본 논문은 사용자 개입을 최소화하면서 개인 사용자의 선호도를 자연스럽게 T2I 확산 모델의 생성 과정에 통합하는 개인화된 생성에 초점을 맞추고 있습니다. 기존 연구는 주로 대규모 모델을 사용한 프롬프트 수준 모델링에 의존하여 T2I 확산 모델의 제한된 입력 토큰 용량으로 인해 부정확한 개인화가 발생하는 문제점이 있었습니다. 이러한 한계를 해결하기 위해 본 논문에서는 트랜스포머 기반 어댑터를 사용한 사용자 프로파일링을 통합하여 잠재 공간에서 조건 수준 모델링을 통해 개인화된 생성을 가능하게 하는 새로운 방법인 DrUM을 제안합니다. DrUM은 대규모 데이터셋에서 강력한 성능을 보이며 오픈소스 텍스트 인코더와 원활하게 통합되어 추가적인 미세 조정 없이 널리 사용되는 기본 T2I 모델과 호환됩니다.
