要点まとめ
- コーディングAI運用費用、約90%削減を検証
- 目標はトークン単価ではなく業務単位の総費用
- すべてのリクエストを高性能モデル一つに送っているか
- 今週、社内AIリクエストを難易度別に数えてみる
LGユプラスは2026年11月12日の記者スタディで、コーディング領域に自社AIモデルを使うと一般的に使用されるモデルに比べて運用費用を約90%削減できるという自社検証結果を公開しました。同じ場で、2027年から協力会社との提携および自社インフラ構築を通じて企業向けAI費用削減事業を推進する計画も明らかにしました。目標はトークン単価を下げることにとどまらず、AIが一つの業務を完了するのにかかる総費用を削減することです。
LGユプラスはAI費用をどう削減したのか
LGユプラスが「AIトークン最適化スタディ」で公開した技術は4つに分かれます。
- モデルルーティング:複数のAIモデルの中から作業に適したモデルを選ぶ技術です。複雑な作業には高性能モデルを、単純な作業には比較的軽量なモデルを使います。LGユプラス社内テストでは、一般的な質問処理費用を25%以上、コーディングエージェント費用を30%以上削減しました。
- 演算処理方式の改善:同一インフラで処理効率を最大4倍に高めました。
- モデルの軽量化:自社オンデバイスAIモデルのサイズを従来の2.4〜3GBから約800MBに縮小しつつ、比較対象のクラウドモデルに対して95%以上の性能を確保しました。小さいモデルが回答を生成し、大きいモデルが検証する技術でトークン生成速度を2倍以上に高め、関連論文2本がNeurIPSに採択されました。
- AI半導体の多様化:エヌビディアとAMDのGPUだけでなく、FuriosaAIのNPUを活用する方策も検証しています。作業特性に応じて異なる半導体に演算を分散させ、インフラ費用を下げることが目的です。
この最適化技術は、AI通話エージェント「ixi-O(イクシオ)」、AIコンタクトセンター(AICC)、社内業務自動化に適用されています。ixi-Oは当初、LG AI研究院のオンデバイスモデルとGoogle Geminiを併用し、その後自社モデルとEXAONEなどの活用比率を調整して費用効率を高めました。LGユプラスはカカオと年末の商用化を目指す協力サービス「モドゥエAI(みんなのAI)」でもAIモデル運用を担当します。
「AI市場の覇権は、より大きなモデルを作るかどうかを超え、顧客が望むビジネス成果をいかに精巧かつ経済的に成し遂げるかへと移った」 — イ・サンヨプ LGユプラスCTO
韓国企業のAX(AIトランスフォーメーション)への示唆
イ・サンヨプCTOは、AIエージェントが普及するほど、モデル単価が安くても不要な検索や分析を繰り返せば総費用が膨らむと説明しました。AI導入費用を検討するなら、トークン単価表を比較する前に、業務一件を完了するのにモデル呼び出しが何回、どのモデルで行われるかから確認するのが順序です。25%、30%というルーティング効果はLGユプラス社内テストの数値であるため、自組織に適用する際は同様の方法で自ら測定する必要があります。
今週は、社内で使っているAIリクエストを複雑な作業と単純な作業に分けて、それぞれ何件あるか数えてみてください。単純な作業まですべて高性能モデル一つで処理しているなら、そこがモデルルーティングを検討すべき最初の対象です。
