본 연구는 태도 감지라는 자연어 처리 과제를 해결하기 위해 교차 언어 지식 증류 프레임워크를 제안합니다. Chain-of-Thought 프롬프팅을 활용하여 대규모 언어 모델이 정보적인 근거(rationale)를 생성하고, 이를 소형 학생 모델에 지식을 증류합니다. 다국어 벤치마크 실험 결과, 제안하는 방법이 기존 방식보다 우수한 성능을 보였습니다.