Proprietary Know-how

담당자: 송지우
주제: 데이터셋

개요
본 기술은 학생의 수학 문제 풀이 과정에서 드러나는 이해 상태를 진단하고, 이를 기반으로 맞춤형 튜터링 대화를 생성하기 위한 AI 수학 튜터링 데이터셋 구축 기술이다. 기존 수학 튜터링 데이터셋은 학생의 풀이 절차를 단순히 추적하거나 정답과 풀이 과정을 직접 제시하는 방식에 의존하는 경우가 많아, 학생이 실제로 문제를 어떻게 이해하고 있는지 충분히 반영하기 어렵다. 또한 정답을 바로 제공하는 튜터링 방식은 학생의 능동적인 사고와 개념 형성을 저해할 수 있다. 이러한 한계를 해결하기 위해 학생의 이해 상태를 ‘문제 이해 상태’와 ‘개념 이해 상태’로 구분하여 진단하고, 이를 바탕으로 학생이 스스로 오류를 인식하고 수정할 수 있도록 유도하는 소크라테스식 수학 튜터링 데이터셋을 구축하였다. 본 기술은 튜터, 검증자, 학생으로 구성된 3자 에이전트 프레임워크를 기반으로 한다. 검증자 에이전트는 학생의 풀이에서 부족한 이해 상태를 분석하고, 튜터 에이전트는 해당 진단 결과를 활용해 정답을 직접 제시하지 않는 질문형 피드백을 생성한다. 이후 학생의 응답을 다시 평가하여 이해 상태 변화를 추적함으로써, 학생의 점진적인 학습 과정을 반영한 멀티턴 튜터링 데이터를 구축한다.

핵심 기술

• 학생 풀이 기반 문제 이해 상태 진단
  
• 학생 풀이 기반 개념 이해 상태 진단
  
• 튜터-검증자-학생 3자 에이전트 프레임워크
  
• 소크라테스식 질문 기반 수학 튜터링 대화 생성
  
• 학생 응답에 따른 이해 상태 재검진 및 변화 추적
  
• 한국어 수학 튜터링 멀티턴 데이터셋 자동 구축
  
• 이해 상태 정보 기반 튜터 발화 품질 평가

연구 실적
학회: HCLT2025/KSC2025
특허: 10-2026-0025462

• 학생 이해 상태 기반 수학 튜터링 데이터셋 구축(HCLT 2025)
  
• 학생 학습 성과 기반 GRPO를 통한 튜터 발화 품질 향상(KSC 2025)
  
• 10-2026-0025462 (학생 이해상태 기반 AI 튜터링 데이터셋 및 모델 구축 장치 및 방법)