대규모 언어 모델 (LLMs) 은 특정 추론 작업에서는 탁월하지만, 모든 에이전트의 공동 전략에 따라 최종 결과가 결정되는 멀티 에이전트 게임 (multi-agent games) 에서는 어려움을 겪습니다. 멀티 에이전트 게임에서 다른 에이전트의 비정상성 (non-stationarity) 은 추론 과정 평가 및 여러 추론 단계에 대한 크레딧 할당 (credit assignment) 에 중대한 도전 과제를 가져옵니다. 기존 단일 에이전트 강화 학습 (RL) 접근법과 그 멀티 에이전트 확장들은 추론 과정에서 다른 에이전트를 포함하지 않으므로 이러한 도전 과제를 해결하지 못합니다. 본 작업에서는 멀티 에이전트 게임에서 LLM 의 전략적 추론 능력을 향상시키는 새로운 RL 기반 프레임워크인 Strat-Reasoner 를 제안합니다. 우리는 에이전트의 추론이 또한 다른 에이전트의 추론 과정을 통합하는 새로운 반복적 추론 패러다임 (recursive reasoning paradigm) 을 소개합니다. 중간 추론 시퀀스를 위한 효과적인 보상 신호를 제공하기 위해, 우리는 추론 품질을 평가하기 위해 중앙 집중식 체인 오브 더 소트 (Chain-of-Thought, CoT) 비교 모듈을 사용합니다. 마지막으로, 정확한 하이브리드 이득 (hybrid advantage) 을 계산하고 LLM 정책 최적화를 위한 그룹 상대적 RL 접근법 (group-relative RL approach) 을 개발합니다. 실험 결과는 Strat-Reasoner 가 기초 LLM 의 전략적 능력을 현저히 향상시키며, 다양한 멀티 에이전트 게임에서 22.1% 평균 성능 향상을 달성함을 보여줍니다.