시각적 미학과 코드 구조를 결합한 'AesCode' 연구 공개

요약

AesCode는 슬라이드, 포스터, 대시보드 등 시각적 결과물을 코드로 생성할 때 레이아웃과 색상 등 미적 품질을 개선하기 위해 설계된 새로운 프레임워크입니다. 이 모델은 콘텐츠 프롬프트와 함께 동일한 프롬프트로 생성된 이미지를 미적 가이드로 활용하며, 대상을 디자인 그래프로 표현하여 속성을 체계화합니다. 모델은 코드와 렌더링에서 파생된 결정론적 검증자와 시각적 그래프 루브릭(VGR)을 사용하는 VLM 판단자를 결합한 교차 모달 보상을 통해 강화학습을 수행합니다. 이를 통해 공간 배치, 미적 품질, 검증 가능성을 동시에 최적화하며 시각적 품질과 검증 정확도를 평가하는 새로운 벤치마크를 구축했습니다. AesCode-8B 및 32B 모델은 Qwen3-VL 대비 각각 31.1%p와 22.4%p 높은 시각적 품질 향상을 보였으며, 이는 GPT-5.5나 Claude Opus 4.8과 같은 폐쇄형 모델과 대등한 수준입니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.