신호 치료용 LLM의 임상안전성과 환경영향 관계 정량화

요약

연구진이 정신건강 지원용 대형언어모델의 임상안전성과 환경비용 사이의 관계를, K-Bench 임상안전성 점수와 EcoLogits 생애주기평가 추정치를 결합해 지원 모델 구성 47개에 걸쳐 분석했다. 에너지 사용·탄소배출·물 소비·비생물자원 고갈이라는 네 측면에서 성능과 환경영향을 함께 평가했다. 결과는 안전성 분포 상위 구간에서 뚜렷한 비선형 트레이드오프를 보였는데, 임상안전성 점수가 2.61%포인트 오를 때마다 출력토큰 100만 개당 에너지 사용량이 약 60배 늘어났다. 연구진은 테스트시점 연산량을 늘려도 임상안전성이 일관되게 좋아지지는 않았고, 일부 구성에서는 오히려 안전성 점수가 낮아지는 것을 확인했다. 이는 더 큰 모델이나 추가 추론연산에만 기대는 전략이 치료용 AI의 안전성 개선에 비효율적일 수 있으며, 동적 모델선택이 성능을 유지하면서도 환경영향을 줄일 수 있음을 시사한다.