본 논문은 기존의 콘텐츠 기반 퍼즐 해결사들의 성능 평가가 현실 세계 적용에 필요한 어려움(예: 파편화된 유물이나 파쇄된 문서 재조립)을 충분히 반영하지 못하고 있다는 점을 지적하며, 누락된 조각, 침식된 가장자리, 침식된 내용물 등 세 가지 유형의 퍼즐 손상을 도입하여 최첨단 콘텐츠 기반 퍼즐 해결사들의 강건성을 조사합니다. 휴리스틱 및 딥러닝 기반 해결사들을 평가하여 이러한 손상을 처리하는 능력을 분석하고 주요 한계점을 파악합니다. 연구 결과, 표준 퍼즐을 위해 개발된 해결사들은 손상된 조각이 많아질수록 성능이 급격히 저하되지만, 딥러닝 모델은 증강 데이터를 사용한 미세 조정을 통해 강건성을 크게 향상시킬 수 있음을 보여줍니다. 특히, 고급 위치 확산(Positional Diffusion) 모델이 대부분의 실험에서 경쟁 모델보다 우수한 성능을 보였습니다. 이러한 결과를 바탕으로 현실 세계 유물의 자동 재구성을 향상시키기 위한 유망한 연구 방향을 제시합니다.
