연구진은 디퓨전 트랜스포머(DiT)의 해상도 확장 성능 저하 문제를 해결하기 위해 SEGA라는 새로운 방법을 제안했어요. SEGA는 훈련 없이, 각 디노이징 단계에서 잠재 공간의 공간-주파수 구조에 따라 어텐션 스케일링을 동적으로 조절하는 방식이에요.
기존 방식이 전역 구조 보존과 미세 디테일 복원 사이의 균형을 맞추기 어려웠던 점을 개선하여, SEGA는 구조적 일관성과 미세 디테일 충실도를 모두 향상시켰어요.
실험 결과, SEGA는 다양한 목표 해상도에서 기존의 훈련 없는 방식보다 뛰어난 성능을 보였으며, 고해상도 합성에 지속적인 개선을 가져왔어요.