본 논문은 대규모 언어 모델(LLM)을 활용한 STEM 교육 튜터 시스템의 한계를 지적하고, 이를 해결하기 위해 CogEvo-Edu라는 계층적 멀티 에이전트 시스템을 제안합니다. CogEvo-Edu는 인지 지각 계층(CPL), 지식 진화 계층(KEL), 메타 제어 계층(MCL)으로 구성되어 학생 프로필 구축, 지식 관리, 튜터링 전략을 동적으로 진화시킵니다. 디지털 신호 처리(DSP) 교육을 위한 새로운 벤치마크인 DSP-EduBench를 사용하여 CogEvo-Edu의 성능을 평가한 결과, 기존 방식보다 우수한 성능을 보였습니다.