테이블에서 멀티모달 보고서 생성에 대한 몬테카를로 트리 탐색

Monte Carlo Tree Search for Table-to-Multimodal Report Generation

정형화된 테이블 데이터를 기반으로 텍스트 분석과 시각적 차트를 모두 포함하는 전문적인 멀티모달 보고서를 자동으로 생성하는 것은 데이터 인텔리전스 분야에서 중요한 과제입니다. 기존 방법은 고정된 선형 파이프라인과 분리된 하위 작업 처리를 가지고 있어, 사실 정확성, 시각 품질 및 내러티브 일관성의 공동 최적화를 어렵게 만듭니다. 이러한 문제를 해결하기 위해, 본 논문에서는 몬테카를로 트리 탐색(MCTS)을 기반으로 하는 프레임워크인 MCTS-Report를 제안합니다. 이 프레임워크는 멀티모달 테이블에서 보고서 생성 과정을 구조화된 검색 공간에서의 점진적인 구성 프로세스로 정의합니다. 핵심 아이디어는 보고서 생성을 챕터 계획, 시각화 작업 식별, 차트 생성, 인사이트 구성 및 내러티브 개선과 같은 원자적 행동으로 분해하고, 각 행동은 현재 보고서 상태에 따라 동적으로 추론하는 LLM(Large Language Model)을 사용하여 수행합니다. MCTS 과정에서 LLM은 단계별 추론과 행동을 생성하며, 이러한 추론 경로는 컨텍스트 인식 및 일관성 있는 보고서 생성을 위해 각 노드에 저장됩니다. 검색 과정을 안내하기 위해, 수치 사실 일관성(SQL 사용), 차트 품질, 차트-텍스트 정렬 및 구조적 완전성에 대한 다차원 보상 함수를 설계했습니다. 또한, 반복적인 차트를 억제하는 다양성 페널티와 유효하지 않은 행동을 제거하는 사전 조건 검사를 포함합니다. 더불어, 실제 데이터에서 추출한 여섯 개 도메인의 테이블과 전문가가 개선한 참조 보고서 구조 및 검증 가능한 핵심 인사이트를 포함하는 포괄적인 벤치마크인 MMRBench를 구축했습니다. MMRBench에서의 실험 결과는 MCTS-Report가 구조적 완전성, 수치 정확성, 차트-텍스트 정렬 및 인사이트의 참신성 측면에서 강력한 기준 모델보다 훨씬 뛰어난 성능을 보이며, 77.9의 전체 점수를 달성했음을 보여줍니다.

Automatically generating professional multimodal reports comprising both textual analysis and visual charts from structured tabular data is a critical challenge in data intelligence. Existing methods suffer from fixed linear pipelines and isolated subtask processing, which hinder joint optimization of factual accuracy, visual quality, and narrative coherence. To address these issues, this paper proposes MCTS-Report, a Monte Carlo Tree Search (MCTS)-driven framework that formulates multimodal table-to-report generation as a progressive construction process over a structured search space. The core idea is to decompose report generation into atomic actions, including chapter planning, visualization task identification, chart generation, insight organization, and narrative refinement, each executed by an LLM based on dynamic reasoning conditioned on the current report state. We use an LLM to generate step-by-step reasoning and actions during MCTS, storing the reasoning trajectory in each node for context-aware, coherent report construction. To guide the search, we design a multi-dimensional reward function that jointly evaluates numerical fact consistency (via SQL), chart quality, chart-text alignment, and structural completeness, while incorporating a diversity penalty to suppress repeated charts and a precondition check to prune invalid actions. We also construct MMRBench, a comprehensive benchmark comprising real-world tables from six domains, paired with expert-refined reference report structures and verifiable key insights. Experiments on MMRBench demonstrate that MCTS-Report significantly outperforms strong baselines across structural completeness, numerical accuracy, chart-text alignment, and insight novelty, achieving a 77.9 overall score.