# 공개 가중치 LLM 86종의 벤치마크·하드웨어별 전력 소비 측정

> 연구진은 많은 LLM 구성이 가장 효율적인 구성보다 에너지를 2.6~4.8배 더 쓰며, 일부는 27배까지 소비한다고 밝혔다.

Oossa · 2026-10-14 · https://oossa.com/ko/study-measures-energy-use-of-86-open-weight-llms-on-benchmarks-and-hardware

Zeyu Yang이 이끄는 연구팀은 2026년 10월 14일, 공개 가중치 대규모 언어 모델(LLM) 86종이 6개 하드웨어 플랫폼에서 7개 벤치마크를 실행할 때 소비하는 전력을 측정한 논문을 발표했다. 연구에 따르면 대부분의 구성은 필요한 양보다 훨씬 많은 전력을 사용했다. 낭비량은 중앙값 기준 2.6~4.8배였고, 극단적인 경우에는 27배에 달했다. 추론 단계를 추가하면 에너지 사용량이 약 3.7배 늘었으며, 저정밀도 FP8 연산을 사용하면 점수 손실은 거의 없이 에너지를 약 25% 줄일 수 있었다.

## 팩트

- 평가한 모델 체크포인트 86개
- 에너지 낭비 중앙값 2.6~4.8배, 최대 27배

## 왜 중요한가

개발자는 에너지 효율이 높은 LLM 구성을 선택해 운영 비용과 탄소 배출량을 줄일 수 있다.

## 출처 및 참고 자료

1. [Measuring the Inference Energy Efficiency of Open-Weight LLMs across Benchmarks, Reasoning Modes, and Hardware](https://arxiv.org/abs/2610.14389) – arXiv, 2026-10-14

최종 업데이트: 2026-10-14