# Sink-Sparse Hybrid Attention, 텍스트·영상 생성 최대 1.57배 가속

> 새로운 학습 없는 어텐션 기법이 두 확산 트랜스포머의 추론 시간을 최대 1.57배 줄이면서 생성 품질을 유지한다.

Oossa · 2026-10-19 · https://oossa.com/ko/sink-sparse-hybrid-attention-speeds-up-text-to-image-and-video-diffusion-models

Bingxin Xing이 이끄는 연구진은 사전 학습된 확산 트랜스포머의 밀집 셀프 어텐션을 재학습 없이 대체하는 Sink-Sparse Hybrid Attention을 발표했다. 이 기법은 소규모 보정 데이터셋으로 고정된 ‘싱크 마스크’를 만들고, 가벼운 풀링 KV 분기를 추가한다. Wan2.1‑T2V‑1.3B 모델에서는 전체 생성 속도가 1.54배, Z‑Image‑Turbo에서는 1.57배 빨라졌으며, 생성 품질은 기존 모델과 비슷했다.

## 팩트

- 논문 제출일: 2026년 10월 16일
- Wan2.1‑T2V‑1.3B에서 1.54배, Z‑Image‑Turbo에서 1.57배 속도 향상

## 왜 중요한가

추론 속도가 빨라지면 개발자는 이미지나 영상을 더 적은 비용으로 생성할 수 있어, 텍스트로 미디어를 만드는 앱의 비용을 낮출 수 있다.

## 출처 및 참고 자료

1. [Sink-Sparse Hybrid Attention for Efficient Inference in T2I/T2V Diffusion Transformers](https://arxiv.org/abs/2610.22975) – arXiv cs.CV, 2026-10-19

최종 업데이트: 2026-10-19