본 논문은 Cycle consistency를 유지하면서 유연성을 갖는 이미지-투-이미지 (I2I) 변환 방법인 Dual Diffusion Implicit Bridge (DDIB)의 단점인 낮은 변환 효율성과 잠재 분포 불일치로 인한 변환 궤적 편차 문제를 해결하기 위해, 최적 수송 (OT) 이론에 기반한 새로운 I2I 변환 프레임워크 OT-ALD를 제안한다. OT-ALD는 소스 도메인의 잠재 분포에서 대상 도메인의 잠재 분포로의 OT 맵을 계산하고, 매핑된 분포를 대상 도메인에서 역확산 과정을 시작하는 지점으로 사용하여 문제를 해결한다. 실험 결과, OT-ALD는 최고 성능의 기반 모델에 비해 샘플링 효율을 20.29% 향상시키고, FID 점수를 평균 2.6 감소시켰다.
