연구진은 추론 속도 향상을 위해 Draft-OPD라는 새로운 기법을 제안했어요. 기존 방식의 한계를 극복하기 위해 타겟 모델의 피드백을 활용해 드래프트 모델을 훈련했어요. Draft-OPD는 타겟 모델의 도움을 받아 안정적인 연속 생성을 하고, 검증 과정에서 드러난 오류 위치에서 드래프팅을 재활용해요. 실험 결과, Draft-OPD는 다양한 작업에서 5배 이상의 손실 없는 가속화를 달성하며, 기존 모델보다 성능을 향상시켰어요.