SlideLab, AI 에이전트로 연구 발표 자료 만들고 검증

연구 논문을 슬라이드로 만드는 일은 내용을 줄여 옮기는 것만으로 끝나지 않는다. 발표에는 명확한 이야기 흐름과 유용한 시각 자료, 청중이 연구를 이해하는 데 도움이 되는 순서가 필요하다. 2026년 9월 28일 공개된 arXiv 논문에서 소개한 SlideLab은 이런 작업을 처리하도록 설계됐다.

이 시스템은 여러 AI 에이전트를 활용하며, 각 에이전트는 작업의 일부를 맡는다. 먼저 발표의 서사를 구성한 다음, 여러 에이전트가 공유하는 슬라이드 자료를 만들고 수정한다. 저자들이 이 접근법을 ‘훈련이 필요 없다(training-free)’고 설명하는 것은 이 작업을 위해 새로운 AI 모델을 학습시키지 않는다는 뜻이다.

슬라이드는 어떻게 만드나?

SlideLab의 에이전트들은 콘텐츠 기획, 시각 자료 제작, 레이아웃 개선, 그리고 주장의 근거가 원문 논문에 있는지 확인하는 일을 맡는다. 이들은 한 번에 슬라이드 자료를 완성하는 대신 여러 차례 작업을 반복한다. 목표는 연구 내용에 충실하면서도 일관성 있는 발표 자료를 만드는 것이다.

블라인드 선호도 연구에서 저자들은 SlideLab을 오픈소스 및 상용 시스템과 비교했다. 저자들에 따르면 참가자들은 시험한 논문 가운데 77%에 대해 SlideLab의 발표 자료를 더 선호했다. 또한 SlideLab은 가장 성능이 뛰어난 오픈소스 비교 시스템보다 추론 토큰을 약 4분의 1만 사용했다. 토큰은 AI 모델이 처리하는 작은 텍스트 단위이며, 이 수치는 모델 사용량을 나타낼 뿐 비용을 직접 보여주는 것은 아니다.

발표 자료는 어떻게 평가하나?

논문은 콘퍼런스 청중을 모의하고 한 번에 슬라이드 한 장씩 평가하는 방법인 ConfArena도 소개한다. 저자들은 이 방법이 사람의 평가와 일치하는 시스템 순위를 내고, 숫자 변조, 그림 품질 저하, 슬라이드 누락, 순서가 잘못된 슬라이드 배치 같은 의도적인 문제도 찾아낼 수 있다고 말한다.

논문은 고무적인 결과를 보고하지만, 초록에는 선호도 연구에 사용된 논문이나 참가자 수 같은 세부 정보가 제시되지 않았다. 연구 결과를 얼마나 폭넓게 적용할 수 있는지 판단하려면 이런 정보가 중요하다. ConfArena는 슬라이드 자료를 시험하는 방법으로 제시됐을 뿐, AI가 만든 자료를 사람의 검토 없이 발표해도 된다는 근거는 아니다.