Classifier-Free Guidance (CFG)는 조건부 생성 모델에서 프롬프트 충실도와 생성 품질을 동시에 향상시키는 데 널리 사용되는 방법입니다. CFG는 훈련 시 조건부 프롬프트와 null 프롬프트를 번갈아 사용하지만, 샘플링 시에는 두 프롬프트를 동시에 사용하여 훈련과 샘플링 과정 간의 노이즈 추정 불일치를 야기합니다. 본 논문에서는 이러한 오류를 줄이기 위해 무조건적 노이즈 예측을 개선하는 CFG-EC를 제안합니다. CFG-EC는 무조건적 노이즈 오류 성분을 조건부 오류 성분에 직교하도록 정렬하여 두 가이드 구성 요소 간의 간섭을 방지하고, 샘플링 오류의 상한을 제한하며, 고품질 이미지 생성을 위한 보다 안정적인 가이드 궤적을 설정합니다.
