# ChartDesign: Towards LLM Designer of Data Visualization

### 저자

Mohammed Afaan Ansari, Aniruddh Bansal, Tianyi Zhou

### 💡 개요

이 논문은 복잡하고 전문적인 영역인 데이터 시각화 디자인 분야에서 거대 언어 모델(LLM)의 잠재력을 탐구합니다. 데이터 시각화 디자인을 자동화하기 위해 LLM을 인간 전문가처럼 학습시키는 'ChartDesign'이라는 프레임워크를 제안합니다. 이를 통해 LLM이 표 형식의 데이터를 기반으로 효과적인 차트 디자인 속성을 생성하도록 하여, 기존 방법론의 한계를 극복하고 시각적 매력과 인간의 선호도를 높이는 데 기여합니다.

### 🔑 시사점 및 한계

- LLM을 활용하여 데이터 시각화 디자인 분야의 자동화 및 전문성 격차 해소가 가능함을 보여줍니다.

- 다양한 출처의 데이터를 활용한 사전 학습 및 LoRA 파인튜닝 기법을 통해 높은 정확도와 도메인 일반화 성능을 달성했습니다.

- 인간 전문가의 디자인 의사결정을 모방하는 LLM 기반 시스템은 시각적으로 매력적이고 인간에게 선호되는 시각화를 생성할 수 있습니다.

- 향후 연구에서는 더욱 복잡한 시각화 유형, 인터랙티브 디자인, 그리고 사용자의 구체적인 의도를 반영하는 기능 등을 추가적으로 고려해야 할 필요가 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2605.16274)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).