Draw2Think: Harnessing Geometry Reasoning through Constraint Engine Interaction

Draw2Think 프레임워크는 "제안-그리기-검증" 루프를 통해 비전-언어 모델(VLM)을 외부 동적 기하 제약 엔진인 GeoGebra와 통합해, 중간 작도 단계에 대해 대수적으로 정확한 기하학적 보장을 제공한다.

기존 비전 언어 모델의 기하 추론은 중간 관계가 글이나 그림 코드로만 남아 실제 제약을 만족하는지 확인하기 어렵다. Draw2Think는 모델을 GeoGebra 제약 엔진과 연결해 가설 제안, 작도, 검증을 반복하는 실행 가능한 작업 공간을 만든다. 엔진이 정확한 길이와 각도 및 관계를 돌려주므로 다음 추론은 검증된 작도 상태를 바탕으로 진행된다. GeoGoal에서는 개별 조건의 95.9퍼센트와 문제 전체의 84.0퍼센트가 엄격한 작도 검사를 통과했고, 평면과 입체 문제의 답 정확도도 각각 최대 4.1퍼센트와 16.4퍼센트 높아졌다. 이 결과는 중간 기하 상태를 외부 엔진으로 확인하는 이점을 보여주며, 보고된 평가는 작도와 답 및 렌더링 벤치마크 범위에 해당한다.

핵심 요약

• 작도 충실도: VLM이 의도한 구성이 문제의 요구사항과 일치하는지를 측정하는 모델 수준 속성이다.
• 명시적 판독 채널: 관찰 결과 시스템이 도출한 정답의 74-91%가 엔진이 명시적으로 반환한 값을 최소 하나 이상 포함했다. 이는 VLM이 내부 사전지식에만 의존하지 않고 엔진을 진실의 원천으로 능동적으로 사용하고 있음을 확인해준다.
• 수정 및 재계획 가능성: 오류 메시지를 받고 객체 삭제 도구를 사용할 수 있어 모델이 경로를 교정할 수 있다. 작도 경로가 모순이나 무효 상태로 이어지면, 모델은 마치 컴퍼스와 자를 사용하는 인간 수학자처럼 되돌아가 대안 전략을 시도할 수 있다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.