연구진이 공개된 비식별 학습자 데이터를 기반으로 개별 학생을 모사하는 AI 시뮬레이터 'StudentSim'을 개발했다. 이는 실제 학생 연구 전에 AI 튜터를 평가·개선하기 위한 연구용 시스템으로, 특정 학생의 과거 응답을 얼마나 정확히 재현하는지(행동 충실도)와 튜터 피드백 이후 응답이 실제로 바뀌는지(가이던스 반응성)라는 두 기준으로 평가된다. 체스 영역에서 StudentSim은 행동 충실도 0.515, 가이던스 반응성 0.907을 기록해 GPT-5.4(0.232/0.719)와 체스 특화 모델 Maia2(0.454/0.272)를 모두 앞섰다. 이를 보상 신호로 활용한 체스 튜터는 강화학습을 거쳐 90.5%의 정확도를 기록, 강화학습 미적용(75.7%)이나 GPT-5.4 보상 기반(71.6%) 튜터보다 높은 평가를 받았다.

• •StudentSim, 비식별 공개 학습자 데이터로 개별 학생을 모사하는 연구용 AI 시뮬레이터
• •행동 충실도(학생 응답 재현)와 가이던스 반응성(피드백 후 변화) 두 기준으로 평가
• •체스에서 GPT-5.4, 체스 특화 모델 Maia2보다 높은 충실도·반응성 기록
• •StudentSim 보상으로 강화학습한 체스 튜터, 정확도 90.5%로 비교군 중 최고
• •실제 학생 대상 테스트를 대체하지 않고 연구개발 초기 단계의 피드백 수단으로 활용