AI 이미지 편집 에이전트, 다중 도구와 검증으로 성능 40% 향상

핵심 요약

• 기존 에이전트형 이미지 편집 시스템은 복잡한 작업을 단계별로 분해하지만, 단계가 실패하면 제한된 도구로 재시도하고 수동 평가에만 의존한다.
• 이들 에이전트는 실행 가능한 작업의 범위와 판단자가 감지할 수 있는 정보의 범위라는 두 가지 제약에 묶여 있다.
• 기존 범용 이미지 편집기는 전문가 주석이 달린 벤치마크에서 40% 이상의 경우 사용 가능한 결과를 내지 못했고, 편집 유형에 따라 신뢰할 만한 판단자도 없었다.
• 논문이 제시한 EditAgent는 각 단계를 범용 편집기와 전문화된 방법으로 라우팅하고, 각 후보에 검증 기록을 첨부해 두 가지 제약을 모두 확장한다.
• 검증 기록을 활용하면 기성 VLM 판단자가 미세조정된 보상 모델을 능가한다.
• 후보들을 병렬로 생성하고 한 번의 리스트식 판단으로 평가하면, 순차 개선에 비해 전문가 평가에서 78.5% 비율로 선호되며 판단자 호출은 절반 이하이다.
• EditAgent는 두 개의 오픈웨이트 편집기를 세 가지 벤치마크에서 개선했으며 더 강력한 편집기를 훈련하기 위한 데이터 생성 엔진으로도 기능한다.