메타인지는 지능에 필수적인 기반 구성 요소로, 효과적인 학습, 문제 해결, 의사 결정, 커뮤니케이션 등에 중요합니다. 최근 몇 년 동안 이는 유능하고 투명한 AI 시스템의 초석으로 점점 더 인식되고 있습니다. 하지만 LLM이 다양한 실제 작업에서 상당한 발전을 이루었음에도 불구하고, 이들이 언제, 어떻게, 어느 정도까지 효과적인 메타인지 능력을 보일 수 있는지 또는 갖출 수 있는지, 그리고 이러한 능력이 AI 시스템의 근본적인 역량, 신뢰성 및 지능을 발전시키기 위해 어떻게 적용될 수 있는지는 아직 명확하지 않습니다. 본 논문은 이 간극을 해소하며 LLM에 대한 메타인지 현황에 대한 최초의 포괄적인 개요를 제시합니다. 우리는 이 새롭게 떠오르는 분야의 지형도를 분석하고 분류하며, LLM의 메타인지 능력을 측정하고 평가하는 방법 및 벤치마크, LLM에서 메타인지를 유도하고 개선하며 적용하는 기술, 그리고 진행 중인 연구의 결과와 시사점을 포함한 최근의 기술적 발전을 요약합니다. 또한 응용 분야, 미해결 질문 및 과제, 그리고 향후 작업에 대한 유망한 방향에 대해서도 논의합니다. 우리의 목표는 이 주제에 대한 상세하고 최신화된 검토를 제공하고 의미 있는 연구와 토론을 촉진하는 것입니다. 관련 논문 목록은 https://github.com/yale-nlp/LLM-Metacognition에서 확인할 수 있습니다.