우리는 인간-AI 및 멀티 에이전트 (multi-agent) 협업의 신흥 역학에 중점을 둔, 협력적 문제 해결 맥락에서의 대화를 분석하기 위한 개념적 프레임워크를 제시합니다. 지능형 시스템이 자율적 추론과 전략적 협력이 가능한 능동적 에이전트 (agent)가 됨에 따라, 협력적 문제 해결 과정 중의 대화적 상호작용 (dialogic interaction)을 이해하는 것은 이러한 파트너십을 최적화하고 평가하는 데 있어 점점 더 중요해지고 있습니다. 우리의 프레임워크는 인지적 및 비인지적 문제 해결 (cognitive and non-cognitive problem solving)을 메타인지적 조절 메커니즘 (metacognitive regulatory mechanisms)과 통합하는 계층적 2층 코딩 체계 (hierarchical two-layer coding scheme)를 통해 현재 분석 접근 방식의 주요 한계점들을 해결합니다. 우리는 다양한 도메인에 걸친 9개의 데이터셋을 통해 이 프레임워크의 효과성과 일반화 가능성을 입증하며, 인간과 에이전트가 복잡한 문제를 해결하기 위해 지식, 기술 및 노력을 어떻게 조정하는지에 대한 통찰을 제공합니다. 특히 메타인지적 조절 (metacognitive regulation)이 더 깊은 협업을 구분하는 필수적인 판별 요소가 될 수 있음을 보여줍니다.