# MetaCogAgent: A Metacognitive Multi-Agent LLM Framework with Self-Aware Task Delegation

### 저자

Chenyu Wang, Yang Shu

### 💡 개요

본 논문은 다중 에이전트 LLM 시스템에서 에이전트의 자체 역량 평가 부족으로 인한 과신 문제를 해결하기 위해, 인지과학의 메타인지 이론을 차용한 MetaCogAgent 프레임워크를 제안한다. MetaCogAgent는 각 에이전트에 메타인지적 자체 평가 유닛을 도입하여 작업 수행 전에 자체 역량과의 일치도를 평가하며, 이를 통해 낮은 자신감의 작업은 다른 에이전트에게 재위임하여 전반적인 작업 정확도를 높인다.

### 🔑 시사점 및 한계

- 에이전트의 자기 인식 능력을 강화하여 복잡한 작업을 더 효과적으로 해결할 수 있음을 보여준다.

- 작업 위임 프로토콜을 통해 효율성을 높이고 API 호출 비용을 절감할 수 있다.

- 메타인지적 구성 요소들이 시스템 성능 향상에 기여함을 실험적으로 입증하였다.

- 향후 과제로는 다양한 인지 차원에 걸쳐 에이전트의 역량 모델을 더욱 정교하게 학습하고, 실제 적용 사례에 대한 추가적인 검증이 필요하다.

---

[PDF 보기](https://arxiv.org/pdf/2605.17292)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).