최근 생성 모델 발전으로 모션 보간 성능이 향상되었지만, 여전히 키프레임 정보 보존 및 모션 연속성 확보에 한계가 있습니다. 본 논문에서는 모션 임플리시트 뉴럴 표현(INR) 기반의 잠재 확산 모델(LDM)에 대한 새로운 파이프라인과 샘플링 최적화 전략을 제안합니다. 실험 결과, 키프레임이 적은 상황에서 키프레임 정확성과 보간 모션 다양성을 모두 향상시키는 우수한 성능을 보였습니다.