본 논문은 Minecraft 게임 환경을 활용하여 다중 모드 대규모 언어 모델(MLLM)의 공간 계획 능력을 평가하기 위한 종합적인 벤치마크인 MineAnyBuild를 제시합니다. MineAnyBuild는 다양한 모드의 사용자 지시에 따라 실행 가능한 건축 계획을 생성하는 4,000개의 큐레이션된 공간 계획 작업으로 구성됩니다. 기존 VQA 기반 벤치마크의 한계를 극복하고 공간 이해, 추론, 창의성, 상식 등 4가지 핵심 차원을 통해 공간 계획 능력을 평가하며, 풍부한 사용자 생성 콘텐츠를 활용하여 무한대로 확장 가능한 데이터 수집 패러다임을 제공합니다. 실험 결과, 기존 MLLM 기반 에이전트의 공간 계획 능력에는 심각한 제한이 있지만, 그 잠재력 또한 매우 큼을 보여줍니다.
