본 논문은 확산 기반 생성 모델의 계산 비용 문제를 해결하기 위해 Koopman 이론을 기반으로 한 새로운 오프라인 증류 방법인 Koopman Distillation Model (KDM)을 제시합니다. KDM은 확산 모델의 잠재 공간에서의 구조화된, 의미적으로 일관된 궤적을 활용하여, 비선형 동역학을 선형적으로 표현하는 Koopman 이론을 통해 노이즈가 있는 입력을 임베딩 공간으로 인코딩하고, 학습된 선형 연산자를 이용하여 전파한 후 디코더로 깨끗한 샘플을 재구성합니다. 이를 통해 단일 단계 생성을 가능하게 하면서 의미적 충실도를 유지합니다. 본 논문에서는 KDM의 이론적 정당성을 제시하고, 표준 오프라인 증류 벤치마크에서 최첨단 성능을 달성함을 실험적으로 보여줍니다.
