“AI도 언어 차별?” 한국어 질문, 영어보다 에너지 3배 더 쓴다

AI 요약

미국 미시간대학교와 영국 케임브리지대학교, 애버딘대학교 공동연구진은 지난달 24~29일 헝가리 부다페스트에서 열린 자연어처리 학술대회 EMNLP 2026에서 ML.Energy와 Zeus를 활용해 122개 언어로 구성된 Belebele 데이터셋의 900개 질문을 처리할 때의 에너지를 측정했습니다. 연구 결과 답변 토큰 1개당 에너지는 언어별로 최대 8.3배, 동일 질문 세트 총에너지는 최대 179배 차이가 났고 영어는 900개 질문에 1만6762J가 소비된 반면 한국어는 5만1492J로 영어보다 약 3.1배 많았으며 이는 한국어의 총 생성 토큰 수가 46만8108개로 영어의 16만7621개보다 약 2.8배 많았기 때문입니다. 연구진은 원인으로 BPE 토크나이저가 한국어의 교착어적 형태소 구조를 효율적으로 반영하지 못해 토큰 파편화가 발생한다고 지적했고, 중국어 사례처럼 토크나이저와 학습 데이터 최적화를 통해 에너지 효율을 개선할 수 있어 한국어 특화 토크나이저와 추론·서빙 최적화, 소버린 AI 구축이 필요하다고 제시했습니다.