본 논문은 텍스트-이미지 생성 모델의 프롬프트 엔지니어링 어려움을 해결하기 위해, 훈련이 필요 없는 다중 에이전트 시스템인 T2I-Copilot을 제안합니다. T2I-Copilot은 입력 해석, 생성 엔진, 품질 평가자 세 가지 에이전트로 구성되어 있으며, 각각 입력 프롬프트 파싱 및 표준화, 적절한 모델 선택 및 생성 시작, 생성 결과의 미적 품질 및 텍스트-이미지 정합도 평가 및 피드백 제공 역할을 수행합니다. 이 시스템은 완전 자율적으로 작동하거나 사용자 개입을 통해 미세 조정이 가능하며, GenAI-Bench 평가 결과 상용 모델들과 비교하여 경쟁력 있는 성능을 보여줍니다. 특히 FLUX1.1-pro 대비 6.17% 높은 성능을 16.59%의 비용으로 달성했습니다.
