다중 작업 학습 (Multitask Learning, MTL)

다중 작업 학습 (MTL)은 모델이 관련 있는 여러 작업을 동시에 훈련하면서, 일반화를 향상시키기 위해 작업 간 표현을 공유하는 기계 학습 패러다임입니다. 1997년 Rich Caruana에 의해 공식적으로 소개된 MTL은 보조 작업이 귀납적 편향(inductive bias) 역할을 하여, 단일 작업 훈련으로는 얻을 수 없는 더 풍부하고 강력한 특징 표현을 공유 계층이 학습하도록 돕는 추가적인 감독 신호를 제공한다는 직관에 기반합니다.