본 논문은 교육 환경에서 기초 모델(FMs)의 시각적 추론 능력을 평가하기 위한 다중 도메인, 다중 수준 벤치마크인 EduVisBench를 제시합니다. 기존 모델들이 복잡한 추론을 시각적 표현으로 변환하는 데 어려움을 겪는다는 점을 밝히고, 이를 해결하기 위해 교육 계획, 추론 분해, 메타인지 프롬프트, 시각화 디자인을 담당하는 전문 에이전트들을 조정하는 다중 에이전트 협업 프레임워크인 EduVisAgent를 제안합니다. 실험 결과, EduVisAgent는 기존 모델들보다 40.2% 향상된 성능을 보이며 교육적으로 더 적합한 시각화를 제공합니다. EduVisBench와 EduVisAgent는 공개적으로 제공됩니다.
