A Math Tutoring Dataset Based on Student Comprehension States for Socratic Question Generation

기존 수학 튜터링 데이터셋은 학생의 풀이 절차 추적에 의존하거나 정답과 풀이를 직접 제시하는 방식에 편중되어, 학생의 실제 이해 상태를 충분히 반영하지 못하고 능동적 사고를 저해할 위험이 있다. 본 연구는 이러한 한계를 보완하기 위해 학생의 이해 상태를 문제 이해 상태와 개념 이해 상태로 구분하여 진단하고, 이를 기반으로 맞춤형 소크라테스식 질문을 생성하는 튜터-검증자-학생 3자 에이전트 프레임워크를 설계하여 총 3,084개의 대화로 구성된 한국어 수학 튜터링 데이터셋을 구축하였다. 구축된 데이터셋의 활용 가능성을 검증하기 위해 국내외 오픈소스 언어모델을 대상으로 비교 실험 수행 결과, 학생 이해 상태에 초점을 둔 학습 방식이 튜터링 성공률과 발화 품질 평가에서 일관된 성능 향상을 달성하여 구축된 데이터셋이 AI 튜터 개발을 위한 유용한 자원임을 확인하였다.