우리는 멀티모달 기계 번역 (Multimodal Machine Translation)을 위해 제안된, 원본 레이아웃 메타데이터를 보존하는 15개 언어 쌍의 3,956개 PDF로 구성된 병렬 코퍼스인 ForMaT (Format-Preserving Multilingual Translation)를 선보입니다. 데이터셋의 구조적 다양성을 보장하기 위해, 우리는 45개의 기하학적 특징 (Geometric features)에 대해 K-Medoids 샘플링을 적용하여 중첩된 표 (Nested tables) 및 수식 (Formulas)과 같은 복잡한 요소들을 포착하고, 시각적으로 다양한 PDF 문서에만 집중하도록 했습니다. 우리의 평가 결과에 따르면, 현재의 기계 번역 (MT) 시스템은 공간적 접지 (Spatial grounding) 및 기하학적 동기화 (Geometric synchronization)에 어려움을 겪고 있으며, 텍스트와 그 시각적 문맥 사이의 연결을 자주 놓치는 것으로 나타났습니다. ForMaT는 고충실도 문서 재구성 (High-fidelity document reconstruction)을 위해 시각적 문맥과 텍스트 문맥을 통합하는 레이아웃 인식 번역 모델 (Layout-aware translation models) 개발을 위한 벤치마크를 제공합니다.