역계획으로서의 개인화: 구조적 잡음 제거를 통한 에이전트적 슬라이드 생성에서의 잠재 디자인 의도 학습

초록

슬라이드 디자인은 데크 테마와 페이지 레이아웃을 모두 개인화해야 한다. 그러나 현재의 AI 에이전트 기반 방법은 세분화된 페이지 수준 디자인에 어려움을 겪는다. 사전 지정된 템플릿이나 사용자의 장황한 지침에만 의존함으로써 잠재된 디자인 의도를 포착하지 못하여 페이지 수준 슬라이드 개인화(PSP) 문제가 해결되지 않은 상태로 남아 있다. 이러한 격차를 해소하기 위해 본 연구는 PSP를 역계획 문제로 정식화한다. 우리는 특정 실행 도구(예: PowerPoint, Beamer)에 대한 지식을 전제하지 않고 디자인 의도를 학습하는 방법을 제안한다. 그러나 이러한 도구에 대한 제어를 포기하면 문제를 종단간 최적화하기가 어려워진다. 이를 극복하기 위해 우리는 PSP를 근사적으로 해결하는 원리적 프레임워크인 SPIRE를 제안한다. 깨끗한 슬라이드의 시각적 구조를 의도적으로 손상시킴으로써 SPIRE는 손상 복원을 위한 검증 가능한 작업을 생성하며, 두 에이전트는 강화 학습(RL)을 통해 협력적으로 실행 가능한 디자인을 개선하는 방법을 학습한다. 우리는 구조적 잡음 제거가 PSP에 대한 일관된 대리 작업임을 증명하고, 다중 에이전트 공식화가 RL의 정책 경사 분산을 엄격히 감소시킴을 입증한다. 광범위한 실험을 통해 SPIRE의 우수성을 입증한다.

English

Slide design requires personalizing both deck themes and page layouts. Yet, current AI agent-based methods struggle with fine-grained, page-level design. Solely relying on prespecified templates or user verbose instructions, they fail to capture latent design intents, leaving Page-level Slide Personalization (PSP) unresolved. To close this gap, this work formulates PSP as an inverse planning problem. We propose to learn a design intent without assuming any knowledge of the specific executing tools (e.g., PowerPoint, Beamer) being used. However, relinquishing control over these tools makes the problem intractable to optimize end-to-end. To overcome this, we propose SPIRE, a principled framework to solve PSP approximately. By intentionally corrupting the visual structures of clean slides, SPIRE creates a verifiable task to denoise the corruption, whereby two agents learn to collaboratively refine executable designs via reinforcement learning (RL). We present a proof that structural denoising is a consistent surrogate for PSP, and that the multi-agent formulation strictly reduces policy gradient variance in RL. Extensive experiments demonstrate the superiority of SPIRE.