본 논문은 대규모 언어 모델(LLM)을 활용한 실세계 수학적 모델링 과제를 공식화하고, 이를 해결하기 위한 MM-Agent 프레임워크를 제안합니다. MM-Agent는 수학적 모델링을 열린 문제 분석, 구조적 모델 공식화, 계산적 문제 해결, 보고서 생성의 네 단계로 분해합니다. 2000년부터 2025년까지의 수학적 모델링 경연대회(MCM/ICM) 문제 111개로 구성된 MM-Bench 벤치마크를 사용하여 MM-Agent를 평가한 결과, 기존 방법보다 11.88% 향상된 성능을 보였으며, MCM/ICM 2025에서 두 개의 학부생 팀이 MM-Agent의 도움을 받아 결승 진출상(상위 2.0%)을 수상하는 실질적인 효과를 입증했습니다.
