비영어 텍스트, AI 에너지 더 소비
원제: Generative AI uses more energy on non-English text
왜 중요한가
AI 에너지 소비의 언어별 불평등은 글로벌 AI 접근성 논의에 새로운 환경 비용 차원을 추가한다.
미시간대학교 연구에 따르면, 생성형 AI는 비영어권 텍스트를 처리할 때 영어 대비 더 많은 에너지를 소비하는 것으로 나타났다. 이는 AI 시스템의 언어 편향이 단순한 성능 격차를 넘어 환경 비용의 불평등으로 이어진다는 점을 시사한다.
미시간대학교(University of Michigan) 연구팀이 발표한 연구에 따르면, 생성형 AI 모델은 비영어권 언어로 된 텍스트를 처리할 때 영어에 비해 더 많은 에너지를 소비한다. 현재 대부분의 대형 언어 모델(LLM)은 영어 데이터를 중심으로 훈련되어 있어, 비영어권 언어 처리 시 토큰화(tokenization) 과정에서 더 많은 연산이 필요하다. 예를 들어 아랍어, 한국어, 힌디어 등의 언어는 동일한 의미를 표현하는 데 영어보다 더 많은 토큰을 생성하는 경우가 많으며, 이는 모델이 더 많은 연산 단계를 거치게 만든다. 결과적으로 같은 작업을 수행할 때 비영어권 사용자는 영어권 사용자보다 더 큰 탄소 발자국을 간접적으로 부담하게 된다. 이 연구는 AI의 에너지 소비 문제가 단순히 총량의 문제가 아니라, 언어·지역별로 불균등하게 분배된다는 점을 처음으로 체계적으로 지적한 것으로 평가받는다. 연구팀은 다언어 지원 모델의 토큰화 효율 개선이 에너지 형평성 확보에 중요하다고 강조했다.