본 논문은 과학 다이어그램을 정적 래스터 이미지에서 편집 가능한 mxGraph XML 코드로 변환하는 훈련이 필요 없는 프레임워크인 Draw with Thought (DwT)를 제안합니다. DwT는 인지적으로 기반한 Chain-of-Thought 추론을 통해 다중 모달 대규모 언어 모델(MLLM)을 안내하여 다이어그램을 재구성합니다. 과정은 지각적 구조화 및 의미적 명세를 처리하는 Coarse-to-Fine Planning과 형식 안내 개선을 통해 향상된 Structure-Aware Code Generation의 두 단계로 나뉩니다. 실제 과학 다이어그램 247개와 골드 스탠다드 XML 주석으로 구성된 Plot2XML 벤치마크를 공개하여 평가를 지원합니다. 여러 MLLM에 대한 실험 결과, DwT는 고충실도, 의미 정렬, 구조적으로 유효한 재구성을 생성하며, 사람의 평가에서 정확성과 시각적 미학 모두에서 높은 일치도를 보여줍니다. 이를 통해 정적 시각 자료를 실행 가능한 표현으로 변환하고 과학 그래픽에 대한 기계 이해를 발전시키는 확장 가능한 솔루션을 제공합니다.
