LGユプラスは、人工知能（AI）トークン最適化に関する研究論文2編が『NeurIPS 2026』のオンデバイスインテリジェンスワークショップに採択されたと発表した。
NeurIPSは、ICML、ICLRと並ぶ世界三大AI学会の一つであり、Google、Meta、OpenAIなどのグローバルなビッグテック企業や主要大学の研究者が参加し、最新のAI研究成果を発表する学術大会である。今年のイベントは、12月6日から12日までオーストラリアのシドニーで開催される。
最近、AIサービスの競争はモデルを超え、『トークンをいかに迅速かつ効率的に処理するか』に拡大している。トークンは、AIが質問を理解し、回答を生成する際に使用するデータの単位である。迅速かつ効率的に処理することで、応答速度を向上させ、電力と資源の使用を削減できる。
LGユプラスは、このトークン最適化技術をスマートフォン環境に適用し、限られたメモリと電力で小型言語モデル（sLM）を効率的に実行し、学習する方法を研究した。
まず、通話サービスに利用する小型言語モデル（sLM）を開発し、モデルの軽量化と推論加速技術を適用してスマートフォン環境に最適化した。その結果、最新のクラウドAIレベルの性能を維持しつつ、従来の方法よりも処理速度を約4.5倍向上させ、バッテリー消費を約77%削減した。性能低下を最小限に抑えながら、スマートフォンの限られた演算資源とバッテリーを効率的に活用できることが特徴である。
個人データを外部に送信せず、スマートフォン内でAIを直接学習する技術も研究した。AI学習に必要な演算とメモリ使用を効率化し、追加の学習過程をスマートフォン内部で進めた。その結果、実際のスマートフォン環境で性能を検証したところ、個人データをデバイスの外に送信せずとも、サーバーで学習したのと同等の精度を示した。
LGユプラスは、今回の研究で得た技術を今後のさまざまなAIサービスに活用する方針を検討している。具体的には、スマートフォンで検証した最適化能力をサーバーのグラフィック処理装置（GPU）環境に拡大し、顧客がより迅速かつ便利にAIを利用できるようにする計画である。
李相燁（イ・サンヨプ）LGユプラスCTOは、「今回のNeurIPS論文採択は、限られた環境でもAIを迅速かつ効率的に実行し、学習するための研究成果が認められたものである」と述べ、「今後はサーバー環境まで研究範囲を拡大していく」と語った。
* この記事はAIによって翻訳されました。
