SpatialScore라는 새로운 보상 모델이 제안되어, 텍스트-이미지 생성에서 공간 관계 이해를 강화합니다.

이를 위해 8만 개 이상의 **선호 쌍(preference pairs)**으로 구성된 대규모 SpatialReward-Dataset을 구축하였고, 이 데이터셋을 기반으로 공간 관계 평가에서 기존 상용 모델을 능가하는 성능을 달성했습니다.

또한, 이 보상 모델은 강화학습에 효과적으로 활용되어 복잡한 공간적 구성을 더 정확하게 생성할 수 있도록 지원합니다.

다양한 벤치마크 실험에서 이 모델이 공간 이해 능력을 크게 향상시킨다는 점이 입증되어, 텍스트-이미지 생성 분야에서 실용적 가치가 매우 높습니다.