본 논문은 기존 단일 이미지 초고해상도(SISR) 모델이 훈련된 배율 이상의 확대에는 성능이 저하되는 문제를 해결하기 위해, 모델과 무관한 프레임워크인 Chain-of-Zoom (CoZ)을 제안합니다. CoZ는 다중 스케일 인식 프롬프트를 사용하여 중간 스케일 상태의 자기회귀 연쇄로 SISR을 분해합니다. 기존 SR 모델을 반복적으로 재사용하여 추가 훈련 없이 극단적인 해상도를 달성하며, 고배율에서 시각적 단서가 감소하는 문제를 해결하기 위해 시각 언어 모델(VLM)로 생성된 다중 스케일 인식 텍스트 프롬프트를 각 확대 단계에 추가합니다. 프롬프트 추출기는 Generalized Reward Policy Optimization (GRPO)와 비평가 VLM을 사용하여 미세 조정되며, 텍스트 가이드를 사람의 선호도에 맞춥니다. 실험 결과, CoZ에 포함된 표준 4x 확산 SR 모델은 높은 지각 품질과 충실도로 256배 이상의 확대를 달성합니다.
