[논문리뷰] Paper2Web: Let's Make Your Paper Alive!

링크: 논문 PDF로 바로 열기

저자: Yuhang Chen, Tianpeng Lv, Siyi Zhang, Yixiang Yin, Yao Wan

핵심 연구 목표

이 논문은 학술 논문을 레이아웃 인식적이고 상호작용적이며 멀티미디어가 풍부한 웹 페이지로 변환하는 PAPER2WEB이라는 새로운 태스크를 제안합니다. 기존 LLM 기반 또는 템플릿 방식의 웹 페이지 생성 방식이 레이아웃, 상호작용성, 포괄적인 평가 도구 측면에서 한계를 보이는 문제를 해결하고, 효율적인 연구 결과 전파를 목표로 합니다.

핵심 방법론

PWAGENT라는 자율 파이프라인을 도입하여, 논문을 구조화된 자산으로 분해한 후 Model Context Protocol (MCP) 기반의 리소스 저장소에 저장합니다. 이 에이전트는 콘텐츠와 레이아웃을 반복적으로 정제하며 웹 페이지를 생성하며, Connectivity, Completeness, MLLM-as-a-Judge (상호작용성, 미학, 정보성), 그리고 **PaperQuiz (지식 유지)**를 포함하는 다차원 평가 프레임워크를 사용합니다.

주요 결과

PWAGENT는 기존의 종단 간(end-to-end) 방식인 템플릿 기반 웹 페이지나 arXiv/alphaXiv 버전을 큰 폭으로 능가하는 성능을 보였습니다. 특히, Connectivity와 Completeness에서 평균 12% 향상을 달성했고, arXiv HTML 기준으로는 **28%**의 향상을 보여주었습니다. 또한, MLLM-as-a-Judge 평가에서 18% 평균 향상을 기록하며 가장 강력한 종단 간 모델 대비 평균 점수를 3배 높였으며, 이는 0.025달러/웹 페이지라는 낮은 토큰 비용으로 달성되었습니다.

AI 실무자를 위한 시사점

학술 논문을 동적이고 상호작용적인 웹 페이지로 자동 변환하는 효과적인 방법을 제공하여, AI 연구 결과의 접근성과 확산을 크게 향상시킬 수 있습니다. 특히, 적은 비용으로 높은 품질의 웹 페이지를 생성하는 PWAGENT의 능력은 AI 엔지니어가 자신의 연구 프로젝트를 효과적으로 홍보하고 대중과 소통하는 데 매우 유용하게 활용될 수 있음을 시사합니다. 하지만, 여전히 인간이 설계한 웹 페이지의 멀티미디어 활용 및 디자인 수준에는 도달하기 위한 추가 연구가 필요합니다.

⚠️ 알림: 이 리뷰는 AI로 작성되었습니다.