본 논문은 대규모 언어 모델(LLM)의 체계적 추론 능력 부족 문제를 다룹니다. LLM은 특히 분포 외(OOD) 데이터에 대해서는 단순한 지름길을 활용하여 문제를 풀기 때문에 성능이 저하됩니다. 강화 학습 및 사고 연쇄 프롬프팅 기반의 사후 훈련 전략이 제시되었으나, 수학 및 프로그래밍 문제 해결 외 영역에서의 성능은 아직 불확실합니다. 본 연구는 공간 및 시간적 추론을 필요로 하는 체계적인 관계적 구성 과제에 초점을 맞춰, 문제 난이도를 정밀하게 조절하여 OOD 일반화 능력을 측정합니다. 제로샷 대규모 추론 모델(LRM)은 단일 경로 추론 과제에서 LLM보다 성능이 우수하지만, 다중 경로 추론 과제에서는 어려움을 겪는다는 것을 발견하였습니다. 미세 조정된 LLM 또한 다중 경로 일반화에 어려움을 보이며, LRM이 피상적인 분리적 추론자임을 시사하는 행동적 해석을 제공합니다.