LG유플러스, 2027년 기업용 토큰 사업 진출…업무당 AI 총비용 절감

ZDNet 코리아에 따르면 국내 통신사 LG유플러스는 2027년부터 기업을 대상으로 하는 토큰 사업에 진출한다. 업무에 맞는 AI 모델과 인프라를 조합해 기업 고객이 AI 모델을 쓸 수 있도록 중계하는 서비스다. LG유플러스는 2026년 11월 12일 서울에서 기자들을 대상으로 연 설명회에서 전략을 공개했고, 국내 언론이 11월 15일 이를 보도했다.

토큰은 AI가 입력과 출력을 처리하는 텍스트 단위이며, 이용 요금을 계산하는 기준이기도 하다. ZDNet 코리아에 따르면 AI 에이전트가 검색, 분석, 검증을 반복하며 일을 할수록 토큰 사용량이 늘어난다. 그래서 LG유플러스는 토큰 한 개의 가격이 아니라, 고객이 하나의 업무를 끝내는 데 드는 총비용, 이른바 태스크 코스트(Task Cost)를 낮추는 데 초점을 둔다고 밝혔다.

LG유플러스는 기업에 무엇을 팔려는 것일까?

ZDNet 코리아와 포인트경제에 따르면 LG유플러스는 2027년부터 협력사와의 제휴형 모델과 자체 인프라 구축 방식을 병행한다. ZDNet 코리아는 이상엽 최고기술책임자(CTO)가 프론트엔드 개발은 카카오가, 모델 서빙은 LG유플러스가 맡는다고 설명했다고 전했다. 모델 서빙은 질문을 받았을 때 모델을 실제로 돌려 답을 내놓는 운영 작업을 뜻하며, 기사에는 이 역할 분담의 세부 범위가 나와 있지 않다.

ZDNet 코리아에 따르면 LG유플러스가 내세우는 경험은 세 가지다. AI 통화 앱 익시오(ixi-O), AI 컨택센터(AICC), 그리고 사내 AI 전환이다. 같은 매체에 따르면 익시오는 운영 초기에 LG AI연구원의 온디바이스 모델과 구글 제미나이를 함께 썼고, 이후 서비스 튜닝을 거치며 자체 AI 모델과 LG AI연구원의 모델군 엑사원(EXAONE)의 비중을 조정해 비용 효율을 높였다. 올해 연말 카카오와 함께 상용화하는 정부 대국민 AI 서비스 모두의 AI에서 얻는 운영 데이터도 토큰 사업에 반영할 계획이다.

LG유플러스가 내세우는 수치는 무엇일까?

아래 수치는 LG유플러스가 밝힌 자체 검증 결과이며, ZDNet 코리아와 디지털투데이가 전한 내용이다. 확인한 기사 안에서는 제3자가 검증한 수치가 없다.

• ZDNet 코리아와 디지털투데이에 따르면 자체 AI 모델을 코딩에 쓰면 통상 쓰는 모델보다 운영 비용이 약 90% 줄었다. ZDNet 코리아는 같은 인프라에서 처리 효율이 약 4배로 높아졌다고 덧붙였다.
• 모델 라우팅은 업무 난도에 맞는 모델로 질문을 보내는 기술이다. ZDNet 코리아에 따르면 내부 테스트에서 일반 질문 처리 비용은 25% 이상, 코딩 에이전트 비용은 30% 이상 줄었다. 디지털투데이는 이때 답변 품질이 약 95% 수준으로 유지됐다고 전했다.
• 디지털투데이에 따르면 에이전트가 쓸 도구와 실행 범위를 제한하고 성공한 절차를 재사용하는 하네스 엔지니어링으로 일반 업무의 토큰 사용량은 38%, 코딩 업무는 84% 줄었다.
• 디지털투데이에 따르면 350억 개 매개변수 모델을 100억 개 규모로 줄였을 때 품질은 91%를 유지했고 토큰 생성 속도는 40% 빨라졌다.
• ZDNet 코리아에 따르면 온디바이스 AI 모델 크기는 2.4~3GB에서 약 800MB로 줄었고, 비교 대상 클라우드 모델 대비 95% 이상의 성능을 확보했다.
• 추측 디코딩은 작은 모델이 답변을 먼저 쓰고 큰 모델이 검증하는 방식이다. 디지털투데이에 따르면 엑사원 기반 실험에서 초당 토큰 생성량이 80개에서 160개로 두 배가 됐고, ZDNet 코리아는 관련 연구 논문 두 편이 AI 학술대회 뉴립스(NeurIPS)에 채택됐다고 전했다.

이 수치들은 단순히 더할 수 없다. ZDNet 코리아는 코딩 비용 90% 절감 사례가 모델 라우팅 결과와는 별도의 검증이라고 밝혔다. 포인트경제는 LG유플러스 관계자가 통신 영역의 에이전트 업무에서 토큰 효율을 85%에서 90% 이상까지 높일 수 있다고 말했다고 전했지만 산정 기준은 설명되지 않았다. 따라서 이 수치들은 회사가 제시한 규모의 감으로 읽는 편이 안전하다.

칩 믹스는 어떻게 작동할까?

디지털투데이에 따르면 AI 추론은 질문을 분석하는 프리필(Prefill)과 답변을 생성하는 디코딩(Decoding)으로 나뉘며, 프리필은 연산 성능이, 디코딩은 메모리 처리 능력이 중요하다. 포인트경제에 따르면 LG유플러스는 프리필을 엔비디아 GPU에, 디코딩을 메모리가 넉넉한 AMD GPU에 맡기고, 가벼운 도메인 특화 모델은 국산 NPU(신경망처리장치, AI 전용 반도체)에 올리는 구조를 설명했다. ZDNet 코리아에 따르면 LG유플러스는 국산 AI 반도체 기업 퓨리오사AI와 2년 넘게 협력하며 NPU를 검증하고 있다.

포인트경제는 이혜진 기술전략담당이 AI가 답변을 내놓기 전에 속으로 생각하는 단계에서 전체 비용의 80% 이상이 쓰인다고 말했다고 전했다. 이 매체는 단가가 내려가도 사용량이 늘면 전체 지출이 커지는 이른바 제번스의 역설이 기업의 고민을 키운다고 짚었다.

통신사가 왜 토큰 사업에 뛰어들까?

포인트경제에 따르면 이상엽 CTO는 LG유플러스의 경쟁 상대가 빅테크의 거대 모델이 아니라, 고객의 업무 목적에 맞춰 자체 경량 모델과 외부 모델을 가장 경제적으로 엮는 엔지니어링 역량이라고 말했다. 이 매체는 주파수와 트래픽 최적화에 힘써 온 통신사의 경험이 AI 시대에도 유효하다는 설명도 함께 전했다.

비슷한 움직임이 이어지고 있다. ZDNet 코리아는 관련 기사 목록에 2026년 10월 27일자 KT의 토큰 생산 및 유통 사업 진출 기사와 11월 9일자 SK텔레콤 임원의 GPU·NPU 결합 발언 기사를 올려 두었다. 이 두 기사는 이번 작업에서 읽지 못했으며 제목만 인용한다.

기업에는 무엇이 달라질까?

확인한 기사에는 요금, 고객사, 세부 일정, 매출 목표가 나와 있지 않다. 상용 서비스는 아직 시작되지 않았고, 국내 기업이 곧바로 이용할 수 있는 상품도 아니다.

AI 에이전트를 도입하려는 국내 기업에는 방법론이 쓸모 있다. 공급사에 백만 토큰당 가격이 아니라 업무 하나를 끝내는 총비용을 물어보고, 작은 모델과 큰 모델 사이의 라우팅을 자사 업무로 시험하며, 발표된 절감 폭이 자사 데이터에서도 유지되는지 확인해야 한다. 에이전트 활용의 틀은 에이전트 시스템 페이지에서 더 볼 수 있다.