본 논문은 컴퓨터 비전 분야에서 딥러닝 모델의 체계적인 오류(error slices)를 자동으로 발견하고 수정하는 프레임워크인 DebugAgent를 제안합니다. DebugAgent는 해석 가능하고 구조화된 과정을 통해 오류 발생 가능성이 높은 인스턴스를 강조하는 작업별 시각적 속성을 생성합니다. 효율적인 슬라이스 열거 알고리즘을 사용하여 조합적 문제를 극복하고 체계적으로 오류 슬라이스를 식별하며, 기존 방식의 한계를 극복하여 검증 집합을 넘어 오류 슬라이스를 예측합니다. 이미지 분류, 자세 추정, 객체 탐지 등 다양한 분야에서의 실험을 통해 오류 슬라이스의 일관성과 정밀도를 향상시키고 모델 수정 기능을 크게 향상시킴을 보여줍니다.
