[文亨南 濟州大学グローバル融合学部教授、韓国AI教育協会会長]
2026年、韓国の人工知能（AI）予算は9兆9000億ウォンであり、前年の3倍に達する。昨年8月、全南の海南で国家AIコンピューティングセンターが着工し、今年1月には『人工知能基本法』が施行された。また、『独自ファウンデーションモデル（foundation model）』の開発事業も進行中である。数字だけを見ると前例のない規模である。しかし、同年、アメリカの4大ビッグテックが発表した設備投資計画は7250億ドルであり、我々の予算の約100倍に相当する。アマゾン一社が1四半期に使う金額は、韓国の1年分のAI予算を上回る。2024年には2260億ドルから2年で3倍に増加した。このような方法で戦っても勝てない差である。
アメリカと中国はそれぞれ異なる方法で先行している。アメリカは民間資本の自律的競争に依存し、中国は国家が長期計画を立てて資源を配分する。どちらも我々がそのまま真似できるモデルではない。資本ではアメリカに勝てず、国家動員では中国の規模に追いつけない。ただし、中国が輸出制限という制約の中で少ない演算で同様の性能を引き出す道を模索している点は注目に値する。制約が特定の方向の革新を引き起こした事例だからである。
李在明大統領は大統領選の公約として、当選後には国政課題として『AI 3大強国』を繰り返し強調してきた。今年2月には『人工知能基本計画』が発表され、9兆9000億ウォンの予算も編成された。しかし、誰が何をいつまでに行うかを一目で示すロードマップはまだ手に入っていない。目標は明確だが、経路は不透明である。そこで、AIを42年間研究し教えてきた学者として提案を行う。政府、地方自治体、大学、企業、個人など5つの主体が2030年までにそれぞれ何をすべきかに関するロードマップである。
再び前述の数字に戻る。我々が投げかけるべき質問は「どうやって追いつくか」ではなく、「何を3位と呼ぶか」である。これは言葉遊びではない。目標をどう定義するかによって、すべきことや成功の可否が全く異なるからである。
AI 3大強国は3つに分けて定義できる。第一は『モデル強国』である。世界最上位のファウンデーションモデルを保有することであり、正直に言えば難しい。必要な資本は我々が動員できるレベルを超えている。第二は『活用強国』である。産業と公共全般のAI転換（AX, AI Transformation）で先行することであり、実現可能性が高い。我々は新技術を迅速に受け入れる社会であり、適用する現場が密集している。第三は『インフラ強国』である。半導体やデータセンター、電力などAI供給網での地位であり、すでにかなりの部分が達成されている。
それでは順序が見えてくる。インフラをてこに活用を生み出し、その過程で蓄積されたデータと資本で特定の領域のモデルを狙うのである。3つを同時に追求すると資源が散逸するが、順序を定めれば互いに押し上げ合う。我々が持っているものを数えてみよう。高帯域幅メモリ（HBM）はAIアクセラレーターの必須部品であり、その市場を韓国企業が主導している。AIデータセンターへの投資が増えるほど利益が増す構造を持つ国は世界に多くない。造船、鉄鋼、石油化学、自動車、バッテリー工場をすべて持つのも稀な条件である。
AIがソフトウェアを超えてロボットや設備を直接扱うフィジカルAIの局面では、実際に物を作った国が有利である。工程データはインターネットから引っ張ることができないからである。
弱いリンクも明らかである。アメリカのスタンフォード大学の報告書によれば、韓国は総合4位、人口当たりのAI特許は1位である。一方、スイス国際経営開発院（IMD）の評価ではデジタル競争力は15位で9段階も落ち、特に人材部門は49位、海外の優秀な人材の流入は最下位である。指標が食い違う理由は測定項目が異なるからである。製造能力は上位だが、人と市場は中位である。この非対称性が韓国AIの正確な肖像である。
さらに懸念されるのは、低い項目が高い項目を蝕むという点である。人材が流出すれば数年後には研究成果が減少し、産業生態系が薄くなると良い技術が事業に結びつかない。現在の高い順位は過去の蓄積によって維持されているものである。もう一つ指摘すべきは電力である。AI競争の最後のボトルネックは意外にも電力である。大規模データセンター一つが小都市に匹敵する電力を使用するが、我々は需要が首都圏に集中しており、発電設備は地方に散在している。国家AIコンピューティングセンターを海南に置いたのもこの構造への対応である。しかし、系統接続のスケジュール、許認可の速度、冷却用水、住民の受容性の中で純粋な技術的問題は一つもない。すべて行政と合意の問題である。
ここで強調したいのは、国家のAI能力は上位1%ではなく、残りの99%が何をできるかによって決まるという点である。最上位の研究者の確保は続けなければならない。しかし、それだけでは3強にはなれない。自然言語で欲しいことを説明すればAIがコードを作るバイブコーディング（vibe coding）が普及し、ボトルネックが変わりつつある。開発者数からアイデア数へと移行しているのである。これまで良い考えがあっても実現する人を見つけられずに消えてしまうことが多かった。
今や現場の問題を最もよく知る人が直接道具を作ることができる。工場の班長が自分の工程に合った点検プログラムを、看護師が引き継ぎ整理ツールを、主務官が民間分類ツールを自ら作ることが可能になった。こうした道具は外注では出てこない。問題を知っている人と作る人が異なるからである。
もちろんリスクもある。コードが何をするのか理解せずに使うとセキュリティホールや誤った計算がそのまま現場に入ることになる。したがって、作る訓練と結果を疑う訓練は必ず一緒に行わなければならない。しかし、この指摘が意味するのは『教えないこと』ではなく、『正しく教えること』である。AI強国になるためには、まず『バイブコーディング強国』にならなければならない。この戦略は政府だけでは実現できない。
政府は演算資源とデータ、電力という高速道路を整備し、予測可能なルールを作る。地方自治体はデータセンター誘致で止まらず、地域の主力産業の転換に結びつけなければならない。誘致契約に地域企業と大学が使う演算資源の配分比率を明記しなければ、地域には電力を消費する建物だけが残る。大学はAI学科の定員を増やすよりも、すべての専攻にAIを結びつけるべきである。AI専攻者にドメインを教えるよりも、ドメイン専攻者にAIを教える方が早い。企業は道具を導入することと業務手続きを再設計することを区別しなければならない。報告書の草案を5分で作成しても、決裁段階がそのままでは全体の時間は短縮されない。個人は転職を考える前に自分の仕事をタスク単位に分けてみるべきである。消えるのは職業ではなく、その中のタスクである。
5つの主体のうちの一つでも止まれば、残りの努力は成果に結びつかない。政府がGPUを確保しても使う研究者がいなければ無駄になり、大学が人材を育成しても行く企業がなければ海外に流出し、企業がAIを導入しても従業員が使わなければコストだけが残る。国家戦略は結局、誰かの月曜日の朝の業務にならなければ実現しない。不足しているのは予算ではなく決定である。著作物のAI学習利用範囲を確定すること、すべての事業に成果指標と終了基準を共に設定すること、海外人材誘致を年俸交渉ではなくパッケージ設計に変えることは大金を必要としない。ルールの空白が長引くほど、ルールを守ろうとする国内企業だけが不利になる。
2030年までの残された時間は4回の予算サイクルである。長くはない。しかし、方向が合っていれば十分な時間でもある。ただし、順位が目的になると測定されるものだけを追い求めることになるという点には警戒しなければならない。人口が減少する地域のケアを、人を見つけられない現場の人手不足を、消えつつある熟練技術の保存をこの技術で解決できるのであれば、その時3位は目標ではなく結果としてついてくるであろう。
筆者の主要経歴
▷成均館大学経営学博士 ▷東西経済研究所上級研究員 ▷毎日経済記者 ▷大韓経営学会会長 ▷持続可能科学会会長 ▷宿命大学グローバル融合大学学長、韓流国際大学学長、融合国際学部・韓流国際学部教授 ▷韓国AI教育協会会長 ▷韓国バイブコーディング協会会長 ▷文亨南ブランディング研究所所長
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
