DreamO: A Unified Framework for Image Customization

개발자라면 누구나 한 번쯤은 상상해 봤을 겁니다.
"한 모델로 인물, 스타일, 배경, 옷차림 등 다양한 속성을 내 맘대로 바꿀 수 있다면 얼마나 편리할까?"
 

DreamO는 바로 그 상상을 연구 수준에서 현실로 끌어내린 프로젝트입니다. 기존의 이미지 커스터마이징 모델들이 대부분 특정 태스크(예: 인물만, 스타일만, 배경만 등)에 한정되어 있었던 것과는 달리, DreamO는 여러 조건을 동시에, 유연하게 조합할 수 있는 통합 프레임워크를 지향합니다.

이 논문이 흥미로운 이유는 단순히 "여러 태스크를 하나로 합쳤다" 수준을 넘어서, Diffusion Transformer(DiT) 기반의 통합 시퀀스 조건부 생성 안에서 사용자의 다양한 커스터마이징 요구에 반응할 수 있도록 설계되었다는 점입니다. 예를 들어, 한 번에 인물의 얼굴(아이덴티티), 옷(트라이온), 배경, 스타일까지 원하는 대로 조합해서 이미지를 생성할 수 있습니다. 이제 진짜로 '이미지 커스터마이징의 만능 리모컨'이 나타난 거죠.

✅ 어떻게 작동하나요? – DreamO의 핵심 아이디어

DreamO가 도입한 가장 눈에 띄는 개념은 바로 "Feature Routing Constraint(특징 라우팅 제약)"입니다. 이는 여러 조건(예: 인물, 스타일, 배경 등)이 섞여 들어올 때, 각 조건에 해당하는 정보가 모델 내부에서 정확히 분리·전달되도록 유도하는 메커니즘입니다. 즉, '이 부분은 인물 정보', '저 부분은 스타일 정보'처럼 내부 표현을 명확히 구분해주는 역할을 하죠.
 

이러한 특징 라우팅은 실제로 DiT(Pre-trained Diffusion Transformer) 내부 표현에 라우팅 제약을 추가하는 방식으로 구현되며, 이를 통해 여러 조건이 섞여도 정보가 섞이지 않고, 원하는 속성만 정확히 반영하는 게 DreamO의 강점입니다.

이 모델은 총 3단계의 점진적 학습 과정을 거쳐 만들어졌습니다:

• 1단계: 베이스라인 일관성 학습 – 적은 데이터와 단순한 태스크로 모델의 기본 일관성을 확보합니다.
• 2단계: 전체 태스크 확장 학습 – 대규모 데이터와 다양한 커스터마이징 태스크를 학습하여 모델의 범용성과 커스터마이징 능력을 강화합니다.
• 3단계: 품질 정렬(퀄리티 얼라인먼트) – 저품질 데이터로 인한 품질 편향을 보정하기 위한 후처리 학습 단계입니다.

✅ 주요 기술적 특징과 혁신점

DreamO의 핵심 기술적 특징은 크게 세 가지 측면에서 살펴볼 수 있습니다.

1. Feature Routing Constraint (특징 라우팅 제약)
이는 입력된 여러 조건(예: 인물, 스타일, 배경 등)이 모델 내부에서 서로 섞이지 않고, 각자 필요한 정보만 정확히 추출·반영되도록 하는 메커니즘입니다. 기존의 조건 결합 방식과 달리, 내부 표현 수준에서 조건별로 정보 흐름을 분리함으로써, 여러 조건을 동시에 넣어도 원하는 속성만 정확히 반영할 수 있습니다. 특히, 조건별 쿼리-키 매칭을 통해 각 조건의 정보가 올바르게 라우팅되는지 강하게 유도합니다.

2. Placeholder Strategy (플레이스홀더 전략)
여러 조건을 동시에 넣을 때, 각 조건이 이미지의 어느 위치에 반영될지 명확히 지정할 수 있도록 플레이스홀더 토큰을 도입합니다. 예를 들어, "왼쪽 인물은 A, 오른쪽 인물은 B"처럼 위치별로 조건을 매핑할 수 있습니다. 이를 위해 텍스트와 조건 이미지를 플레이스홀더로 연결하는 방식을 사용하며, 실제로 복잡한 커스터마이징 시나리오에서 매우 유용하게 작동합니다.

3. Progressive Training (점진적 학습 전략)
DreamO는 단일 모델로 다양한 태스크를 동시에 학습해야 하므로, 점진적 학습(Progressive Training) 전략을 도입했습니다. 먼저 쉬운 태스크로 기본기를 다지고, 점차 복잡한 태스크와 대규모 데이터로 확장, 마지막엔 품질 보정까지 단계적으로 진행합니다. 이를 통해 모델의 수렴성과 범용성을 모두 확보할 수 있었습니다.

✅ 실험 결과와 성능 분석

DreamO의 성능은 다음과 같은 실험을 통해 검증되었습니다.

1. 커스터마이징 품질(Consistency) 평가
다양한 조건(인물, 스타일, 배경 등)을 조합한 이미지 생성에서, 기존 모델(OminiControl, UniControl 등) 대비 더 높은 일관성 점수를 기록했습니다. 특히, 여러 조건이 동시에 주어졌을 때도 각 속성이 정확히 반영되는 결과가 인상적입니다.

2. 유연성(Flexibility) 테스트
한 번에 여러 조건을 조합하거나, 조건의 위치를 바꿔가며 생성하는 실험에서 조건별 반영 정확도와 위치 제어 능력이 뛰어났습니다. 기존 방식은 조건이 많아질수록 성능이 급격히 떨어졌지만, DreamO는 복잡한 조합에서도 안정적인 결과를 보여줬습니다.

3. 실제 응용 시나리오(예: 가상 피팅, 인물+배경+스타일 동시 커스터마이징)
실제 서비스 환경에서 테스트한 결과, 사용자가 원하는 대로 다양한 속성을 조합해 이미지를 생성할 수 있었고, 품질 저하나 속성 누락 현상이 거의 없었습니다. 다만, 매우 복잡하거나 상상력이 과도하게 요구되는 조합에서는 일부 한계도 관찰되었습니다.

이러한 실험 결과들은 DreamO가 통합적 이미지 커스터마이징이라는 목표를 효과적으로 달성했음을 보여줍니다. 특히 범용성, 확장성, 실용성 측면에서 기존 한계를 뛰어넘는 성과를 보였습니다.

✅ 성능은 어떨까요?

DreamO는 COCO와 FFHQ라는 첨단 벤치마크에서 각각 FID 4.2, FID 3.8이라는 점수를 기록했습니다. 이는 OminiControl 등 기존 최고 수준의 모델과 동등하거나 그 이상입니다.

실제로 가상 피팅, 인물+배경+스타일 동시 커스터마이징 등 실제 사용 시나리오에서도 꽤 자연스러운 반응을 보입니다.
물론 아직 "극단적으로 복잡한 조건 조합" 태스크에서는 약간의 미흡함이 존재하긴 하지만, 현재 수준만으로도 다양한 서비스에 활용 가능성이 큽니다.

✅ 어디에 쓸 수 있을까요?

DreamO는 단지 새로운 모델이 아니라, "이미지 커스터마이징의 통합적·범용적 접근"이라는 흥미로운 방향성을 제시합니다.
앞으로는 더 많은 속성 조합, 실시간 커스터마이징, 사용자 맞춤형 생성, 예를 들면 실시간 아바타 커스터마이징, 맞춤형 가상 피팅 서비스까지 인식하게 될 가능성이 큽니다.

• 가상 피팅(Virtual Try-on): 사용자가 자신의 사진과 원하는 옷 이미지를 동시에 넣으면, 실제로 입은 것처럼 자연스럽게 합성해줍니다.
• 아바타/프로필 생성: 인물, 배경, 스타일, 소품 등 다양한 속성을 조합해 나만의 아바타나 프로필 이미지를 만들 수 있습니다.
• 콘텐츠 제작/디자인: 광고, 영화, 게임 등에서 다양한 조건을 조합해 원하는 이미지를 빠르게 생성할 수 있습니다.

이러한 미래가 DreamO로 인해 조금 더 가까워졌습니다.

✅ 개발자가 지금 할 수 있는 일은?

DreamO에 입문하려면, 기본적인 딥러닝(특히 Diffusion 모델)과 Transformer 구조에 대한 이해가 필요합니다.
(2024년 6월 기준, DreamO의 공식 코드/리소스는 아직 공개되지 않았지만, 논문과 프로젝트 페이지에서 데모와 추가 자료를 참고할 수 있습니다.)

실무에 적용하고 싶다면?
다양한 커스터마이징 데이터셋을 확보하고, 여러 커스터마이징 태스크(인물, 스타일, 배경 등)을 테스트하면서 모델을 실제 서비스에 맞게 파인튜닝하는 것이 핵심입니다. 또한, 조건별 품질 평가 및 사용자 피드백 반영도 병행되어야 합니다.

✅ 마치며

DreamO는 단순한 기술적 진보를 넘어, 이미지 생성의 패러다임을 통합과 유연성으로 전환하는 중요한 이정표입니다. 이 기술이 제시하는 가능성은 콘텐츠 산업, 디자인, 개인화 서비스 등 다양한 분야의 미래를 재정의할 잠재력을 가지고 있습니다.

우리는 지금 AI 기반 이미지 커스터마이징의 중요한 변곡점에 서 있으며, DreamO는 그 여정의 핵심 동력이 될 것입니다. 당신이 이 혁신적인 기술을 활용하여 미래를 선도하는 개발자가 되어보는 건 어떨까요?

▶ 논문 원문 보러가기

✅ 같이 보면 좋은 참고 자료들

I-Con: A Unifying Framework for Representation Learning
- 논문 설명: 표현 학습 분야가 성장함에 따라 다양한 문제를 해결하기 위한 여러 손실 함수가 proliferated되었습니다.
- 저자: Shaden Alshammari, John Hershey, Axel Feldmann, William T. Freeman, Mark Hamilton
- 발행일: 2025-04-23
- PDF: 링크

OptimAI: Optimization from Natural Language Using LLM-Powered AI Agents
- 논문 설명: 최적화는 과학 연구와 실제 응용에서 중요한 역할을 하지만, 자연어로 설명된 구체적인 최적화 문제를 수학적 형태로 공식화하고 문제를 해결하기 위한 적절한 해결 방법을 선택하는 데는 상당한 분야 전문 지식이 필요합니다.
- 저자: Raghav Thind, Youran Sun, Ling Liang, Haizhao Yang
- 발행일: 2025-04-23
- PDF: 링크

Real Quantum Mechanics in a Kahler Space
- 논문 설명: 이 논문에서는 복소 힐베르트 공간과 실 카흐ler 공간의 양자역학 공식화 간의 동등성을 입증합니다. 복소수는 복소 힐베르트 공간에서의 전통적인 양자역학 공식화에서 중요한 역할을 합니다.
- 저자: Igor Volovich
- 발행일: 2025-04-23
- PDF: 링크