-of-Frames (ToF)라는 효율적인 TTS 방법을 설계합니다. 실험 결과, 추론 시간 연산량 증가가 비디오 품질 향상으로 이어짐을 보여줍니다.
