ReDesign: 이미지에서 에이전트 기반 분해를 통한 편집 가능한 디자인 구조 복원

초록

래스터 이미지에서 편집 가능한 디자인 파일을 복원하는 것은 현대 디자인 워크플로에서 흔하면서도 비용이 많이 드는 병목 현상이지만, 편집 가능성은 타이포그래피, 벡터 지오메트리, 색상, 그룹화 및 레이어 순서와 같은 다중 모달 속성을 복원하는 데 달려 있기 때문에 여전히 어려운 과제입니다. 본 논문에서는 ReDesign을 제안합니다. 이는 에이전트 기반 프레임워크로서, 여러 모달리티에 걸친 특화 도구를 선택하고 조합하여 편집 가능한 레이어 계층 구조를 성장시킵니다. 불완전한 도구 출력에도 불구하고 이러한 긴 의사 결정 프로세스를 신뢰할 수 있도록 유지하기 위해, 각 확장 시점에서 정교한 검증을 도입하여 국지적 수용, 가지치기 또는 재시도 피드백을 제공함으로써 오류 축적을 방지하고 대규모 재실행을 피합니다. 규모에 맞는 편집 가능성을 평가하기 위해, 909개의 원본 Figma 파일과 14,796개의 제어된 편집 명령어로 구성된 Figma 편집 재현 벤치마크를 도입하였으며, 이 명령어들은 재구성된 출력물에 대한 편집을 재현합니다. 이 벤치마크와 표준 재구성 메트릭 전반에서 ReDesign은 강력한 시각적 충실도를 달성하면서도 레이아웃, 색상 및 텍스트 편집 전반에서 가장 높은 편집 가능성을 제공하며, 계층적 분해 기준선 및 직렬 도구 사용 파이프라인보다 우수한 성능을 보입니다.

English

Recovering an editable design file from a raster image is a common and costly bottleneck in modern design workflows, yet remains challenging since editability depends on recovering multi-modal attributes, such as typography, vector geometry, colors, grouping, and layer ordering. We present ReDesign, an agentic framework that grows an editable layer hierarchy by selecting and composing specialized tools across modalities. To keep this long decision process reliable despite imperfect tool outputs, we introduce graceful verification at each expansion, which provides local accept, prune, or retry feedback that prevents error accumulation and avoids large scale reruns. To evaluate editability at scale, we introduce the Figma Edit Replay Benchmark, consisting of 909 raw Figma files and 14,796 controlled edit instructions that replay edits on reconstructed outputs. Across this benchmark and standard reconstruction metrics, ReDesign achieves strong visual fidelity while delivering the highest editability across layout, color, and text edits, outperforming layered decomposition baselines and serial tool use pipelines.