연구진은 RGB 비디오, 광류, 골격 데이터, 텍스트 설명을 융합하여 움직임 품질을 평가하는 DualAlign 프레임워크를 제안했어요. DualAlign은 시각적 정보를 안정화한 후 텍스트 의미를 통합하여 시각적 특징을 왜곡하지 않도록 설계됐어요. 새로운 멀티모달 데이터셋 MM--JDM을 공개하여 다양한 환경 조건에서 프레임워크 성능을 평가했으며, 기존 방법 대비 평균 상관관계 21.16% 향상됐어요.