Abstract

표는 다양한 분야에서 핵심적인 정보 전달 수단으로 활용되며, 최근에는 문서 이미지 형태의 표를 대상으로 한 TableVQA의 중요성이 커지고 있다. 그러나 이 과제는 문자 인식을 넘어 표 구조와 셀 간 관계, 수치 비교를 포함한 추론까지 요구하므로 여전히 어려운 문제로 남아 있다. 기존 연구는 이미지 표에서의 성능 저하를 모델의 한계로 해석해 왔지만, 정답지 품질과 평가 기준의 영향은 충분히 검토하지 않았다. 이에 본 연구는 최신 멀티모달 대규모 언어모델을 활용해 TableVQA-Bench를 대상으로 재현 실험을 수행하고, 여러 도메인의 문항과 오답 사례를 중심으로 정답지와 평가 과정의 한계를 검토하였다. 그 결과, 일부 성능 저하는 모델 자체보다 정답지 오류와 평가 기준의 경직성에서 비롯된 것으로 나타났다. 이는 TableVQA 평가에서 모델 성능뿐 아니라 데이터 무결성과 평가 체계의 신뢰성도 함께 고려해야 함을 보여준다.