미적 코드 생성, 시각 보상으로 가능해졌다

핵심 요약

• 슬라이드·포스터·대시보드처럼 시각적으로 복잡한 UI를 코드로 생성하되, 레이아웃과 색감이 실제로 어떻게 보일지 반영하기 어렵다는 문제가 있었다.
• AesCode는 사용자 지시문에 따라 코드를 생성하되, 같은 지시문으로 만든 이미지를 시각 미적 참조로 활용한다.
• 생성된 코드를 디자인 그래프로 표현해 각 속성을 추적 가능하게 만들고, 이 그래프로부터 두 종류의 보상을 만든다.
• 결정론적 검증기는 코드와 렌더링에서 파싱 가능한 속성(레이아웃·색상 등)을 평가하고, VLM 판사는 그래프 요소와 관계에 맞춘 시각 평가 기준(VGR)으로 파싱 불가능한 요소들을 평가한다.
• 강화학습과 채널별 정규화로 이 분리된 보상들을 최적화해 공간 계획·미적 품질·검증 정확도를 동시에 개선한다.
• 검증 정확도와 시각 품질을 따로 평가하는 벤치마크를 구축했으며, 시각 점수는 인간 평가와 높은 일관성을 보였다.
• 참조 이미지 없이도 기존 모델 대비 시각 품질이 향상되며, 참조 이미지는 모델 입력과 시각 보상 출처 양쪽에서 효과를 발휘한다.
• AesCode-8B와 AesCode-32B는 동일 규모 Qwen3-VL 기준선 대비 시각 품질에서 각각 31.1·22.4 포인트 향상해, GPT-5.5·Claude Opus 같은 폐쇄형 최신 모델 수준에 도달했다.