본 논문은 장시간 비디오 편집의 어려움을 해결하기 위해, 공간적 및 시간적 일관성을 유지하는 통합적인 비디오 적응 프레임워크인 VIA를 제시합니다. VIA는 개별 프레임 내의 국소적 일관성을 위해 test-time editing adaptation 기법을 사용하여 사전 훈련된 이미지 편집 모델을 적응시키고, 마스크된 잠재 변수를 이용하여 정밀한 국소 제어를 수행합니다. 또한, 비디오 시퀀스 전체의 전역적 일관성을 유지하기 위해, 주요 프레임에서 일관된 어텐션 변수를 재귀적으로 수집하여 전체 시퀀스에 전략적으로 적용하는 시공간적 적응 기법을 도입합니다. 실험 결과, VIA는 기존 방법보다 원본 비디오에 충실하고, 시공간적 맥락에서 일관성이 높으며, 국소 제어가 정밀한 편집 결과를 생성함을 보여줍니다. 특히, VIA는 수 분 길이의 장시간 비디오 편집에서 일관성을 유지하여, 장시간 비디오 시퀀스에 대한 고급 비디오 편집 작업의 가능성을 열어줍니다.
