본 논문은 사용자 정의 주제(콘텐츠)와 스타일 모두를 갖춘 개인화된 이미지 생성을 가능하게 하는 최신 이미지 생성 모델의 발전에 대해 다룹니다. 기존 연구는 최적화 기반 방법을 통해 해당 저랭크 어댑터(LoRA)를 병합하여 개인화를 달성했지만, 이는 계산 비용이 많이 들고 스마트폰과 같은 자원 제약이 있는 장치에서 실시간으로 사용하기에 적합하지 않습니다. 이를 해결하기 위해 본 논문에서는 이미지 품질을 향상시키는 동시에 병합 과정 속도를 4000배 이상 향상시키는 LoRA$.$rar 방법을 제시합니다. 다양한 콘텐츠-스타일 LoRA 쌍에 대한 하이퍼네트워크를 사전 훈련하여 새로운 콘텐츠-스타일 쌍에도 일반화되는 효율적인 병합 전략을 학습함으로써 빠르고 고품질의 개인화를 가능하게 합니다. 또한, 기존의 콘텐츠-스타일 품질 평가 지표의 한계를 파악하고, 보다 정확한 평가를 위해 다중 모드 대규모 언어 모델(MLLM)을 사용하는 새로운 프로토콜을 제안합니다. MLLM 평가와 인간 평가를 통해 본 방법이 콘텐츠 및 스타일 충실도 모두에서 최첨단 기술을 능가함을 검증합니다.
