본 논문은 오디오-비주얼 데이터셋 증류(Audio-Visual Dataset Distillation)의 한계를 극복하기 위해 제안된 DAVDD 프레임워크에 대해 설명한다. 기존의 DM(Distribution Matching) 방식이 모달리티 간의 내재적인 정렬을 제대로 포착하지 못하는 문제와, 모달리티 간의 직접적인 상호작용이 모달리티별 고유 정보를 손상시키는 문제를 해결하고자 한다. DAVDD는 사전 훈련된 다양한 뱅크를 활용하여 안정적인 모달리티 특징을 추출하고, 경량의 디커플러 뱅크를 사용하여 공통 및 개인 표현으로 분리한다. 또한, 샘플 수준 및 전역 분포 수준에서 공유 표현을 정렬하는 Common Intermodal Matching 및 Sample-Distribution Joint Alignment 전략을 도입하여 교차 모달 구조를 효과적으로 보존한다. 개인 표현은 교차 모달 상호작용으로부터 완전히 격리되어 모달리티별 정보를 보호한다. 다양한 벤치마크 실험을 통해 DAVDD가 모든 IPC 설정에서 최고 성능을 달성했음을 입증한다.