“AI도 언어 차별?” 한국어 질문, 영어보다 에너지 3배 더 쓴다

AI 요약

미국 미시간대·영국 케임브리지대·애버딘대 공동연구진은 EMNLP 2026에서 ML.Energy와 Zeus로 122개 언어의 벨레벨레 데이터셋 900개 질문에 대한 다국어 LLM 추론 에너지를 측정한 결과, 답변 토큰 1개당 에너지는 언어별로 최대 8.3배, 동일 질문 세트의 총에너지는 최대 179배 차이가 났고 한국어는 영어(1만6762J)에 비해 약 3.1배인 5만1492J를 소비했다고 밝혔습니다. 연구진은 그 원인을 BPE 계열 토크나이저가 한국어의 교착어적 형태소 구조를 효율적으로 반영하지 못해 토큰 파편화가 발생하고 한국어의 총 생성 토큰 수(46만8108개)가 영어(16만7621개)보다 약 2.8배 많아 연산량·메모리(KV 캐시)·전력 소비가 증가한 점으로 분석했습니다. 연구는 중국어 사례처럼 토크나이저와 학습 데이터 최적화로 에너지 효율을 개선할 수 있음을 보이며 한국어 특화 토크나이저 설계와 추론 최적화, 소버린 AI 구축 필요성을 제시했습니다.