본 논문은 대규모 언어 모델(LLM) 기반 에이전트가 은밀한 의사소통과 의미 회피를 위해 은유를 해석하고 활용하는 능력을 향상시키는 프레임워크인 CoMet을 제시합니다. CoMet은 가설 기반 은유 추론기와 자기 반성 및 지식 통합을 통해 향상되는 은유 생성기를 결합하여, 다중 에이전트 언어 게임에서 은유 처리 능력을 향상시킵니다. 특히, 은밀한 의사소통과 의미 회피를 강조하는 Undercover와 Adversarial Taboo 게임을 통해 CoMet의 효과를 평가하고, 은유를 사용한 전략적 의사소통 능력 향상을 실험적으로 증명합니다.
