MTA(Multi-Granular Trajectory Alignment)는 기존 증류 방법의 한계를 극복하기 위해 제안된 프레임워크로, 레이어별 변환 궤적을 따라 교사와 학생의 표현을 정렬합니다. MTA는 단어 수준(하위 레이어)과 구 수준(상위 레이어)으로 입자 크기를 적응적으로 조정하여 어휘 정보 보존과 구문 의미 캡처를 동시에 달성합니다. 실험 결과, MTA는 기존 방식보다 성능이 뛰어나며, 각 구성 요소의 기여를 확인했습니다.