다중 과제 학습 문제에서 상충되는 최적화 기준을 해결하기 위해 가중 체비셰프 스칼라화 기법과 증강 라그랑지 방법을 결합한 새로운 접근법을 제안한다. 이를 통해 모델 크기와 계산 복잡성을 줄이면서도 다중 과제에 대한 성능을 유지할 수 있다.
