PaperBanana

PaperBanana는 도표 생성을 검색, 계획, 스타일, 시각화, 비평 에이전트에 나눠 맡긴다. 검색 에이전트는 최상위 학회 논문 라이브러리에서 비슷한 사례를 끌어오고, 계획 에이전트는 텍스트를 레이아웃 명세로 바꾸며, 비평 에이전트는 렌더링을 설명과 대조하고 뭔가 어긋나면 다시 그리기를 촉발한다. 이 분업이 단일 모델 이미지 생성기와의 차이점이고, 결과물이 얼마나 의도에 맞게 나오는지로 드러난다.

도표 언어도 템플릿도 필요 없다. 도표가 무엇을 보여줘야 하는지 입력하면 도구가 레이아웃을 고르고, 모듈을 배치하고, 요소에 라벨을 붙인다. 방법 도표, 시스템 아키텍처, 순서도, 통계 플롯을 모두 같은 입력창에서 처리한다. 범용 통계 그래프 생성기로도 쓸 만하다.

잘못된 값 하나가 논문을 망치는 데이터에는, PaperBanana가 그래프를 이미지로만 만드는 대신 Python 시각화 코드를 생성하고 실행할 수 있다. 막대 그래프, 선 그래프, 자릿수까지 정확해야 하는 모든 것에 이 경로를 쓰면 된다. 추측은 없다. 플롯은 실제 데이터를 반영한다. 그게 중요하다. 심사자는 축을 본다.

스타일 에이전트는 심사자가 기대하는 시각 관례를 적용한다. 합리적인 색 선택, 활자 위계, 단 폭에서 잘 읽히는 여백이다. 논문에서 학습한 스타일은 결과물이 범용 생성기에서 뽑아온 흔한 AI 이미지가 아니라 목표 학회에 어울리는 것처럼 보이게 돕는다. 페이지에 어울리는 도표와 완전히 잘못된 이유로 눈에 띄는 도표의 차이가 여기 있다.

Pro와 Advanced 등급에서는 참고 이미지나 논문 전체를 올려 도구가 스타일 단서를 자동으로 읽게 할 수 있다. 연구실에 자체 시각 스타일이 있다면 새 도표를 이미 발표한 것과 일관되게 유지해 준다. 스타일 흔들림은 이제 없다.

결과물은 최대 4K이고 PNG나 SVG로 나온다. 벡터 SVG는 흐려지지 않고 확대되므로 인쇄에서 중요하고, 파일을 그대로 LaTeX나 슬라이드에 넣을 수 있다. 다시 말해 인쇄 준비가 된 셈이다.