연구진은 2D 의료 영상 이해에 성공한 다중 모드 LLM(MLLM)의 3D 영상 적용에 어려움을 겪는 문제를 해결하고자 했습니다.
새로운 데이터 합성 패러다임을 통해 대규모 구조화 추론 데이터셋을 구축하여, 방사선과 의사의 진단 워크플로우를 모방한 슬라이스별 데이터 합성 방식을 사용했습니다.
연구 결과, 2D 기반 MLLM을 합성 데이터로 학습하여 3D 의료 영상 이해 능력을 향상시켰으며, 여러 벤치마크에서 성능이 향상되고 기존 3D 모델에 버금가는 결과를 얻었습니다.