생성 이미지 품질 평가, 이제 결함 위치까지 지적한다
원제 VIEScore2: Unified Image Evaluation with Spatially Grounded Explanations
추천 26댓글 1
Key Point
AI로 생성한 이미지의 문제점을 정확히 지적할 수 있게 되면서, 이미지 생성 모델 개선과 품질 검증 프로세스의 자동화 방식이 크게 바뀔 가능성이 높다.
핵심 요약
- 기존 AI 이미지 평가 모델은 점수만 제시할 뿐 문제가 있는 부분을 특정하지 못했다.
- VIEScore2는 이미지 생성·편집 작업을 평가하면서 이미지를 N×N 그리드로 표현해 품질 점수와 결함 위치를 동시에 예측한다.
- 텍스트 기반 그리드 표현으로 다양한 형태의 학습 데이터(점수만 있는 데이터, 위치만 있는 데이터, 둘 다 있는 데이터)를 통합 학습할 수 있다.
- 생성·편집 작업 3만 8천 개 예시로 학습한 뒤, 강화학습(GRPO)으로 결함 위치 정확도를 더욱 개선했다.
- 구조화된 예측값을 해석 가능한 설명으로 자동 변환하는 파서를 개발했다.
- VIEScore2의 품질 점수 상관계수는 0.601로, 구글 Gemini-3-Flash의 0.491을 크게 앞질렀다.
- 결함 위치 정확도(IoU)는 일반 대형 언어모델과 전문 공간 평가 모델을 능가했으며, 학습 데이터 외 데이터셋에서도 상위권에 올랐다.