PyTorchKR Papers

최신 논문

총 4편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.15750v1cs.AI

Google Earth AI 지리공간 추론(Geospatial Reasoning) 에이전트: 역량과 체계적 평가

Google Earth AI Geospatial Reasoning Agent: Capabilities and a Systematic Evaluation

Google Earth AI는 지리공간(geospatial) AI 모델들의 패밀리와 이를 오케스트레이션하는 에이전트로 구성된다. 본 논문에서는 이 에이전트인 Google Earth AI의 Geospatial Reasoning 에이전트(GRA)를 소개한다. GRA는 Gemini 기반의 연구 시스템으로, 지리공간 데이터 소스, 파운데이션 모델, 그리고 도구들을 결합하여 우리 지구에 관한 질문에 답한다. GRA는 이러한 요소들을 모듈화된 도메인 스킬로 구성하고, 사전(upfront) 지리공간 계획과 결합하여 복잡한 질의를 다단계 워크플로우로 분해한다. 이러한 시스템을 평가하는 것은 어려운데, 실제 문제는 여러 타당한 워크플로우를 허용하고, 대규모 카탈로그 전반에 걸친 데이터 발견(data discovery)을 요구하며, 계속 변화하는 그라운드 트루스(ground truth)에 의존하기 때문이다. 우리는 두 가지 벤치마크를 도입하고 이들의 개발 분할(development split)을 공개한다. GeoExpertQueries는 실무자의 사용 사례(use case)에 기반하고 지리공간 전문가들에 의해 정제된 복잡한 분석 문제들을 제시한다. 각 문제는 세 명의 독립적인 전문가로부터 얻은 합의된 골든 워크플로우(golden workflow)와 짝을 이루며, 사람이 검증한 도구에 무관한(tool-agnostic) 오토레이터(autorater)에 의해 채점된다. GeoKTools는 필요한 도구 유형의 수를 체계적으로 변화시키는 결정론적(deterministic) 참조 솔버(reference solver)를 갖춘 템플릿화된 질의들로 구성된다. 우리는 또한 CBGB와 UnivEARTH라는 두 가지 외부 벤치마크를 사용하는데, 이 중 UnivEARTH는 포화(saturated) 상태임을 확인하였다. GRA의 도구와 에이전트적(agentic) 오케스트레이션의 기여를 분리하기 위해, 우리는 Gemini 3.1 Pro와 3.8 Flash 각각에 대해 네 가지 구성을 비교한다: 단독 LLM, 기본 도구를 갖춘 LLM, GRA의 스킬과 도구는 갖추었지만 사전 계획 및 실행 가이드는 없는 LLM, 그리고 GRA 자체이다. 기본 도구만 있는 경우, 고성능 모델은 템플릿화된 질의에서는 정답의 많은 부분을 복원하지만, 개방형(open-ended) 문제에서는 전문가 워크플로우의 작은 일부만을 충족시킨다. 반면 GRA는 두 경우 모두에서 우수한 성능을 보인다. 가장 큰 성능 향상은 GRA의 스킬과 도구로부터 나오며, 개방형 문제에서는 그 계획 및 실행 가이드가 Gemini 3.8 Flash와 결합될 때 추가적인 향상을 가져와, Flash가 더 낮은 비용으로 Pro와 동등하거나 이를 능가하는 성능을 내도록 한다.

arXiv:2607.15255v1cs.CV

HoloGeo: 증거 기반 추론을 통한 지리 위치 추정의 랜드마크 바이어스 완화

HoloGeo: Mitigating Landmark Bias in Geo-localization via Evidence-Driven Reasoning

최근 비전-언어 모델(VLM)의 발전으로 이미지 지리 위치 추정이 크게 향상되었지만, 기존 모델은 여전히 랜드마크 바이어스에 취약하여 지리적 단서를 간과하거나 허위 상관관계를 형성하고, 궁극적으로 부정확한 위치 추정으로 이어진다. 이 문제를 체계적으로 조사하기 위해, 우리는 먼저 랜드마크가 모델 추론에 미치는 영향을 특성화하기 위한 두 가지 정량적 지표인 바이어스 강도(Bias Intensity, BI)와 바이어스 유해성(Bias Harmfulness, BH)을 설계하고, 포괄적인 벤치마크 LandmarkBias-3K를 구축한다. 랜드마크 바이어스를 완화하기 위해, 지리 위치 추정의 신뢰성을 높이는 증거 기반 추론 프레임워크 HoloGeo를 추가로 제안한다. HoloGeo는 구조화된 다중 증거 바이어스-프리 추론 체인으로 주석이 달린 고품질 데이터셋 BF-30k에 기반한다. 다차원 보상을 통합함으로써 HoloGeo는 다양한 시각적 단서에 대한 균형 잡힌 어텐션을 명시적으로 장려하고 증거 기반의 공동 추론을 달성한다. 광범위한 실험을 통해 HoloGeo가 IM2GPS3K와 YFCC4k에서 우수한 성능을 유지할 뿐만 아니라 LandmarkBias-3K에서 기존 오픈소스 VLM을 크게 능가함을 보여주며, 견고한 지리공간 추론을 위한 효과를 검증한다.

arXiv:2607.12497v1cs.CV

TerraLogic: 지구 관측에서의 계층적 지리공간 추론 벤치마크

TerraLogic: A Benchmark for Hierarchical Geospatial Reasoning in Earth Observation

인식을 넘어, 원격 탐사에서 고급 해석, 추론, 의사결정을 위해서는 추론이 필수적이다. 대규모 언어 모델(LLM)의 최근 발전으로 외부 도구를 활용하여 복잡한 분석 작업을 수행하는 도구 증강(tool-augmented) 에이전트가 가능해졌다. 그러나 원격 탐사 분야의 기존 연구는 주로 인식 중심 작업에 초점을 맞추어 인지적 지리공간 추론은 대체로 미탐색 상태로 남아 있다. 이 공백을 메우기 위해 지리공간 추론을 위한 벤치마크인 TerraLogic를 소개한다. TerraLogic은 재난 취약성 평가, 도시 열섬 분석, 산림 단편화 역학 등 광학, 합성개구레이더(Synthetic Aperture Radar, SAR), 적외선(infrared, IR) 영상에 걸친 545개의 시나리오 기반·계층 인식 과제로 구성된다. 이는 평가를 인식과 모니터링을 넘어 인지 수준의 지리공간 분석으로 확장한다. TerraLogic에서의 평가를 용이하게 하기 위해, 툴킷을 기능적 계층으로 구성하고 내결함성(fault-tolerant) 추론을 수행하는 도구 증강 에이전트 HieraPlan을 추가로 제안한다. HieraPlan은 구조화된 추상화, 도구 실패로부터의 견고한 복구, 안정적인 장기 계획을 가능하게 한다. 광범위한 실험을 통해 현재 접근법이 계층적 지리공간 추론에서 어려움을 겪음을 보여주며, HieraPlan은 추론, 교차 모달 일반화, 오류 처리가 개선된 강력한 기준선을 제공한다. 데이터셋과 에이전트 코드는 https://github.com/Ireliya/TerraLogic 에서 공개적으로 이용할 수 있다.

arXiv:2606.17246v1cs.CV

GeoDisaster: 운영 재난 지리정보를 위한 조율된 에이전트 벤치마킹

GeoDisaster: Benchmarking Orchestrated Agents for Operational Disaster Geo-Intelligence

원격 탐사 비전-언어 모델(RS-VLMs)은 지구 관측 분석을 시각적 해석과 명령 수행 쪽으로 발전시켰으나, 툴 기반 공간 추론과 구조화되고 증거에 기반한 의사결정을 요구하는 운영 지리정보에는 미치지 못합니다. 우리는 43가지 질문 유형과 5개 작업군(산림 벌채 모니터링, 다중 재해 분석, 건물 피해 평가, 홍수 안전 경로 탐색, Sentinel-1 SAR 홍수 모니터링)에 걸쳐 2,921개의 검증된 인스턴스를 포함하는 운영 지리공간 재난 추론 벤치마크인 GeoDisaster를 소개합니다. 인스턴스는 위험 감지, 피해 평가, 노출 추정, 진단 보고서 생성에 걸쳐 광학 및 SAR 영상, 래스터 마스크, 벡터 지오메트리, 도로 네트워크, 노출 레이어와 같은 이질적인 EO/GIS 증거를 통합합니다. 정답(ground-truth)은 실행 가능한 지리공간 워크플로우와 결정론적 일관성 검사에 기반하므로 언어 모델 주석이 필요 없습니다. 또한, 우리는 18개의 재난 지향 도구가 포함된 조율된 멀티 에이전트 프레임워크를 제안합니다. 여기서 역할 전문화 에이전트는 명시적 실행 계약을 통해 조율되며, 역할-계약 기대 정렬(RCEA), 즉 밀집된 단계 수준 신호에 대한 계약 기반 강화학습과 결합된 실패 인식 지도 미세조정을 통해 정렬됩니다. 실험 결과, GeoDisaster는 기존 RS-VLM 및 에이전트 시스템에 도전 과제를 제시하는 반면, RCEA는 도구 사용, 증거 그라운딩, 상태 일관성 및 의사결정 생성을 향상시킵니다.