Brand LogoBrand Logo (Dark)
홈AI 에이전트툴킷GitHub 추천에이전트 등록블로그

카테고리

  • 아트 생성기
  • 오디오 생성기
  • 자동화 도구
  • 챗봇 & AI 에이전트
  • 코드 도구
  • 금융 도구

카테고리

  • 대규모 언어 모델
  • 마케팅 도구
  • 노코드 & 로우코드
  • 리서치 & 검색
  • 영상 & 애니메이션
  • 영상 편집

GitHub 추천

  • DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크

최신 블로그

  • OpenClaw와 Composer 2, 어떤 AI 비서가 더 뛰어난가?
  • 구글 AI 스튜디오 vs 앤트로픽 콘솔, 2026년 AI 개발 플랫폼 비교
  • 스티치 2.0 vs 러블 2026년, 어떤 제품이 더 나을까
  • 2026년 AI로 소규모 비즈니스 수익화하는 실전 가이드
  • OpenClaw와 MiniMax, 어떤 AI 어시스턴트가 더 나은 선택일까

최신 블로그

  • OpenClaw와 KiloClaw 실제 사용 경험 비교
  • OpenClaw와 Kimi Claw 비교하기
  • GPT-5.4와 Gemini 3.1 Pro 비교하기
  • Perplexity Computer, 19개 AI 모델로 금융 산업 판도 흔든다
  • OpenClaw 최선의 실천, 5 개 기본 원칙
LinkStartAI© 2026 LinkstartAI. 모든 권리 보유
문의하기소개
  1. 홈
  2. GitHub 추천
  3. AutoFigure-Edit
AutoFigure-Edit logo

AutoFigure-Edit

논문 방법 섹션을 완전 편집 가능한 SVG 도식으로 변환하고 레이아웃·스타일을 반복적으로 다듬어 출판 품질로 끌어올립니다.
796PythonMIT license
#paper-to-svg#논문-도식#svg-편집#figure-generation#agentic-workflow#레이아웃-개선
#다이어그램
#alternative-to-mermaid
#alternative-to-drawio
#alternative-to-excalidraw

개요

AutoFigure-Edit는 연구 논문 작성과 엔지니어링 문서를 위한 도식 생성·정교화 시스템입니다. 긴 방법 설명 텍스트를 입력으로 받아 개념과 의존 관계를 노드와 엣지로 분해하고, 손실 없이 편집 가능한 SVG 벡터 다이어그램으로 출력합니다. 한 번 렌더링하고 끝나는 래스터 이미지가 아니라, 도식을 구조화된 자산으로 관리합니다. 즉 텍스트, 도형, 화살표가 편집 가능한 오브젝트로 유지되어 반복 수정해도 품질이 무너지지 않습니다. 또한 AutoFigure의 차세대 워크벤치로도 자연스럽게 연결되어, 생성 결과를 팀이 재사용 가능한 템플릿 자산으로 바꿀 수 있습니다. 방법 도식, 시스템 아키텍처, 학습 파이프라인 그림을 빠르게 만들어야 하는 연구자와 엔지니어에게 레이아웃 노동을 자동화 가능한 통제된 워크플로로 전환해 줍니다.

문제점 vs 혁신

✕기존 문제점✓혁신적 솔루션
전통적인 논문 도식 제작은 수동 배치에 의존하며, 작은 변경에도 전체 정렬이 필요해 반복할수록 유지 비용이 빠르게 증가합니다.AutoFigure-Edit는 출력 형태를 손실 없이 편집 가능한 SVG 오브젝트 레이어로 고정하여 텍스트, 화살표, 도형을 추적 가능하고 재사용 가능한 엔지니어링 자산으로 만듭니다.
많은 텍스트-도식 도구가 래스터 또는 반구조화 결과만 내보내 후편집 시 흐림과 오정렬이 발생해 출판 수준의 가독성과 일관성을 확보하기 어렵습니다.반복적인 레이아웃 및 스타일 정교화로 생성과 다듬기를 분리합니다. 먼저 구조를 확정하고 이후 미관과 일관성을 최적화해 원샷 생성에서 흔한 구조 흔들림을 줄입니다.

아키텍처 심층 분석

텍스트에서 구조화 도식으로의 중간 표현
AutoFigure-Edit의 핵심은 곧바로 그리는 것이 아니라, 긴 텍스트를 계산 가능한 도식 구조의 중간 표현으로 압축하는 데 있습니다. 방법 설명에서 엔티티, 단계, 의존 관계를 추출해 노드, 엣지, 라벨로 매핑하고 이를 SVG 오브젝트 트리에 반영합니다. 이렇게 하면 의미 층과 렌더링 층이 분리되어 의미 구조가 안정된 뒤에는 레이아웃, 미관, 테마 변경을 의미를 건드리지 않고 독립적으로 반복할 수 있습니다. 프로덕션 관점에서는 중간 표현이 캐시와 버전 관리의 핵심 산출물이 되어, 여러 번의 수정과 다양한 도구 협업 속에서도 추적 가능성을 유지합니다.
반복 레이아웃 정교화와 편집 가능한 출력 파이프라인
도식 생성의 흔한 실패는 구조는 맞지만 빽빽해 읽기 어렵거나, 보기 좋지만 논리 관계가 흔들리는 경우입니다. AutoFigure-Edit는 생성 과정을 반복 가능한 정교화 루프로 분해합니다. 먼저 관계를 초기 레이아웃으로 고정한 뒤 정렬, 간격, 교차, 시각적 균형을 규칙 또는 피드백 기반 보정으로 개선합니다. 최종 출력이 편집 가능한 SVG로 유지되므로 각 반복은 오브젝트 수준에서 이루어져 픽셀 수정의 늪에 빠지지 않습니다. 이 설계는 협업에 유리하며 자동화는 골격을, 인간은 최종 전달력과 미감을 담당하되 서로를 망가뜨리지 않습니다.

배포 가이드

1. 저장소를 클론하고 Python 가상 환경을 생성합니다

bash
1git clone https://github.com/ResearAI/AutoFigure-Edit.git && cd AutoFigure-Edit && python -m venv .venv

2. 의존성을 설치하고 모델 제공자 API 키 등 환경 변수를 준비합니다

bash
1source .venv/bin/activate && pip install -r requirements.txt

3. 방법 섹션 텍스트를 입력으로 편집 가능한 SVG 도식을 생성해 내보냅니다

bash
1python main.py --input ./examples/method.txt --out ./outputs/figure.svg

활용 사례

핵심 시나리오대상 고객솔루션최종 결과
논문 방법 도식 자동 생성연구자와 논문 작성자방법 텍스트를 편집 가능한 SVG로 변환하고 빠르게 다듬기수 시간 작업을 짧은 반복으로 압축
기업 백서 삽화 생성솔루션 아키텍트시스템 설명으로 아키텍처 다이어그램을 생성하고 스타일을 통일문서 일관성 향상 및 재작업 감소
강의 자료의 시각 자산화교수와 조교강의 요약을 구조화 SVG 도식으로 만들어 재사용업데이트 속도 향상과 버전 관리 명확화

제한 사항 및 주의점

제한 사항 및 주의점
  • 전체 파이프라인을 실행하려면 모델 제공자 API 키 설정이 필요한 경우가 많으며, 완전 오프라인 로컬 추론은 추가 작업과 연산 자원이 필요합니다.
  • 자연어에서 도식 구조를 추출할 때 의미적 모호성이 생길 수 있어, 복잡한 방법은 첫 결과에서 핵심 노드와 화살표 방향을 사람이 검증하는 것이 안전합니다.
  • 입력 텍스트에 단계 번호나 의존 관계 힌트가 부족하면 모델 추론 의존도가 커져 구조가 불안정해질 위험이 있습니다.

자주 묻는 질문

AutoFigure-Edit와 Mermaid는 어떻게 구분해 써야 하나요?▾
Mermaid는 Markdown 안에서 코드를 통해 안정적인 다이어그램을 유지하고 CI에서 렌더링하기에 좋은 선언적 도식 언어입니다. AutoFigure-Edit는 자연어 장문에서 과학적 도식을 생성하고 다듬어 편집 가능한 SVG 오브젝트 레이어를 내보내며, 레이아웃과 일관성 최적화를 자동화하면서도 수작업 마무리 여지를 남깁니다. 간단한 구조도와 플로우차트는 Mermaid가 더 적합하고, 방법 도식이나 출판 수준 삽화처럼 반복 정교화가 필요한 경우는 AutoFigure-Edit가 더 적합합니다.
래스터인가요, 벡터인가요. 무손실 편집이 가능한가요?▾
핵심 출력은 편집 가능한 SVG이며 텍스트, 도형, 화살표가 벡터 오브젝트로 유지됩니다. 따라서 다시 그리지 않고도 수정할 수 있고, 반복 수정에서 흐림이나 계단 현상이 누적되는 문제를 피할 수 있습니다.
타깃 학회나 참고 논문 스타일에 맞춰 정렬할 수 있나요?▾
구조와 스타일을 분리하는 설계를 통해 구조가 안정된 뒤 스타일을 통일하고 정교화할 수 있습니다. 팀의 색상, 폰트, 선 두께, 간격 규칙을 템플릿으로 고정하면 여러 도식이 동일한 시각 언어를 공유하게 됩니다.
GitHub에서 보기

프로젝트 지표

Star 수796
언어Python
라이선스MIT license
배포 난이도보통

Table of Contents

  1. 01개요
  2. 02문제점 vs 혁신
  3. 03아키텍처 심층 분석
  4. 04배포 가이드
  5. 05활용 사례
  6. 06제한 사항 및 주의점
  7. 07자주 묻는 질문

관련 프로젝트

DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
DeerFlow — ByteDance 오픈소스 슈퍼에이전트 프레임워크
26.1 k·Python
gstack
gstack
0·TypeScript
Marketing for Founders
Marketing for Founders
2.2 k·Markdown
OpenMAIC
OpenMAIC
0·TypeScript