[논문리뷰] SlideTailor: Personalized Presentation Slide Generation for Scientific Papers

링크: 논문 PDF로 바로 열기

저자: Wenzheng Zeng, Mingyu Ouyang, Langyuan Cui, Hwee Tou Ng

핵심 연구 목표

이 논문은 기존 자동 슬라이드 생성 시스템이 사용자 선호도를 충분히 반영하지 못하여 만족스럽지 못한 결과물을 초래하는 문제를 해결하고자 합니다. 사용자 정의된 콘텐츠 및 시각적 선호도를 기반으로 과학 논문에서 개인화된 프레젠테이션 슬라이드를 생성하는 새로운 태스크를 제안하고, 이를 통해 슬라이드 콘텐츠와 디자인이 개별 사용자 요구에 맞춰 정렬되도록 하는 것을 목표로 합니다.

핵심 방법론

논문은 인간 행동에서 영감을 받은 에이전트 프레임워크인 SlideTailor 를 제안합니다. 이 프레임워크는 (1) 주어진 논문-슬라이드 샘플 쌍에서 콘텐츠 선호도를, 그리고 (.pptx) 슬라이드 템플릿에서 미학적 선호도를 암묵적으로 학습하는 선호도 증류(Implicit Preference Distillation) 단계를 포함합니다. 이후 (2) 학습된 선호도를 기반으로 내용 정리, 슬라이드 개요 및 구두 설명을 동시 생성하는 연쇄-화법(Chain-of-Speech) 메커니즘을 포함한 선호도 기반 슬라이드 계획(Preference-Guided Slide Planning) 단계를 거쳐, (3) 최종적으로 편집 가능한 슬라이드를 생성하는 슬라이드 구현(Slide Realization) 단계로 구성됩니다.

주요 결과

SlideTailor 는 PSP (Paper-to-Slides with Preferences) 데이터셋 을 구축하고, 이 데이터셋에서 기존 최첨단 모델들을 능가하는 성능을 보였습니다. 특히, GPT-4.1 기반의 SlideTailor 는 전체 75.8% 의 종합 점수를 달성하여, ChatGPT , AutoPresent , PPTAgent 와 같은 기준 모델들을 압도했습니다. 또한, 콘텐츠 선호도 증류 및 연쇄-화법 메커니즘이 전체 성능 향상에 결정적인 역할을 했음이 어블레이션 연구 를 통해 입증되었습니다.

AI 실무자를 위한 시사점

이 연구는 AI 기반 문서 요약 및 콘텐츠 생성 분야에서 사용자 선호도를 통합하는 것의 중요성을 강조합니다. 특히, 연쇄-화법 메커니즘은 슬라이드 콘텐츠와 구두 설명을 동시에 계획하여 일관성 있는 프레젠테이션 비디오 자동 생성과 같은 다운스트림 응용 가능성을 크게 확장합니다. PSP 데이터셋 은 개인화된 멀티모달 콘텐츠 생성 연구를 위한 강력한 벤치마크 역할을 하며, 향후 AI/ML 엔지니어들이 더욱 사용자 중심적인 콘텐츠 저작 도구를 개발하는 데 기여할 것입니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.