본 연구는 이미지 생성에 성공적인 확산 모델의 훈련 방식에 주목하여, 기존의 전체 참조 기반 목표가 주관적인 시각적 품질과 텍스트-이미지 의미 일관성 측면에서 부족할 수 있음을 지적했어요.
ACPO 프레임워크를 제안하여, 참조 없는 지각적 품질 신호를 활용하면서 앵커 기반 정규화를 통해 기본 확산 모델과의 일관성을 유지하여 훈련 불안정을 해결했어요.
실험 결과, ACPO는 지각적 품질을 향상시키면서 생성 다양성과 훈련 안정성을 유지하며, 확산 모델의 지각적 최적화에 앵커 제약이 효과적임을 입증했어요.