본 논문은 대규모 언어 모델(LLM)의 높은 메모리 및 연산 요구량으로 인해 소비자 기기에서의 배포가 어려운 문제를 해결하기 위해 파이프라인 오프로딩(PIPO) 프레임워크를 제안합니다. PIPO는 미세한 단위의 오프로딩 파이프라인을 설계하고 최적화된 데이터 전송 및 연산을 통해 높은 병렬성과 효율적인 스케줄링을 달성하여 소비자 기기에서의 효율적인 추론을 가능하게 합니다. RTX3060 GPU(6GB 메모리)가 장착된 노트북에서 실험한 결과, 기존 최고 성능의 기준 모델과 비교하여 GPU 사용률을 40% 미만에서 90% 이상으로 높이고, 처리량을 최대 3.1배 향상시켰습니다.