본 논문은 텍스트와 이미지를 함께 이해하여 수학 문제를 푸는 멀티모달 수학 추론(MMR) 분야의 현재 모델들이 겪는 어려움을 해결하기 위해, 구조화된 인식, 명시적인 정렬, 검증 가능한 추론을 통합하는 새로운 패러다임을 제안합니다. 기존 모델의 오해석, 기호-시각 정보 불일치, 추론 단계의 불일치 문제를 극복하고, 최종 답뿐만 아니라 각 중간 단계의 정확성을 평가할 수 있는 프레임워크를 구축하고자 합니다.
🔑 시사점 및 한계
•
멀티모달 수학 추론을 위한 통일된 인식-정렬-추론 패러다임 제시로 관련 연구의 로드맵 제공
•
텍스트 및 시각 정보의 추출, 표현, 정렬, 추론, 평가 전반에 걸친 체계적인 분석 및 비교 가능
•
현재 모델들의 실질적인 시각 수학 문제 해결 능력 향상에 기여
•
평가 방법론의 개선을 통해 추론 과정의 투명성 및 신뢰성 증진
•
아직 해결되지 않은 개방형 과제와 향후 연구 방향에 대한 통찰력 제공
•
(한계점 또는 향후 과제) 다양한 종류의 복잡한 시각적 수학 문제를 다루기 위한 모델의 일반화 능력 향상 필요
