기존 로짓 기반 지식 증류 방법은 전역 로짓 출력의 다중 클래스 정보가 혼재되어 있어 학생 모델의 학습을 방해할 수 있다. 이를 해결하기 위해 제안된 SDD 방법은 로짓 출력을 다중 스케일로 분해하여 세부적이고 명확한 의미 정보를 학생 모델에 전달함으로써 성능 향상을 달성한다.
