VAE(변분 오토인코더, Variational Autoencoder)

Kingma & Welling(2014)이 제안한 변분 오토인코더는 데이터를 연속적인 확률적 잠재 공간으로 매핑하는 인코더와 이를 다시 복원하는 디코더를 학습시켜, 압축과 새로운 샘플 생성을 모두 가능하게 합니다. 핵심 기여는 이러한 모델을 경사 하강법으로 학습시키는 실용적인 방법(재매개변수화 트릭)을 제시한 것입니다.

VAE는 이후의 생성 기법에 영향을 주었으며, 잠재 확산(latent diffusion) 이미지 생성기 같은 최신 시스템의 일부 구성 요소를 뒷받침하고 있습니다.