본 논문은 대규모 언어 모델(LLM)을 활용한 대화형 튜터 개발에 초점을 맞추고 있다. 일대일 튜터링의 효과를 모든 학생에게 확장하고자 하는 시도의 일환으로, 기존 LLM의 한계(학습 전략 부재, 해답의 조기 노출 등)를 극복하기 위해 '교수법적 조향(Pedagogical Steering)'이라는 개념을 제시한다. 이를 위해, 미리 정의된 다회차 튜터링 계획(전이 그래프 형태)을 LLM이 따르도록 프롬프트를 최적화하는 알고리즘 StratL을 개발하였다. 고등학교 수학을 대상으로, 효과적인 학습 설계 방식인 '생산적 실패(Productive Failure, PF)' 전략을 따르는 프로토타입 튜터를 구축하고, 싱가포르 고등학생 17명을 대상으로 한 현장 연구를 통해 StratL의 효과를 검증하였다. 마지막으로, LLM의 교수법적 조향에 대한 과제와 향후 개선 방향을 제시하며, PF 문제 데이터셋과 코드를 공개하였다.
