RMA(Research Math Agents)는 연구 수준 수학 문제의 자동 추론을 위한 에이전트 프레임워크로, 문제 분석·문헌 검색·공정 비교·지식 뱅크 구축·증명 검증 모듈을 초기화·제안·검증 에이전트가 공유 구조화 메모리를 통해 조율한다. 전문 수학자가 기증한 10개의 연구 수준 문제로 구성된 First Proof 벤치마크에서 8개를 해결해 GPT-5.2R과 Aletheia를 능가했다. 에블레이션 연구는 성과가 단일 컴포넌트가 아닌 구조화 추론 모듈·반복 정제·검증기 피드백의 상호작용에서 비롯됨을 확인했다. 경쟁 수학이나 정리 증명이 아닌 장기 추론과 문헌 근거가 필요한 연구 수준 문제 자동화의 새로운 기준을 제시한다.

• •First Proof 벤치마크 10문제 중 8개 해결 — GPT-5.2R, Aletheia 능가
• •초기화·제안·검증 에이전트가 공유 구조화 메모리로 협력해 다중 역할 다중 라운드 워크플로우 구현
• •에블레이션: 구조화 추론 모듈 + 반복 정제 + 검증기 피드백 상호작용이 성능 향상 핵심, 단일 컴포넌트 기여 부정
• •경쟁 수학·정리 증명과 달리 장기 추론·문헌 근거·반복 증명 정제 필요한 연구 수준 문제 타겟