Paper2Poster/Paper2Poster

해결하는 문제

연구 논문으로 포스터를 만드는 과정은 시간이 많이 걸리고 수작업이 필요합니다. Paper2Poster는 이 전체 과정을 자동화합니다. paper.pdf를 입력받아 편집 가능한 poster.pptx를 생성하며, 생성된 포스터의 품질을 객관적으로 평가하는 도구도 제공합니다.

작동 원리

핵심 엔진은 PosterAgent로, 하향식 시각적 피드백을 갖춘 멀티 에이전트 시스템입니다. 이 시스템은 세 단계로 작동합니다:

1. Parser – 논문을 구조화된 자산 라이브러리(텍스트, 그림, 표 등)로 추출합니다.
2. Planner – 텍스트와 시각적 요소의 쌍을 읽기 순서와 공간적 균형을 유지하는 이진 트리 레이아웃으로 정렬합니다.
3. Painter-Commentor loop – 각 포스터 패널은 렌더링 코드를 실행하여 정교화되며, 이후 시각 언어 모델(VLM)이 피드백을 제공하여 오버플로우 및 정렬 문제를 수정합니다.

LLM과 VLM(예: GPT-4o 또는 로컬 Qwen-2.5-7B 모델)을 자유롭게 조합하여 사용할 수 있으며, --max_workers를 사용하여 병렬로 생성할 수 있습니다. 또한 YAML 기반 스타일 사용자 정의, 회의/기관 로고 자동 검색(로컬 저장소 + DuckDuckGo 또는 Google), Docker 배포 및 Gradio 데모를 지원합니다.

평가를 위해 Paper2Poster는 데이터셋과 세 가지 지표군을 포함합니다: PaperQuiz(포스터를 기반으로 논문에 대한 질의응답), VLM-as-Judge, 그리고 통계적 측정값입니다. 자신의 논문을 위한 PaperQuiz를 직접 만들 수도 있습니다.

대상 사용자

• 수동 레이아웃 작업 없이 학회 포스터가 필요한 연구자 및 학생.
• 논문에서 포스터용 콘텐츠를 준비하는 경량 기술을 원하는 개발자나 AI 에이전트(Codex 또는 Claude 등).
• 특히 학술 분야에서 자동화된 문서-시각 생성 연구를 수행하는 모든 사람.

주요 특징

• 논문 PDF에서 직접 편집 가능한 .pptx 포스터 생성.
• 고품질 레이아웃을 위한 시각적 피드백 기반 멀티 에이전트 파이프라인.
• 유연한 모델 조합: 클라우드 API 또는 로컬 오픈 소스 모델(vLLM 사용) 지원.
• 회의 및 기관 로고 자동 삽입.
• YAML 기반 스타일 사용자 정의 및 기본 테마 제공.
• 평가 도구 모음: PaperQuiz, VLM-as-Judge 및 통계적 지표.
• Docker 및 Gradio 지원으로 쉬운 배포 및 데모 가능.
• 코딩 어시스턴트와 함께 사용할 수 있는 경량 에이전트 SKILL.