Top-Conf Figure Gallery: 논문 작성시 참고하면 좋을, 주요 AI/ML 학회 논문들의 첫번째 이미지(Figure 1) 모음집

Top-Conf Figure Gallery 소개

논문의 첫 번째 그림인 Figure 1(또는 티저(Teaser) 그림)은 연구 내용을 한 장으로 압축하는 개요도(Overview Figure) 역할을 하는 경우가 많아, 모듈과 화살표를 어떻게 배치할지 정하는 데 시간이 오래 걸립니다. 참고할 만한 예시를 찾으려면 보통 학회 프로시딩(Proceedings)에서 관련 논문을 하나씩 열어 첫 페이지를 넘겨 봐야 하는데, 이렇게 모은 예시는 대개 자기 분야의 논문 몇 편에 그치고, 열어 본 논문의 Figure 1이 결과 그래프나 사진 모음이라 참고할 수 없는 경우도 많습니다. 이번에 소개하는 Top-Conf Figure Gallery는 ICLR, ICML, NeurIPS, CVPR, ACL, AAAI의 2023~2025년 논문에서 설계가 잘 된 Figure 1과 티저 그림 2,730장을 골라, 검색하고 필터링할 수 있는 웹 갤러리로 묶은 프로젝트입니다.

Top-Conf Figure Gallery는 논문의 첫 그림을 무작위로 모은 것이 아니라, 개념도, 시스템 프레임워크, 파이프라인, 아키텍처, 벤치마크 개요처럼 저자가 직접 레이아웃을 설계한 그림만 남기는 것을 목표로 합니다. 이를 위해 약 4만 7천 편의 후보 논문 목록을 만들고 논문 PDF에서 Figure 1을 자동으로 잘라낸 뒤, 25개 이상의 규칙으로 기본 스타일의 matplotlib 차트, 표, GUI 스크린샷, 라벨 없는 사진 모음을 걸러내고, 남은 후보를 사람이 한 장씩 다시 검토했습니다. 각 카드에는 학회, 연도, 저자, 원문 논문 링크와 함께 그림의 시각적 기능을 나타내는 도식 유형 태그가 붙어 있고, ICLR, ICML, NeurIPS 논문에는 Oral, Spotlight 같은 채택 등급과 Best Paper 같은 수상 표시도 붙어 있습니다. 저장소 관리자는 이 갤러리가 "it is not a ranking of papers" 라고 밝히고 있어, 논문의 우열을 매긴 목록이 아니라 그림을 설계할 때 참고하는 자료라는 점을 분명히 하고 있습니다.

Top-Conf Figure Gallery의 웹 페이지는 빌드 단계나 백엔드 없이 HTML, CSS, JavaScript만으로 동작하는 정적 사이트로, GitHub Pages에서 바로 열어 볼 수 있습니다. 그림 메타데이터가 assets/figures.js에 들어 있어서 저장소를 내려받은 뒤 index.html을 더블클릭하면 네트워크 연결 없이도 열립니다. 데이터를 모으고 고르는 파이프라인은 PyMuPDF로 PDF를 다루는 Python 스크립트로 공개되어 있어, 선별 과정을 직접 다시 실행해 볼 수 있습니다. README는 영어와 중국어를 함께 싣고 있습니다.

Top-Conf Figure Gallery와 기존 방식 비교

논문 그림 작업을 돕는 자료는 PyTorchKR에서도 여러 차례 소개됐는데, 각각 다루는 대상과 결과물이 다릅니다. Top-Conf Figure Gallery는 그림을 만들어 주거나 소스 코드를 주는 도구가 아니라, 실제로 학회에 실린 개요도를 많이 모아 놓고 레이아웃을 비교하게 해 주는 자료라는 점이 다릅니다. 주요 차이는 다음과 같습니다:

자료 다루는 대상 결과물 규모 Top-Conf Figure Gallery 6개 AI 학회 논문의 Figure 1과 티저 그림 원문 링크가 달린 그림 이미지 갤러리 2,730장 Awesome LaTeX Drawing 베이지안 네트워크, 텐서 분해 같은 학술 도표 컴파일 가능한 LaTeX(TikZ) 소스 코드 30여 개 예제 LLM Architecture Gallery 주요 LLM의 내부 구조 Sebastian Raschka가 그린 아키텍처 도식 모델별 도식 FigMirror 데이터 차트 참고 그림 스타일을 따르는 matplotlib 코드 139개 참고 그림 PaperBanana 방법론 다이어그램과 통계 차트 논문 텍스트에서 자동 생성한 그림 해당 없음(생성 도구)

FigMirror와 PaperBanana는 그림을 만드는 쪽이라 데이터 차트나 방법론 그림을 빠르게 얻을 수 있고, Awesome LaTeX Drawing은 편집 가능한 코드를 주는 대신 예제 수가 적습니다. Top-Conf Figure Gallery는 직접 그림을 생성하지는 않지만, 여러 분야의 개요도를 학회와 도식 유형별로 한꺼번에 훑어볼 수 있다는 점에서 위 도구들보다 앞 단계, 즉 어떤 구도로 그릴지 정하는 단계에 쓰입니다. 그래서 이 갤러리에서 레이아웃을 정하고 실제 그림은 다른 도구로 그리는 식으로 함께 쓸 수 있습니다.

Top-Conf Figure Gallery를 사용하면 좋을 사용자

Top-Conf Figure Gallery는 논문 투고를 앞두고 Figure 1의 구도를 정하지 못한 연구자, 특히 자기 분야 밖의 개요도까지 넓게 참고하고 싶은 연구자에게 잘 맞습니다. 도식 유형 필터로 pipeline이나 framework만 골라 같은 유형의 그림 여러 장을 나란히 비교할 수 있고, 각 카드가 원문 논문으로 연결되기 때문에 마음에 드는 그림이 실제 본문에서 어떻게 설명되는지도 바로 확인할 수 있습니다. 반면 수록 대상이 2023~2025년의 6개 학회로 한정되어 있고, CVPR처럼 Figure 1이 정성 결과 사진인 경우가 많은 학회나 그림이 없는 이론 논문은 상대적으로 적게 실려 있습니다. 그림 파일을 그대로 가져다 쓸 소재집이 필요한 사용자에게는 Top-Conf Figure Gallery가 적절한 선택지가 아닙니다. 수록 그림의 재사용 조건은 아래 라이선스 섹션에 정리했습니다.

현재 Top-Conf Figure Gallery는 빠르게 바뀌고 있는 초기 프로젝트라는 점도 감안해야 합니다. CHANGELOG 기준으로 2026년 9월 17일에 60장짜리 첫 버전(v0.1)이 나왔고, 나흘 뒤인 9월 21일의 v0.4에서 2,730장으로 늘어났으며, 2026년 9월 23일 기준으로 CVPR, ACL, AAAI의 등급 표시는 아직 로드맵(v0.5)에 남아 있습니다. 수록 규모와 분류가 버전마다 달라질 수 있으므로, 특정 그림을 참고 자료로 기록해 둘 때는 갤러리 카드보다 원문 논문 링크를 남겨 두는 편이 안전합니다.

Top-Conf Figure Gallery의 선별 파이프라인

Top-Conf Figure Gallery의 선별 과정은 후보 수집, Figure 1 크롭, 규칙 기반 점수, 중복 제거와 사람의 검토, 갤러리 조립의 순서로 진행됩니다. 아래 그림은 전체 흐름을 요약한 것입니다:

후보 논문은 각 학회의 공식 목록에서 가져옵니다. ICLR은 OpenReview API, ICML은 PMLR 프로시딩, NeurIPS 2023~2024는 NeurIPS 프로시딩을 쓰고, 정식 프로시딩이 올라오기 전인 NeurIPS 2025는 arXiv의 코멘트 필드에서 NeurIPS 2025를 검색해 보충했습니다. CVPR은 CVF Open Access, ACL은 ACL Anthology의 long, short, findings 논문, AAAI는 AAAI OJS 아카이브에서 가져오며, 소스별 후보 규모는 약 2,800편에서 7,940편 사이이고 모두 합치면 약 4만 7천 편입니다 (METHODOLOGY §1). 후보는 제목에 diffusion, gaussian, video, robot, agent 같은 시각 주제 키워드가 있는지에 따라 두 그룹으로 나누고, 시각 주제 그룹부터 먼저 처리합니다.

Figure 1 크롭은 PyMuPDF로 PDF의 1~4쪽에서 Figure 1 또는 Fig. 1 캡션을 정규식으로 찾고, 캡션 바로 위에 있는 벡터 그림과 비트맵을 모아 약 180~216 DPI로 잘라내는 방식입니다. 캡션과 그림 사이 간격이 58pt 이하인 요소만 같은 그림으로 묶어 제목이나 초록이 함께 잘려 들어오지 않게 합니다. 저장소 관리자는 두 단에 걸친 그림, 캡션과 그림이 떨어져 있는 경우, Figure 1이 페이지 전체를 차지하는 표인 경우에 크롭이 틀어진다는 한계를 명시하고 있으며, 이런 그림은 다음 단계인 점수 계산이나 사람의 검토에서 제외됩니다. 반대로 이론과 방법론 논문은 Figure 1에 표준 캡션이 없거나 그림이 뒤쪽 페이지에 있어 누락되기 쉬운데, v0.4의 보충 크롭 단계에서는 캡션 글꼴 크기 허용 범위를 넓히고 앞 6쪽까지 탐색하며 캡션이 없으면 페이지에서 가장 큰 그림을 쓰는 방식으로 이런 논문을 다시 처리했습니다. 갤러리에 올리는 이미지는 긴 변 1,500px 이하의 JPEG로 압축합니다.

설계 품질 점수는 잘라낸 그림의 벡터 경로와 사각형 개수, 텍스트 라벨 수, 비트맵이 차지하는 면적 비율, 가장자리에서 잘린 글자 수, 색 다양성과 채도 같은 값을 기록한 뒤 25개 이상의 제외 규칙을 적용합니다. 예를 들어 비트맵 비율이 0.82를 넘으면서 벡터 요소와 라벨이 거의 없는 그림은 사진 모음(photo dump)으로 판단해 뺍니다. 비슷한 그림은 지각 해시(Perceptual Hash)의 한 종류인 dHash로 중복을 제거하고, 학회와 연도별 비율에 맞춰 점수가 높은 그림을 고르면서 도식 유형이 한쪽으로 쏠리지 않게 조정합니다.

점수만으로는 품질을 보장할 수 없다는 점도 저장소에 기록되어 있습니다. 무작위 표본 검사에서 점수 순위의 모든 구간에 불량 크롭이 섞여 있었기 때문에, 저장소 관리자는 v0.3에서 6개 학회의 후보 전체를 한 페이지에 40장씩 모은 컨택트 시트(Contact Sheet) 81페이지로 만들어 한 장씩 확인했고, 이렇게 걸러 낸 그림을 반영해 선별을 다시 실행한 뒤 새로 들어온 그림도 두 차례 표본 검사를 거쳤고, 제외 목록에는 누적 약 1,400장이 올라 있습니다. v0.4에서는 규칙에 걸려 탈락했던 1,238장을 31페이지의 컨택트 시트로 다시 검토해 설계가 온전한 프레임워크와 파이프라인 그림을 되살렸고, 자동 규칙을 통과해 새로 추가된 그림도 8페이지의 컨택트 시트로 한 장씩 확인했습니다.

Top-Conf Figure Gallery의 수록 범위와 등급 표시

Top-Conf Figure Gallery v0.4의 학회와 연도별 수록 규모는 다음과 같습니다:

학회 2023 2024 2025 합계 ICLR 108 137 276 521 ICML 66 132 217 415 NeurIPS 239 365 375 979 CVPR 65 64 96 225 ACL 84 74 168 326 AAAI 59 66 139 264 합계 2,730

학회마다 수록 규모가 크게 다른데, 저장소 관리자는 이 차이가 설계형 개요도의 실제 비율을 반영한 것이며 학회 수준의 순위나 수집 실패가 아니라고 설명합니다. CVPR은 시각 분야 학회이지만 Figure 1이 정성 결과 사진이나 비디오 프레임 띠인 경우가 많아 사람의 검토에서 대거 빠졌고, 그 결과 225장만 남았습니다.

ICLR, ICML, NeurIPS의 2023~2025년 논문에는 채택 등급이 함께 표시됩니다. 각 학회의 공식 Oral, Spotlight 명단 3,822편과 Best Paper, Outstanding Paper, Honorable Mention 66편을 기준으로 삼았고, 이 가운데 수록 기준을 만족한 622장(Best 계열 12장, Oral 138장, Spotlight 472장)에 빨간색, 금색, 은색 배지가 붙습니다. ICLR 2023은 당시 Oral, Spotlight라는 이름을 쓰지 않았기 때문에 공식 표기인 상위 5% notable 논문을 Oral로, 상위 25% notable 논문을 Spotlight로 대응시켰고, ICML 2023은 구분 없이 OralPoster 한 등급만 있어 이를 Oral로 기록했습니다. Honorable Mention은 흰 바탕에 빨간 테두리 배지로 따로 구분됩니다.

Top-Conf Figure Gallery의 검색과 필터 기능

Top-Conf Figure Gallery의 웹 페이지는 학회, 연도, 등급, 도식 유형의 네 가지 필터와 제목, 저자 검색을 함께 제공합니다. 아래 데모는 학회와 연도 필터, 등급 필터, 키워드 검색, 라이트박스(Lightbox) 확대 보기를 차례로 보여줍니다:

카드는 무한 스크롤되는 벽돌형(Masonry) 레이아웃으로 배치되고, 카드를 누르면 라이트박스에서 큰 이미지로 열리며 키보드의 왼쪽과 오른쪽 방향키로 다음 그림을 넘길 수 있습니다. 라이트박스에서 원문 논문 페이지로 바로 이동할 수 있고, 정렬은 학회 우선, 연도 우선, 제목 순 가운데 고를 수 있습니다. 검색은 제목과 저자를 대상으로 하므로 DPO, robot, gaussian, agent 같은 키워드로 관심 주제의 그림만 추릴 수 있습니다.

도식 유형 태그는 논문의 연구 분야가 아니라 그림이 하는 시각적 역할을 기준으로 붙어 있습니다. 주요 태그와 대표 논문은 다음과 같습니다:

태그 의미 대표 논문 conceptual 시각적 비유로 핵심 개념을 설명하는 개념도 DPO, Tree of Thoughts, HippoRAG framework 시스템이나 에이전트 모듈의 협업 구조 HuggingGPT, SWE-agent, MetaGPT pipeline 단계별로 이어지는 엔드투엔드 데이터 흐름 LRM, VidMan, LiveStar architecture 모델 내부의 레이어와 텐서 연결 BLIP-2, Caduceus, Medusa taxonomy 과제, 능력, 데이터의 전체 지형(벤치마크 개요) EmbodiedBench, SimWorld teaser 그림과 글을 함께 배치한 주 비주얼 VIMA, PixArt-α

이 밖에 설계된 결과 비교 그림에 붙는 results와 방법 비교 매트릭스에 붙는 comparison 태그도 있습니다. 각 그림의 메타데이터는 data/figures.json에 id, venue, year, title, authors, pattern, paper, pdf_source, score 같은 필드로 정리되어 있어, 웹 페이지 대신 JSON을 직접 읽어 분석할 수도 있습니다.

Top-Conf Figure Gallery로 개요도를 설계하는 방법

Top-Conf Figure Gallery는 갤러리를 자신의 개요도 설계에 활용하는 6단계 가이드도 함께 제공합니다. 첫째, 그림을 그리기 전에 입력, 변환, 출력으로 이어지는 한 문장짜리 이야기를 먼저 쓰고 그림의 모든 요소가 이 문장을 뒷받침하게 합니다. 둘째, 이야기에 맞는 읽기 방향을 고릅니다. 파이프라인은 왼쪽에서 오른쪽, 시스템과 프레임워크는 가운데에서 바깥, 계층과 분류 체계는 위에서 아래가 기본입니다. 셋째, 단계마다 시각 표현 하나와 강조색 하나만 씁니다. 모듈은 상자, 데이터 흐름은 화살표, 데이터 유형은 아이콘으로 나타내고, 배경은 중립색으로 두어 색은 새로운 기여나 출력처럼 중요한 부분에만 남겨 둡니다.

넷째, 비슷한 논문 8~12편의 그림을 framework, pipeline, architecture, conceptual 필터로 모아 모듈 정렬, 라벨 크기, 기존 요소(점선과 회색)와 새 요소(색과 실선)를 구분하는 방식을 참고하되, 그림체 자체는 따라 하지 않습니다. 다섯째, 완성한 그림을 실제 두 단 논문의 폭으로 줄여 보고 읽히지 않는 라벨은 키우거나 옮기거나 지웁니다. 여섯째, 리뷰어가 기억할 주장이 하나라면 그림의 시각적 중심이 그 주장을 말해야 하고, 결과 비교는 Figure 2로 넘깁니다.

Top-Conf Figure Gallery 설치와 사용

Top-Conf Figure Gallery는 온라인 갤러리에서 바로 쓸 수 있고, 로컬에서 열려면 저장소를 내려받아 간단한 HTTP 서버를 실행하면 됩니다:

git clone https://github.com/qwdwqfwq/topconf-paper-figure-gallery.git
cd topconf-paper-figure-gallery
python -m http.server 8000
# 브라우저에서 http://localhost:8000 접속

저장소 이름은 프로젝트 이름과 달리 topconf-paper-figure-gallery이므로, 위 명령에서는 그 이름을 그대로 씁니다. 서버 없이 index.html을 더블클릭해도 열립니다. 데이터 파이프라인을 다시 실행하려면 Python 3.10 이상에서 PyMuPDF, requests, beautifulsoup4, Pillow를 설치한 뒤 scripts/의 스크립트를 순서대로 실행합니다. 저장소 관리자가 안내하는 실행 순서는 다음과 같습니다:

pip install -r requirements.txt
# ICLR / ICML / NeurIPS (OpenReview / PMLR / NeurIPS proceedings / arXiv)
python scripts/build_pool.py          # 후보 논문 풀 구성
python scripts/extract_all.py         # PDF 병렬 다운로드, Figure 1 크롭 (중단 후 재개 가능)
# CVPR / ACL / AAAI (CVF / ACL Anthology / AAAI OJS, 일부 학술 사이트는 접속 가능한 네트워크 환경에서 실행)
python scripts/build_pool_new.py cvpr,acl,aaai
python scripts/extract_new.py cvpr,acl,aaai 12
# 6개 학회 통합 점수 계산과 조립
python scripts/score_select.py 980    # 25개 이상의 제외 규칙, 설계 점수, dHash 중복 제거, 비율 기반 선별
python scripts/assemble_gallery.py 1000   # PNG를 JPEG로 변환, figures.json / figures.js 생성
python scripts/clean_stale.py         # 참조되지 않는 이미지 삭제
# 사람의 검토: 학회별 컨택트 시트 생성, 무작위 표본 검사
python scripts/enum_sheets.py iclr
python scripts/sheet_qa.py 31

코드를 쓰지 않고 그림을 추천하려면 GitHub 저장소의 Suggest a figure 이슈 템플릿에 논문 링크를 남기면 되고, PR로 직접 추가하는 절차와 수록 기준은 CONTRIBUTING.md에 정리되어 있습니다. 로드맵에는 CVPR, ACL, AAAI의 등급 표시(v0.5), CHI, CoRL, RSS, EMNLP 같은 학회 추가, 비슷한 그림 추천과 색상 기반 검색, BibTeX 내보내기가 올라 있습니다.

Top-Conf Figure Gallery의 라이선스

Top-Conf Figure Gallery의 코드(스크립트, 웹 사이트, 도구)는 MIT 라이선스로 공개되어 있어 개인 및 상업적 목적으로 자유롭게 사용할 수 있습니다.

단, images/ 디렉토리의 논문 그림은 MIT 라이선스의 적용 대상이 아니며 원 저자와 출판사의 저작권을 그대로 따릅니다 (IMAGES_POLICY.md). ICLR, ICML, NeurIPS, CVPR, ACL 논문은 대부분 CC BY 4.0으로 공개되지만 AAAI 논문은 AAAI와 저자가 저작권을 가지므로, 특정 그림을 자신의 자료에 다시 쓰려면 반드시 원 논문과 출판사의 라이선스를 확인하고 출처를 밝혀야 합니다. arXiv에서 가져온 논문은 기본 라이선스가 다를 수 있어 각 기록의 pdf_source 필드로 출처를 확인할 수 있습니다. 자신의 논문 그림이 수록된 저자나 출판사는 이슈 또는 이메일로 삭제를 요청할 수 있고, 저장소 관리자는 확인 후 72시간 안에 삭제한다고 밝히고 있습니다.

Top-Conf Figure Gallery 온라인 갤러리

qwdwqfwq.github.io

Top-Conf Figure Gallery

A searchable gallery of well-designed paper Figure 1 / teasers — ICLR · ICML · NeurIPS · CVPR · ACL · AAAI, 2023–2025.

Top-Conf Figure Gallery 프로젝트 GitHub 저장소

github.com

GitHub - qwdwqfwq/topconf-paper-figure-gallery: A searchable gallery of 2,730 well-designed Figure...

A searchable gallery of 2,730 well-designed Figure 1 / teaser figures from ICLR, ICML, NeurIPS, CVPR, ACL, AAAI (2023-2025), tagged with Oral / Spotlight / Best-paper tiers.

더 읽어보기

이 글은 GPT 모델로 정리한 초안을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 댓글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임은 이런 글들을 한국어로 정리해 나누고 있습니다. 회원으로 가입하시면 주요 글들을 이메일로 보내드리고, 텔레그램(Telegram)과 Slack/Discord/Teams/Dooray/GoogleChat 등으로도 새 글 알림을 받으실 수 있습니다.

아래쪽에 좋아요를 눌러주시면 다음 글을 정리하는 데 힘이 됩니다~

1개의 게시물 - 1명의 참여자

전체 글 읽기

Zobacz oryginał