거대 언어 모델 (LLM)은 현재 일상적인 학습을 위해 널리 사용되고 있지만, 그 기저에 깔린 상호작용은 커리큘럼을 따르기보다는 일반적으로 구조화되지 않은 채팅 형태를 띱니다. 공식적인 온라인 학습 시스템과 달리, 이러한 상호작용에는 학생에 대한 사전 기록이 없으므로, 학생이 이미 무엇을 알고 있는지에 대한 모든 추정은 대화 자체로부터 추론되어야 합니다. 우리는 모델의 규모를 키우는 것만으로는 이러한 격차를 해소할 수 없음을 보여줍니다. 최첨단 (Frontier) 모델 및 교육용으로 튜닝된 LLM들은 장기간의 세션 동안 학생을 지도하도록 요청받았을 때 저조한 성능을 보이는데, 이는 이를 수행하기 위해 세 가지를 동시에 수행해야 하기 때문입니다. 튜터는 커리큘럼을 순차적으로 구성해야 하고, 소크라테스식 대화 (Socratic dialogue)를 수행해야 하며, 해당 대화로부터 학생의 지식 상태를 추론해야 합니다. 우리는 이러한 책임들을 분리할 것을 제안합니다. 학생의 질문이 주어지면, 우리 시스템은 하위 주제가 노드(node)이고 의존 관계가 엣지(edge)인 선수 지식 그래프 (prerequisite knowledge graph)를 구축하며, 튜터링을 다음에 가르칠 노드가 무엇인지, 그리고 다음으로 넘어가기 전에 해당 노드에 몇 번의 대화 턴 (dialogue turns)을 소비할지를 결정하는 것으로 프레임화합니다. 경량화된 PPO 정책이 이러한 순서 결정 (sequencing decision)을 처리하는 동안, LLM은 선택된 노드에서 소크라테스식 교환을 수행하고 학생의 진전 신호를 반환합니다. 별도로 분리된 STEM 및 비-STEM 주제 전반에 걸쳐, 우리의 PPO 결합 튜터는 휴리스틱 베이스라인 (heuristic baselines), 최첨단 범용 모델, 그리고 소크라테스식 대화에 특화된 모델보다 학생이 전체 커리큘럼을 마스터하는 속도와 필요한 턴 수 모두에서 더 뛰어난 성능을 보였습니다. 명시적인 커리큘럼 구조는 기반 모델의 규모를 확장하는 것만으로는 얻을 수 없는 이득을 제공합니다.