본 논문은 Generate-Verify 패러다임과 같이 테스트 시간 추론 아키텍처에서 추론 시작 시점과 방법을 결정하는 모니터링 프로세스가 누락된 문제를 지적한다. 이러한 누락은 모델이 초기에 최적화되지 않은 추론 경로를 선택하고 회복하지 못하는 "prefix dominance trap"으로 이어져 약 20%의 정확도 손실을 발생시킬 수 있다. 이에, Flavell과 Nelson & Narens의 메타인지 이론을 계산 사양으로 공식화하여 Monitor-Generate-Verify (MGV) 프레임워크를 제안한다. MGV는 생성 시작 전에 메타인지 경험 (난이도 평가, 자신감 판단 등)을 포착하는 명시적인 모니터링을 추가하고, 검증 피드백을 통해 향후 모니터링을 개선한다.
