설명
PaperBanana는 원시 과학 콘텐츠(방법론, 데이터 또는 개념 등)를 출판 품질의 다이어그램과 플롯으로 자동 변환하는 학술 일러스트레이션을 자동화하는 에이전틱 AI 프레임워크입니다. 이 도구는 연구 워크플로우에서 일러스트레이션 병목 현상을 해소하여 연구자들이 노동 집약적인 수작업 디자인 없이도 그림을 제작할 수 있도록 하는 것을 목표로 합니다.
PaperBanana는 각 일러스트레이션에 대해 협력하는 다섯 개의 전문 에이전트를 조정합니다: 스타일과 콘텐츠를 안내하기 위해 관련 참조 예제를 찾는 Retriever, 콘텐츠를 상세한 설명으로 변환하는 Planner, 학술 미적 기준을 적용하는 Stylist, 이미지를 렌더링하는 Visualizer, 결과를 출처와 비교하여 검사하고 반복적인 개선을 위한 피드백을 제공하는 Critic입니다. 통계 차트의 경우, 실행 가능한 Python Matplotlib 코드를 생성하여 모든 막대 높이, 축 눈금 및 데이터 포인트가 AI 근사치가 아닌 실제 숫자를 반영합니다.
이 도구는 신경망 아키텍처, 알고리즘 흐름도 및 시스템 파이프라인을 포함한 방법론 다이어그램, 통계 플롯, 거친 스케치의 미적 향상, 교육 인포그래픽 및 기존 다이어그램의 미적 개선 등 여러 가지 일러스트레이션 유형을 지원합니다. 출력물은 고해상도이며 LaTeX 또는 Word 문서에 삽입할 준비가 되어 있으며, 사용자는 그림이나 기본 코드를 다운로드할 수 있습니다. 로그인 시 무료 일러스트레이션이 제공되며, 유료 플랜은 월 요금제로 시작합니다.
PaperBanana의 핵심 기능
다중 에이전트 워크플로우 (Retriever, Planner, Stylist, Visualizer, Critic)
학술 기준에 맞춘 참조 기반 생성
자동 개선을 위한 반복적 자기 비판
실행 가능한 Python Matplotlib을 통한 코드 기반 통계 플롯
아키텍처, 흐름도 및 파이프라인을 위한 방법론 다이어그램
스케치 및 기존 그림의 미적 향상 및 개선
교육 및 커뮤니케이션을 위한 교육 인포그래픽
LaTeX 또는 Word에 적합한 고해상도 출력
PaperBanana 사용 방법은?
로그인: Google로 로그인하여 첫 번째 일러스트레이션을 생성합니다.
콘텐츠 입력: 시각화할 방법론 설명, 데이터 세트 또는 개념을 제공합니다.
생성: 다중 에이전트 워크플로우가 일러스트레이션을 계획, 렌더링 및 비판하도록 합니다.
개선: Critic 에이전트가 결과가 출판 준비가 될 때까지 반복합니다.
다운로드: 고해상도 그림이나 추가 사용자 지정을 위한 기본 코드를 저장합니다.
PaperBanana의 사용 사례
- 방법론 다이어그램
- 정확한 통계 플롯
- 그림 다듬기
- 교육 시각 자료
