본 논문은 대규모 언어 모델(LLM)이 천문학 연구에 활용될 수 있는 가능성을 탐구하고, 실제 연구에 필요한 복잡한 추론 능력을 평가하기 위해 국제 천문 및 천체물리학 올림피아드(IOAA) 시험을 기반으로 5개의 최신 LLM을 체계적으로 벤치마킹했습니다. Gemini 2.5 Pro와 GPT-5는 이론 시험에서 뛰어난 성적을 거두며 최고 수준의 성과를 보였지만, 데이터 분석 시험에서는 성능 차이를 보였으며, 모든 모델에서 개념적 추론, 기하학적 추론, 공간 시각화 능력에 약점을 보였습니다.