기술 요약: Plan2Map

문제 정의

본 논문은 **문서 기반 지리공간 경계 재구성(document-grounded geospatial boundary reconstruction)**의 과제를 다룹니다. 영국 계획 기록, 특히 Article 4 Direction의 맥락에서, 당국은 특정 지리적 영역에 대한 허가된 개발 권한을 제한합니다. 이러한 제한 사항은 법적 구속력을 갖지만, 소스 문서(PDF)는 일반적으로 간접적인 공간 증거만을 제공합니다. 즉, 텍xtual 통지, 법적 스케줄, 그리고 손으로 그려지거나 해칭(hatching) 처리된 경계가 포함된 스캔 또는 임베디드 맵 플레이트 형태입니다. 이들은 기계 판독 가능한 지오메트리(예: GeoJSON)를 거의 제공하지 않습니다.

핵심적인 어려움은 사전 존재하는 디지털 경계 없이 분산된 텍스트, 시각적, 지리적 증거로부터 유효하고 구조화된 공간 객체(폴리곤)를 재구성하는 데 있습니다. 시스템은 다음을 수행해야 합니다:

1. 스캔된 페이지와 임베디드 지도를 포함하는 이질적인 PDF를 읽습니다.
2. 공간적 증거(우편번호, 그리드 참조, 사이트 주소, 지도 페이지 인덱스 등)를 식별합니다.
3. 관련 지도를 실제 지리 정보에 정렬(grounding)합니다.
4. 경계 폴리곤을 재구성하고 이를 지리 좌표계로 투영합니다.

이는 단순한 텍스트 추출을 수행하는 표준 문서 이해나 단순한 필드 추출과는 구별됩니다. 이는 외부적으로 검증 가능한 지리공간 출력을 생성하기 위한 다단계 추론 과정을 요구하기 때문입니다.

방법론: GeoPlanAgent

이를 해결하기 위해 저자들은 GeoPlanAgent를 제안합니다. 이는 분해 기반의 도구 증강 에이전트 시스템(decomposition-based, tool-augmented agentic system)입니다. 시각-언어 모델(VLM)에게 단 한 번의 패스로 GeoJSON을 생성하도록 요청하는 대신, 이 시스템은 작업을 다음과 같은 별도의 단계로 분해합니다:

1. Reader Agent (판독 에이전트): 원본 PDF를 처리하여 구조화된 공간 증거(우편번호, OS 그리드 참조, 사이트 주소, 지도 페이지 인덱스 및 스케일)를 추출합니다. 또한 문서가 행정 구역 전체를 다루는지 여부를 판단하여 지름길(shortcut)을 트리거합니다.
2. Worker Agent (작업 에이전트): 도구 루프를 사용하여 재구성 파이프라인을 조율합니다:
   • Locate Sub-agent (위치 파악 하위 에이전트): 추출된 증거를 사용하여 오프라인 지오코더(OS Open Names)를 쿼리함으로써, 맵 중심점에 대한 근사적인 후보 좌표와 불확실성 반경($\sigma$)을 생성합니다.
   • Map Registration (지도 등록): 특징점 매칭(MINIMA-LoFTR)과 RANSAC을 사용하여 내셔널 베이스맵(OS Open Zoomstack)에 계획 지도를 정렬하고 아핀 변환(affine transform)을 맞춥니다. 이 단계에는 거친 위치를 정밀화하기 위한 슬라이딩 윈도우 탐색이 포함됩니다.
   • Boundary Segmentation (경계 분할): 등록된 지도 이미지에서 경계 마스크를 분할하기 위해 LoRA(Low-Rank Adaptation)로 미세 조정된 SAM 3(Segment Anything Model)를 사용합니다.
   • Projection (투영): 등록 과정에서 도출된 아핀 변환을 사용하여 분할된 마스크를 WGS84 좌표로 투영함으로써 후보 GeoJSON을 생성합니다.
   • Commit Logic (확정 로직): RANSAC 인라이어(inlier) 수, 스케일 일관성, 도로 명칭 일치 여부를 기준으로 후보의 수용 여부를 결정합니다.
3. Critic Agent (비평가 에이전트 - 선택 사항): 상위 3개의 후보에 대해 2차 시각적 검증을 수행하여, 계획 지도가 베이스맵과 겹쳐지는지 비교함으로써 승인, 교체 또는 재지역화(re-localization)를 트리거합니다.

시스템은 pydantic-ai를 사용하여 구현되었으며, 재현성을 보장하기 위해 LLM 호출 시 기본적으로 Gemini 3 Flash를 사용합니다.

주요 기여

본 논문은 네 가지 주요 기여를 소개합니다:

1. Plan2Map 벤치마크: 수동으로 큐레이션된 208개의 영국 Article 4 Direction 기록 데이터셋입니다. 각 케이스는 소스 계획 PDF와 검증된 참조 GeoJSON 경계 및 위치-맵 시각화를 쌍으로 가집니다. 데이터셋은 1958년부터 2025년까지의 기간을 다루며, 다양한 문서 품질, 경계 형태(단순 사각형에서 복잡한 다중 파트 지오메트리까지), 그리고 29개 지방 계획 당국의 기록을 포함합니다.
2. 태스크 정의 및 프로토콜: 시스템이 소스 문서만 받고 참조 GeoJSON은 점수 산정을 위해 격리된 상태에서 수행되는 재구성 작업에 대한 공식적인 정의를 제공합니다. 평가 지표에는 Intersection-over-Union (IoU), 중심점 오차(centroid error), 비용(cost)이 포함됩니다.
3. GeoPlanAgent 시스템: 문서 읽기, 위치 파악, 지도 등록, 경계 추출을 분리한 모듈형 분해 기반 아키텍처입니다. 이 설계는 실패 모드에 대한 표적 진단을 가능하게 합니다.
4. 진단 분석: 직접적인 VLM-to-GeoJSON 예측이 이 작업에 있어 신뢰할 수 없음을 보여주는 경험적 연구를 통해, 특정 구성 요소(예: 지도 기반의 위치 파악 및 도구 지원 지오코딩)가 성공에 결정적임을 입증합니다.

실험 결과

208개 케이스의 전체 벤치마크에서 평가했을 때, GeoPlanAgent는 다음을 달성했습니다:

• 0.736 평균 IoU 및 0.904 중앙값 IoU.
• 예측의 **67.8%**가 IoU $\ge$ 0.8을 달성.
• 중앙값 중심점 오차는 4.6 미터.
• **78.8%**의 케이스가 경계 직경의 10% 이내의 중심점 오차를 가짐 (Acc@0.1D).

반면, 도구 없이 엔드 투 엔드(end-to-end) 예측을 수행하는 직접 VLM 베이스라인(예: Gemini-3.1-Pro, GPT-5.5-Pro)은 현저히 낮은 성능을 보였습니다:

• 평균 IoU는 0.04에서 0.11 사이입니다.
• 어떤 직접 베이스라인도 층화된 서브셋에서 IoU $\ge$ 0.8을 달성하지 못했습니다.
• 직접 베이스라인의 중심점 오차는 386m에서 1.1km 사이입니다.

절제 연구(Ablation Studies) 결과는 다음과 같습니다:

• Localization (위치 파악): 도구 기반의 Locate 하위 에이전트는 중앙값 오차를 176m로 줄였으며, 이후의 지도 등록 단계가 이를 5m로 정밀화하여 38배의 개선을 이루었습니다.
• Segmentation (분할): LoRA를 이용한 SAM 3의 지도 학습 기반 미세 조정은 바닐라 SAM 3 베이스라인보다 평균 픽셀 IoU를 0.30 개선하여, 적응 후에는 경계 추출이 더 이상 주요 병목 구간이 아님을 확인시켜 주었습니다.
• Direct VLM Failure (직접 VLM의 실패): 최첨단 모델들조차 단일 패스로 경계를 안정적으로 추적하거나 지도를 위치시키는 데 실패하며, 이는 분해 접근 방식의 필요성을 강조합니다.

의의 및 주장

본 논문은 Plan2Map을 공공 계획 기록으로부터 멀티모달 지리공간 재구성을 위한 구체적인 테스트베드로 포지셔닝합니다. 그 의의는 다음과 같습니다:

• 실질적 영향력: "Extract initiative"를 해결하고 디지털 계획 시스템을 위한 레거시 계획 기록을 구조화된 디지털 데이터로 전환할 필요성에 대응합니다.
• 방법론적 통찰: 복잡한 공간 작업의 경우, 분해와 도구 사용이 단일 모델(monolithic) VLM 생성보다 우월함을 입증합니다. 논문은 직접적인 예측은 여전히 신뢰할 수 없으며, 현재 시스템의 주요 병목은 단순히 경계 추적이 아니라 **위치 파악(localization)**과 **지도 등록(map registration)**이라고 주장합니다.
• 확장성: 현재 벤치마크는 풍부한 오픈 지리공간 인프라(OS Open Names 등)를 활용하는 영국 특화적이지만, 저자들은 에이전트 아키텍처가 **관할 구역에 구애받지 않는다(jurisdiction-agnostic)**고 주장합니다. 시스템을 다른 국가로 확장하려면 지리공간 도구를 해당 지역의 대응물로 다시 연결하기만 하면 됩니다.

저자들은 Plan2Map과 GeoPlanAgent가 문서 기반 지리공간 재구성을 연구하기 위한 토대를 제공하며, 향후 연구는 저품질 스캔에서의 견고성 향상과 시각적 지도 없이 텍스트로만 경계가 설명되는 경우를 처리하는 데 집중될 것이라고 결론짓습니다.