검증 가능한 과정 보상을 통한 모니터링 가능한 차트 추론 에이전트
Monitorable Chart Reasoning Agents via Verifiable Process Rewards
차트 추론 에이전트는 중요한 도메인에서 실행 가능한 인사이트를 추출하는 데 점점 더 널리 쓰이며, 여러 벤치마크에서 최신(state-of-the-art) 성능을 달성하고 있다. 그러나 높은 벤치마크 정확도만으로는 배포에 충분하지 않으며, 이해관계자는 모델이 답에 이르는 방식을 감사하고 검증할 수 있어야 한다. 기존 LVLM 기반 차트 에이전트는 답만 예측하거나 검증하기 어려운 자유 형식 rationale을 내놓아, 오류가 차트를 잘못 읽었는지, 잘못된 값을 추출했는지, 계산을 잘못했는지 구분하기 어렵게 만든다. 우리는 검증 가능한 과정 보상으로 모니터링 가능한 차트 에이전트를 학습하기 위한 강화학습 프레임워크인 Chart-RVR을 제안한다. Chart-RVR은 차트 추론을 세 가지 감사 가능한 블록으로 나눈다: Structure(차트 유형 식별), Evidence(기저 데이터 테이블을 JSON으로 재구성), Derivation(답을 계산하는 단계별 trace를 노출). 도메인 내·외 여섯 벤치마크에서 Chart-RVR은 유사 크기 LVLM 가운데 최신 수준의 정확도를 달성한다. 정확도를 넘어, 우리는 ground-truth surrogate 지표, oracle information-gain 측정, Process Verifiability와 Evidence Localization을 채점하는 LLM-as-a-auditor를 결합한 삼각 검증 프로토콜로 모니터링 가능성을 평가하며, Chart-RVR이 CoT prompting, SFT, 기존 차트 특화 baseline이 만든 rationale보다 훨씬 더 검증 가능하고 증거에 기반(evidence-grounded)함을 보인다.