GeoFocus: 전역·국부 인식을 결합한 효율적 기하 문제 해결 프레임워크

초록

GeoFocus는 대형 멀티모달 모델(LMM)의 기하 문제 해결 능력을 강화하기 위해 두 가지 핵심 모듈을 제안한다. 13개의 이론 기반 템플릿으로 중요한 국부 구조를 자동 탐지·강조하는 Critical Local Perceptor와, 정점 좌표와 연결 관계만으로 도형을 압축 표현하는 VertexLang을 이용해 전역 토폴로지를 효율적으로 재구성하는 VertexLang Topology Percepter를 결합한다. 실험 결과 Geo3K·GeoQA·FormalGeo7K 등에서 기존 최첨단 모델 대비 평균 4.7%p의 정확도 향상을 달성했으며, MATHVERSE에서도 시각 변형에 강인한 성능을 보였다.

상세 분석

GeoFocus는 기하 문제 해결(GPS)이라는 특수한 멀티모달 추론 과제에서 “전역 인식”과 “국부 인식” 사이의 불균형을 해소하고자 설계되었다. 기존 연구는 주로 이미지 재구성(픽셀‑레벨, 코드‑레벨)이나 전역 Q&A 생성에 초점을 맞추어, 세밀한 각도·길이·평행·수직 등 이론적 핵심 요소를 놓치는 경향이 있었다. 이에 저자들은 두 모듈을 통해 인간이 문제를 풀 때 먼저 전체 도형을 파악하고, 이후 핵심 국부 정보를 집중적으로 검토한다는 인지 과정을 모방한다.

1️⃣ Critical Local Perceptor

• 13가지의 “핵심 국부 구조”를 정의하고, 각각에 대해 정량·비교·관계(각도, 길이, 평행·수직·공선 등) 템플릿을 설계하였다.
• 5,000개의 중학교 기하 Q&A를 기반으로 템플릿을 자동 생성·채워 넣음으로써, 기존 합성 데이터 대비 국부 특징 커버리지를 61% 향상시켰다.
• 템플릿 기반 Q&A는 “Chosen”과 “Rejected” 형태의 정답·오답 쌍을 제공해 LMM이 국부 구조를 명확히 구분하도록 학습한다. 이 방식은 인간이 “어떤 각이 큰가?”와 같은 비교 질문을 스스로 검증하는 과정과 유사하다.

2️⃣ VertexLang Topology Percepter

• 기존 코드‑기반 재구성은 평균 2.5k 문자로 복잡도가 높았으나, VertexLang은 정점 좌표와 연결 리스트만으로 평균 0.3k 문자에 압축한다.
• 이 압축된 형식은 토폴로지 정보를 손실 없이 전달하면서도 학습 시 연산량과 메모리 사용을 크게 줄인다. 실험에서는 전역 토폴로지 인식 정확도가 상승하고, 훈련 시간은 20% 단축되었다.
• VertexLang은 “radius”, “coordinates”, “connection_dict”와 같은 직관적인 JSON‑유사 구조를 사용해 LMM이 파싱하기 쉬운 형태를 제공한다.

실험 및 결과

• Geo3K, GeoQA, FormalGeo7K 세 데이터셋에서 평균 4.7%p 정확도 상승을 기록했으며, 특히 복합 도형·다중 관계가 포함된 문제에서 두드러진 개선을 보였다.
• MATHVERSE 벤치마크에서는 다양한 시각 변형(노이즈, 회전, 색상 변화)에도 강인한 성능을 유지, 기존 모델이 보이는 급격한 성능 저하를 완화했다.
• Ablation 연구에서 Critical Local Perceptor만 사용했을 때와 VertexLang만 사용했을 때 각각 2.3%p, 2.1%p의 향상이 있었으며, 두 모듈을 결합했을 때 시너지 효과가 나타났다.

강점

• 이론 기반 템플릿을 활용해 “정답·오답” 쌍을 명시적으로 제공함으로써 LMM이 오류를 학습하기 쉬운 구조를 만든 점이 혁신적이다.
• VertexLang은 코드‑기반 재구성의 복잡성을 크게 낮추면서도 토폴로지 손실을 최소화한다는 점에서 실용성이 높다.
• 두 모듈이 서로 보완적으로 작동해 전역·국부 인식을 동시에 강화한다는 설계 철학이 명확히 검증되었다.

한계 및 개선점

• 템플릿 수가 13가지에 고정돼 있어, 보다 복잡한 고등 기하(예: 원·곡선·다각형의 고차 관계)에는 적용 범위가 제한될 수 있다. 템플릿 확장 및 자동 추출 메커니즘이 필요하다.
• VertexLang은 정점·연결 정보에 의존하므로, 이미지에 포함된 곡선·아크 등 비정점 요소를 표현하기엔 현재 구조가 부족하다. 향후 연속 곡선 표현을 추가하면 더욱 범용성이 높아질 것이다.
• 실험은 주로 중학교 수준의 데이터에 국한돼 있어, 대학 수준 이상의 고난이도 기하 문제에 대한 일반화 성능은 추가 검증이 필요하다.

향후 연구 방향

• 템플릿 자동 생성(예: 메타러닝 기반)과 동적 템플릿 선택 메커니즘을 도입해 다양한 기하 이론을 포괄하도록 확장할 수 있다.
• VertexLang에 곡선 파라미터(베지어 제어점 등)를 포함시켜 복합 도형을 압축 표현하고, 이를 기반으로 LMM이 직접 좌표 연산을 수행하도록 하면 전역·국부 연계 추론이 한층 강화될 것이다.
• GeoFocus를 다른 도메인(예: 물리·공학 도면)에도 적용해 멀티모달 추론 프레임워크로 확장하는 연구가 기대된다.