Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising

Slide design requires personalizing both deck themes and page layouts. Yet, current AI agent-based methods struggle with fine-grained, page-level design. Solely relying on prespecified templates or user verbose instructions, they fail to capture latent design intents, leaving Page-level Slide Personalization (PSP) unresolved. To close this gap, this work formulates PSP as an inverse planning problem. We propose to learn a design intent without assuming any knowledge of the specific executing tools (e.g., PowerPoint, Beamer) being used. However, relinquishing control over these tools makes the problem intractable to optimize end-to-end. To overcome this, we propose SPIRE, a principled framework to solve PSP approximately. By intentionally corrupting the visual structures of clean slides, SPIRE creates a verifiable task to denoise the corruption, whereby two agents learn to collaboratively refine executable designs via reinforcement learning (RL). We present a proof that structural denoising is a consistent surrogate for PSP, and that the multi-agent formulation strictly reduces policy gradient variance in RL. Extensive experiments demonstrate the superiority of SPIRE.

한 줄 요약

SPIRE는 슬라이드 생성 과정에서 페이지 수준의 개인화를 달성하기 위해 구조적 디노이징을 기반으로 한 역추론 프레임워크를 제안한다.

핵심 기여도

PSP(Page-level Slide Personalization)를 **역추론**(inverse planning) 문제로 정식화.
**SPIRE** 프레임워크를 제안: 구조적 디노이징을 통해 실행 가능한 디자인 계획을 학습.
**두 에이전트**(Critic, Planner)가 **강화학습**(RL)을 통해 협력적으로 디자인을 반복적으로 개선.
**구조적 디노이징**이 PSP의 일관된 대체 목표 함수로 작동함을 이론적으로 증명.

핵심 아이디어

기존 슬라이드 생성 시스템은 페이지 수준 디자인을 **템플릿**이나 **명시적 사용자 지시**에 의존하여 **잠재 디자인 의도**(latent design intent)를 포착하지 못한다. 이에 본 연구는 사용자의 슬라이드에 내재된 디자인 의도를 **역추론**(inverse planning) 문제로 정식화한다. SPIRE는 슬라이드의 시각적 구조를 **의도적으로 손상**(corrupt)시킨 후, 이를 **디노이징**(denoising)하는 과제를 통해 디자인 의도를 추론한다. 이는 **강화학습**(RL)을 기반으로 **Critic**과 **Planner** 두 에이전트가 협력적으로 디자인을 반복적으로 개선하는 방식으로 수행된다. 구조적 디노이징은 디자인 의도를 추론하는 데 있어 **일관된**(consistent) 대체 목표 함수로 작동하며, 다중 에이전트 구조는 **정책 그라디언트 분산**(policy gradient variance)을 줄여 최적화 안정성을 높인다.

기술적 접근법

**SPIRE**는 **구조적 디노이징**(structural denoising)을 기반으로 슬라이드의 **레이아웃**, **계층 구조**, **스타일**을 손상시킨 후 이를 복원하는 과제를 생성.
**Critic**: 손상된 슬라이드와 사용자의 참조 슬라이드를 입력으로 받아, **구조적 차이**(discrepancies)를 **의미 있는 편집 제안**(semantic edit suggestions)으로 피드백.
**Planner**: Critic의 피드백을 바탕으로 **실행 가능한 디자인 계획**(executable plan)을 생성하거나 수정.
**강화학습**(RL)을 통해 두 에이전트가 **반복적 개선**(iterative refinement)을 수행.
**구조적 손상**(element-level structural perturbations)을 통해 **자체 감독 학습**(self-supervised learning)을 가능하게 함.

주요 결과

SPIRE는 기존 기반 모델(Qwen) 대비 **시각 평균 0.3344 → 0.7414**, **판정 평균 0.3230 → 0.5415**로 **시각적 유사도**(visual similarity)가 크게 향상됨.
**반복적 개선**(iterative revision) 과정에서 **시각 유사도 점수**가 점진적으로 증가하며, 구조적 디노이징이 효과적으로 작동함을 확인.
**Critic**을 SPIRE-학습 모델로 교체했을 때, **모든 지표에서 일관된 개선**이 관찰됨.
**7B 규모의 모델**이 GPT보다 성능이 낮음에도, SPIRE의 **타깃 학습**(targeted training)을 통해 PSP 성능을 크게 향상.

의의 및 한계

SPIRE는 슬라이드 생성에서 **페이지 수준 개인화**(PSP)를 가능하게 하며, 기존 템플릿 기반 접근법의 한계를 극복한다. 구조적 디노이징을 통해 **의미 있는 피드백**을 생성하고, 이를 바탕으로 **반복적 디자인 개선**을 수행하는 방식은 강화학습 기반 시스템에서 새로운 접근법을 제시한다. 또한, **강화학습의 정책 그라디언트 분산 감소**를 이론적으로 증명하여 최적화 안정성을 높인다. 한편, SPIRE는 **실제 실행 도구**(예: PowerPoint)에 대한 제어권을 포기한 채 학습하므로, **완전한 end-to-end 최적화는 어려움**. 또한, **참조 슬라이드**(reference slides)가 필요하며, 이는 사용자에게 추가적인 입력을 요구할 수 있다.

실용적 활용

SPIRE는 **기업 브랜드 가이드라인**에 맞춘 슬라이드 생성, **연구실 또는 팀의 시각적 정체성**(visual identity) 반영, **개인화된 발표 자료 자동 생성** 등에 활용 가능하다. 특히, **사용자 지시 없이도 슬라이드 디자인 의도를 추론**할 수 있어, **디자이너 부재 상황**이나 **대량 슬라이드 자동화**에 유용하다.