본 논문은 우주 수준의 시각적 이해를 위한 기하 공간 인식 VLM(Vision-Language Model)인 Galaxy-Walker를 제안합니다. 기존 VLM이 유클리드 공간에 국한되어 천체 현상(행성 궤도, 블랙홀 등) 이해에 어려움을 겪는다는 점을 지적하며, 다양한 기하 공간(구면, 쌍곡선 공간)을 고려한 모델을 제시합니다. 다중 스케일 물리 그래프 상에서 랜덤 워크를 통해 기하 토큰을 생성하는 기하 프롬프트와 전문가 혼합 방식으로 공간 비등방성을 압축 및 재구성하는 기하 어댑터를 제안하여, 은하 특성 추정 및 형태 분류 작업에서 state-of-the-art 성능을 달성합니다. 특히 은하 특성 추정에서는 최대 0.91의 $R^2$ 점수를, 형태 분류에서는 최대 0.17의 F1 향상을 보였습니다.
