이번 논문은 자연어 지시사항을 통해 시각화 워크플로우를 생성하는 과학 시각화 작업에서 다양한 LLM 에이전트의 성능을 비교 분석했어요. 전문 도메인 에이전트는 효율적이지만 유연성이 떨어지고, 범용 코딩 에이전트는 높은 성공률을 보이지만 계산 비용이 많이 드는 등 상반된 특징을 보여요. 지속적인 메모리는 반복적인 시도에서 성능을 향상시키지만, 상호 작용 방식과 피드백 품질에 따라 효과가 달라지는 것으로 나타났어요.