기술 요약: FormalAnalyticGeo

문제 정의

멀티모달 대규모 언어 모델(MLLM)이 수학적 추론 분야에서 크게 발전했음에도 불구하고, **해석 기하학(analytic geometry)**은 여전히 크게 미개척된 영역으로 남아 있다. 기존의 벤치마크들은 주로 초등 평면 또는 입체 기하학에 집중되어 있으며, 원뿔 곡선(conic sections)을 위한 몇 안 되는 대규모 리소스(예: Conic10K)는 순수 텍스트 기반이며 시각적 다이어그램이 필수적인 멀티모달 학습에는 부족하다.

본 논문은 멀티모달 해석 기하학 문제를 자동 생성하는 데 방해가 되는 세 가지 구체적인 격차를 식별한다:

1. 표현 격차(Representation Gap): 기존의 형식주의(예: Inter-GPS, FormalGeo)는 유클리드 작도(Euclidean constructions)를 대상으로 하며 좌표계나 원뿔 곡선을 표현할 수 없다. 반대로, 텍스트 전용 인코딩(예: Conic10K의 단언적 논리)은 다이어그램 렌더링에 필요한 구성 프리미티브(construction primitives)가 결여되어 있다.
2. 렌더링 격차(Rendering Gap): 해석 기하학 다이어그램은 좌표계 내에서 대수적으로 정의된 곡선을 필요로 한다. 전통적인 플로팅 라이브러리는 사전 계산된 위치를 필요로 하며, 텍스트만으로는 위치가 과소 결정되는 제약 기반 레이아웃을 처리할 수 없다.
3. 검증 격차(Verification Gap): 현재의 생성 방식은 일반적으로 단일 패스(single-pass)로 이루어진다. 문제 정식화, 다이어그램 렌더링, 또는 정답 추출에서의 오류는 탐지되지 않은 채 전파되어, 인간의 주석 없이 저품질의 데이터셋을 생성하게 된다.

방법론: FormalAnalyticGeo 프레임워크

저자들은 인간의 주석 없이 멀티모달 해석 기하학 문제를 생성하는 확장 가능한 신경-기호적(neural-symbolic) 프레임워크인 FormalAnalyticGeo를 제안한다. 이 시스템은 네 개의 특화된 LLM 컴포넌트와 하나의 결정론적 렌더링 엔진으로 구성되며, 하나의 형식적 중간 언어에 의해 연결된 폐쇄 루프 파이프라인으로 작동한다.

1. 조건 기술 언어 (CDL)

자연어와 시각적 렌더링 사이의 간극을 메우기 위해, 저자들은 선언적 형식 언어인 CDL을 도입한다.

• 구조: CDL 프로그램은 선언(선, 원, 타원과 같은 객체 정의), 방정식(대수적 정의), 좌표, 파생 객체(예: 초점, 교점), 술어(기하학적 관계), 그리고 메트릭 제약 조건으로 분류되는 세미콜론으로 구분된 문장들로 구성된다.
• 기능: 모든 유효한 CDل 문장은 시각적 요소나 미분 가능한 제약 조건으로 직접 매핑되어, 자동 구문 검증 및 완결성 체크를 가능하게 한다.

2. SDF 기반 렌더링 엔진

프레임워크는 CDL 프로그램을 기하학적 다이어그램으로 컴파일하기 위해 부호 거리 함수(Signed Distance Field, SDF) 엔진을 사용한다.

• 통합 표현: 제약 해결과 렌더링을 분리하는 전통적인 도구와 달리, SDF 엔진은 두 과정을 하나의 미분 가능한 프로세스로 취급한다. 기하학적 요소(원뿔 곡선, 축, 점근선)는 스칼라 함수 $F: \mathbb{R}^2 \to \mathbb{R}$로 표현된다.
• 제약 해결: 과소 결정된 위치(예: 거리 제약을 만족하며 곡선 위에 있는 점)는 기하학적 제약에 대한 경사 하강법(gradient descent)을 통해 해결된다.
• 정확한 매핑: 렌더링 프로세스는 정확한 좌표-픽셀 매핑을 생성하며, 이는 후속되는 정답 추출에 매우 중요하다.

3. 생성 파이프라인

프레임워크는 피드백 기반 재시도가 포함된 순차적 워크플로우를 실행한다:

• 생성기(Generator): 다양한 자연어 문제와 원뿔 방정식을 생성한다. 이는 검증된 속성(Conic10K로부터 추출)에 기반한 "역방향 경로(reverse path)"와 자유로운 구성을 위한 "순방향 경로(forward path)"를 모두 활용한다. 또한 일부 조건은 텍스트 전용이고 다른 것은 시각 전용인 정보 분할을 강제한다.
• 정식화기(Formalizer): 자연어 문제를 CDL 프로그램으로 번역한다. 환각(hallucination)을 줄이기 위해 특정 곡선 유형에 맞춤화된 문법 프롬프팅을 사용하며, 구문 오류 여부를 즉시 파싱한다.
• SDF 엔진: CDL로부터 다이어그램을 렌더링한다.
• 측정기(Measurer): **물리적 정보 격리(physical information isolation)**를 통해 정답(ground-truth)을 추출한다. 다음 두 단계로 작동한다:
  1. 태스크 추출기(Task Extractor): 방정식 없이 문제 텍스트만을 읽어 구조화된 측정 지침을 생성한다.
  2. 시각적 측정기(Visual Measurer): 지침과 렌더링된 다이어그램만을 읽고, 컴퓨터 비전 도구(예: pixel_to_coord, intersect_line_curve)를 사용하여 값을 측정한다. 이는 모델이 대수적으로 방정식을 풀어 시각적 측정을 우회하는 것을 방지한다.

4. 품질 검증기 및 폐쇄 루프 제어

전용 **품질 검증기(Quality Verifier)**가 세 곳의 게이트 위치에서 데이터 품질을 강제한다:

1. 게이트 1 (문제): 기호적 해법을 통해 풀이 가능성을 검증한다.
2. 게이트 2 (CDL): 구문을 검증하고 텍스트에 있는 모든 기하학적 객체가 CDL에 인코딩되었는지 확인한다.
3. 게이트 3 (정답): 시각적 측정값이 텍스트 전용 기호 해법과 일치하는지 확인한다.
   게이트가 실패하면, 검증기는 상위 컴포넌트에 구조화된 피드백을 반환하여 자동 재시도를 트리거한다. 이 루프는 인간의 주석을 배제한다.

주요 기여

1. 폐쇄 루프 생성 프레임워크: 멀티모달 데이터 생성을 전문화된 단계로 분해하고, 형식 언어로 연결하며, 피드백 기반 품질 게이트를 활용하여 인간의 주석을 제거하는 시스템을 구축했다.
2. CDL (조건 기술 언어): 자연어 설명과 기하학적 렌더링 사이를 연결하는 공식적인 중간 표현으로서, 자동 검증을 가능하게 한다.
3. SDF 기반 렌더링 엔진: 제약 해결과 다이어그램 렌더링을 통합하여 정확한 해석 곡선과 정밀한 좌표-픽셀 매핑을 허용하는 미분 가능한 엔진이다.
4. AnalyticGeo7K 데이터셋: 정렬된 텍스트, 다이어그램, 형식적 주석, 시각적으로 추출된 정답을 포함하는 7,000개 이상의 검증된 멀티모달 문제로 구성된 대규모 데이터셋이다.
5. 포괄적 경험적 분석: 8개의 최첨단 MLLM을 대상으로 해당 도메인의 난이도와 시각적 입력의 필요성을 입증하는 실험을 수행했다.

결과 및 평가

• 데이터셋 품질: 생성된 AnalyticGeo7K 데이터셋은 7,043개의 검증된 문제를 포함한다. 측정기는 **중앙값 정답 상대 오차 0.70%**를 달 기록했으며, 정답의 **82.3%**가 정확한 기호 해법의 5% 이내에 들어온다.
• 프레임워크 신뢰성: 세 가지 품질 게이트는 최종 통과율 $\ge$ 99%를 달성했다. 게이트 1(문제)은 첫 시도에서 99.1%를 통과했고, 게이트 2(CDL)는 98.2%, 게이트 3(정답)은 95.1%를 통과했으며, 나머지 실패 사례는 재시도 또는 샘플 폐기로 처리되었다.
• 모델 성능: AnalyticGeo7K 벤치마크에서 가장 성능이 좋은 모델(이미지 입력이 포함된 Gemini 3 Flash)은 **77.6%**의 정확도를 달성했다. 텍스트 전용 모드에서는 성능이 급격히 하락하여(최고 텍스트 전용 결과: 42.0%), 시각적 다이어그램이 해석 기하학 추론에서 갖는 결정적인 역할을 보여주었다.
• 절제 연구(Ablation Studies):
  • 품질 검증기를 제거하면 정확도가 급격히 떨어진다 (5% 이내 정확도가 82.3%에서 45.5%로 하락).
  • 측정기에서 CV 도구를 제거하면(도구 없이 시각적 추정 강제), 평균 오차가 2.84%에서 40.5%로 증가한다.
  • **시드 라이브러리(Seed Library)**를 제거하면 재시도율이 증가하고 기하학적 일관성이 감소하여, 구조적 사전 지식의 가치를 확인시켜 준다.

의의 및 주장

본 논문은 FormalAnalyticGeo가 주석이 달린 멀티모달 해석 기하학 데이터의 희소성을 해결하는 완전 자동화된, 주석 없는 생성 프레임워크를 제공한다고 주장한다. 형식 언어(CDL), 미분 가능한 렌더링(SDF), 다중 에이전트 검증을 통합함으로써, 이 프레임워크는 복잡한 공간 및 대수적 추론 작업에 대한 MLLM의 훈련과 평가를 가능하게 하는 고품질의 검증된 데이터셋을 생성한다. 저자들은 이 작업이 유클리드 평면 기하학을 넘어 더 어려운 영역인 원뿔 곡선과 좌표 기하학 분야로 나아감으로써, 멀티모달 수학적 추론 벤치마크의 중요한 공백을 메운다고 확언한다. 프레임워크와 그 결과물인 AnalyticGeo7K 데이터셋은 관련 연구를 촉진하기 위해 공개된다.