시각-언어 모델 (Vision-Language Models, VLMs)의 급격한 발전에도 불구하고, 전문적인 워크플로우에 필수적인 구조화되고 제어 가능한 다이어그램 작업 (diagrammatic tasks)을 처리하는 능력에는 여전히 중대한 격차가 존재합니다. 기존 방식들은 주로 픽셀 기반 합성 (pixel-based synthesis)에 의존하고 있는데, 이는 확률적 픽셀 공간 (probabilistic pixel spaces)에서 작동하므로 편집 가능성 (editability)과 충실도 (fidelity) 측면에서 본질적인 한계가 있습니다. 대신, 우리는 정밀한 다이어그램 생성 및 편집을 위해 mxGraph 확장 가능 마크업 언어 (mxGraph Extensible Markup Language, XML)를 활용하는 기호 논리 (symbolic logic) 기반의 새로운 '코드로서의 다이어그램 (Diagram-as-Code)' 패러다임을 제안합니다. 우리는 시각 중심의 mxGraph 작업을 위한 통합 벤치마크인 VCG-Bench를 선보입니다. VCG-Bench는 다음과 같이 구성됩니다: (1) 6개 도메인 및 15개 하위 도메인에 걸친 1,449개의 다양한 다이어그램으로 구성된 분류된 데이터셋, (2) 생성 (Generation, Vision-to-Code)과 편집 가능성 (Editability, Code-to-Code)을 통합하는 패러다임 정의, (3) mxGraph 실행 성공률 (mxGraph Execution Success Rate), 스타일 일관성 점수 (Style Consistency Score, SCS) 등 다차원 지표를 사용하는 맞춤형 평가 프로토콜 (Tailored Evaluation Protocol). 실험 결과는 현재의 최첨단 (State-of-the-Art, SOTA) VLMs가 구조적 충실도 (structured fidelity)와 지시 준수 (instruction compliance) 측면에서 직면한 과제들을 강조하며, 이는 모델의 시각 및 추론 능력을 반영합니다.