제가 상상하는 인포그래픽을 보여주세요: 작문 지원을 위한 의도 기반 인포그래픽 검색

Show Me the Infographic I Imagine: Intent-Aware Infographic Retrieval for Authoring Support

인포그래픽은 데이터 기반 스토리를 전달하는 강력한 매체가 되었지만, 처음부터 인포그래픽을 제작하는 것은 여전히 어렵습니다. 특히 초보 사용자의 경우 더욱 그렇습니다. 방대한 데이터베이스에서 관련 예시를 검색하면 디자인 영감을 얻고 재사용을 촉진하여 인포그래픽 제작의 장벽을 크게 낮출 수 있습니다. 그러나 사용자가 디자인 의도를 모호한 자연어로 표현하는 반면, 인포그래픽은 풍부하고 다면적인 시각적 디자인을 담고 있기 때문에 효과적인 검색은 어렵습니다. 결과적으로, 키워드 기반 검색은 종종 디자인 의도를 제대로 파악하지 못하며, 일반적인 자연 이미지에 대해 학습된 범용 시각-언어 검색 모델은 텍스트 위주이며 다중 구성 요소를 가진 인포그래픽의 특성에 적합하지 않습니다. 이러한 문제를 해결하기 위해, 우리는 사용자의 의도에 맞춰 인포그래픽 디자인을 더 잘 연결하는 의도 기반 인포그래픽 검색 프레임워크를 개발했습니다. 먼저, 사람들이 인포그래픽을 어떻게 설명하는지에 대한 예비 연구를 수행하고 콘텐츠 및 시각 디자인 측면을 포괄하는 의도 분류 체계를 도출했습니다. 이 분류 체계는 자유 형식의 사용자 쿼리를 풍부하게 하고 개선하는 데 활용되어, 의도별 힌트를 통해 검색 프로세스를 안내합니다. 검색된 예시를 기반으로, 사용자는 상위 수준의 편집 의도를 통해 자신의 데이터에 디자인을 적용할 수 있으며, 이는 저수준 적응을 수행하는 대화형 에이전트의 지원을 받습니다. 정량적 평가와 사용자 연구를 통해, 우리 방법이 기존 방법보다 검색 품질을 향상시키고, 사용자의 의도 만족도를 높이며, 효율적인 인포그래픽 제작을 지원한다는 것을 입증했습니다.

While infographics have become a powerful medium for communicating data-driven stories, authoring them from scratch remains challenging, especially for novice users. Retrieving relevant exemplars from a large corpus can provide design inspiration and promote reuse, substantially lowering the barrier to infographic authoring. However, effective retrieval is difficult because users often express design intent in ambiguous natural language, while infographics embody rich and multi-faceted visual designs. As a result, keyword-based search often fails to capture design intent, and general-purpose vision-language retrieval models trained on natural images are ill-suited to the text-heavy, multi-component nature of infographics. To address these challenges, we develop an intent-aware infographic retrieval framework that better aligns user queries with infographic designs. We first conduct a formative study of how people describe infographics and derive an intent taxonomy spanning content and visual design facets. This taxonomy is then leveraged to enrich and refine free-form user queries, guiding the retrieval process with intent-specific cues. Building on the retrieved exemplars, users can adapt the designs to their own data with high-level edit intents, supported by an interactive agent that performs low-level adaptation. Both quantitative evaluations and user studies are conducted to demonstrate that our method improves retrieval quality over baseline methods while better supporting intent satisfaction and efficient infographic authoring.