본 논문은 다양한 열화 환경에서 여러 종류의 이미지 복원을 처리하는 통합 모델 개발을 목표로 한다. 이를 위해, FAPE-IR(Frequency-Aware Planning and Execution framework for image restoration)을 제안한다. FAPE-IR은 고정된 Multimodal Large Language Model (MLLM)을 사용하여 손상된 이미지를 분석하고 주파수 인식 복원 계획을 생성한다. 이러한 계획은 LoRA 기반 Mixture-of-Experts (LoRA-MoE) 모듈을 안내하며, 확산 기반 실행기를 통해 고주파 또는 저주파 전문가를 동적으로 선택한다. 또한, 적대적 훈련과 주파수 정규화 손실을 도입하여 복원 품질을 향상시키고 아티팩트를 줄인다. FAPE-IR은 의미론적 계획과 주파수 기반 복원을 결합하여 통합적이고 해석 가능한 솔루션을 제공하며, 광범위한 실험을 통해 7가지 복원 작업에서 최첨단 성능을 달성하고 혼합된 열화 환경에서 강력한 제로샷 일반화 능력을 보여준다.
