# Diffusers

Diffusers는 사전 학습된 diffusion 모델과 맞춤형 이미지, 비디오, 오디오 워크플로우를 위한 빌딩 블록을 제공합니다.

주요 경로가 두 가지 있습니다.

- [DiffusionPipeline](/docs/diffusers/main/ko/api/pipelines/overview#diffusers.DiffusionPipeline)는 사전 학습된 체크포인트를 이용한 몇 줄의 추론을 지원하며, LoRA와 같은 어댑터도 사용할 수 있습니다. 이는 생성 작업의 가장 쉬운 방법입니다.
- [Modular Diffusers](./modular_diffusers/overview)는 더 많은 제어가 필요할 때 커스텀 파이프라인을 위한 구성 가능한 블록과 [ModularPipeline](/docs/diffusers/main/ko/api/modular_diffusers/pipeline#diffusers.ModularPipeline)을 제공합니다.

오프로딩과 양자화 같은 최적화는 메모리가 제한된 장치에서도 대규모 모델을 실행할 수 있게 합니다. 메모리가 문제가 되지 않는 경우, Diffusers는 더 빠른 추론을 위해 `torch.compile`도 지원합니다.

지금 [Hub](https://huggingface.co/models?library=diffusers&sort=trending)에서 인기 있는 Diffusers 모델을 둘러보세요.

## 학습

초보자라면 [Hugging Face Diffusion Models Course](https://huggingface.co/learn/diffusion-course/unit0/1)부터 시작하세요. 이 과정에서는 Diffusers를 사용하여 이미지 생성, 모델 파인튜닝 등 diffusion 이론과 다양한 활용법을 다룹니다.

[Quickstart](./quicktour)에는 추론을 위한 복사 가능한 에이전트 설정 프롬프트도 포함되어 있습니다.

## 다음 단계

- [추론](./using-diffusers/loading) — 파이프라인 로드 및 생성 실행
- [최적화 및 확장](./stable_diffusion) — 메모리, 속도, 양자화 및 서빙
- [모듈형 Diffusers](./modular_diffusers/overview) — 블록으로 커스텀 파이프라인 구축
- [학습 및 파인튜닝](./training/overview) — diffusion 모델 및 어댑터 학습
- [CLI](./using-diffusers/cli) - 명령줄에서 파이프라인 실행 및 패키징