AutoFigure: 과학 도표 생성을 검토·개선 워크플로로 바꾸는 도구

과학 도표 제작은 단순한 이미지 생성이 아니다. 연구 방법을 정확히 구조화하고 요소 간 관계를 명확히 표현하면서, 출판 전에 세부 내용을 수정할 수 있어야 한다. AutoFigure는 이 과정을 일회성 생성이 아니라 평가와 개선이 반복되는 파이프라인으로 구성한다.

생성과 평가를 분리한 이중 에이전트 구조

AutoFigure는 생성 에이전트와 평가 에이전트를 함께 사용한다. 생성 에이전트가 초기 도표를 만들면 평가 에이전트가 결과를 0~10점으로 채점하고 구체적인 수정 의견을 제시한다. 생성 에이전트는 이 피드백을 반영해 도표를 다시 만든다.¹

이 검토·개선 루프는 다음 순서로 진행된다.

1. 초기 결과 생성

2. 품질 평가와 수정 의견 작성

3. 피드백을 반영한 결과 개선

기본 설정에서는 이 과정을 최대 5회 반복하며, 품질 임계값은 9.0점이다.¹ 사용자가 매 단계마다 프롬프트를 다시 작성하지 않아도 시스템 내부에서 초안 검토와 수정이 이어진다는 점이 핵심이다.

다만 평가 점수 자체가 과학적 정확성을 보증하지는 않는다. 최종 사용자는 전문 용어, 요소 간 연결 관계, 연구 방법의 표현이 원문과 일치하는지 반드시 확인해야 한다.

논문 입력부터 편집 가능한 출력까지

AutoFigure는 짧은 텍스트 설명뿐 아니라 PDF와 마크다운 논문을 입력으로 받을 수 있다. 문서에서 방법론을 추출한 뒤 시각적 구조로 변환하며, 지원 콘텐츠 유형은 논문, 설문 논문, 블로그, 교과서로 나뉜다.¹

출력 형식은 다음 두 가지다.

• 웹과 디자인 도구에서 활용하기 쉬운 SVG

• draw.io에서 편집할 수 있는 mxGraph XML

생성 결과 객체에는 성공 여부, SVG·mxGraph 파일 경로, PNG 미리보기 경로, 최종 평가 점수가 포함된다.¹ 따라서 결과를 이미지로 확인하는 데 그치지 않고, 후속 편집이나 API 기반 자동화 워크플로에 연결할 수 있다.

선택형 이미지 향상 기능을 사용하면 한 번의 요청으로 여러 미적 변형본도 생성할 수 있다. 입력 모드는 none, code, code2prompt로 구분되며, 기본값은 코드 내용을 해석해 상세 프롬프트로 변환하는 code2prompt다.¹

실제 도입에서 확인할 기준

AutoFigure를 적용하려면 먼저 환경을 설정한 뒤 API 기반 생성 흐름을 구성해야 한다. 이후 사용자 지정 참조 스타일을 적용하거나 결과를 갤러리로 내보내는 방식으로 작업 목적에 맞게 확장할 수 있다.

도입 여부를 판단할 때는 단순한 생성 속도보다 다음 기준이 중요하다.

• 문서의 방법론과 도표 내용이 정확히 대응하는가

• 평가 피드백이 실제 수정에 충분히 구체적인가

• SVG와 mxGraph XML을 기존 편집 과정에서 활용할 수 있는가

• API 결과 객체를 현재 자동화 파이프라인에 연결할 수 있는가

• 최종 결과를 연구자가 쉽게 검토하고 수정할 수 있는가

관련 연구에서는 장문의 과학 텍스트와 도표 생성을 평가하기 위해 3,300개의 텍스트·도표 쌍으로 구성된 FigureBench도 제시했다.²

요약: AutoFigure가 제공하는 실질적 가치

AutoFigure는 완성된 도표를 한 번에 대신 만들어 주는 생성기라기보다, 검토 가능한 초안을 생성하고 평가와 수정을 반복하는 에이전트형 작업 도구다. 실제 활용에서는 생성 속도만 볼 것이 아니라 내용의 정확성, 결과의 수정 가능성, 기존 출판 및 자동화 워크플로와의 연결성을 함께 검토해야 한다.

¹AutoFigure: Generating and Refining Publication-Ready Scientific Illustrations [ICLR 2026]

²AutoFigure: Generating and Refining Publication-Ready Scientific Illustrations