연구진은 로봇 공학, 임베디드 AI, 안전 모니터링 등 결정적 의사 결정 파이프라인에 다중 모드 LLM(MLLM)이 점점 더 많이 배치되면서 공간 판단의 불투명성이 운영자의 신뢰와 감사 가능성을 제한한다는 문제를 제기했어요.
기존 ByDeWay는 단안 깊이 추정 기반 계층 프롬프팅(LDP)을 통해 환각을 완화했지만, 같은 기하학적 평면 내 객체 간의 미세한 공간 관계를 해결하는 데 부족했어요.
연구진은 ByDeWay-V2를 제안하며, 명시적 공간 관계 컨텍스트와 깊이 큐를 통합하여 인간이 읽을 수 있는 서술어로 표현하고, 다운스트림 의사 결정 지원을 위한 감사 가능한 증거로 활용했어요.
ByDeWay-V2는 YOLO-World-L을 사용하여 객체 간의 쌍별 기하학적 관계를 계산하고 이를 구조화된 공간 서술어로 MLLM 프롬프트에 주입하여 3D 장면 깊이와 2D 공간 의미를 연결했어요.