【ITニュース解説】South Korea Just Gave 52 Million People Free, Unlimited AI - But the Real Catch Is an 80% Domestic Model Quota

韓国が国民全員に無料で無制限のAIサービスを提供するという画期的なプロジェクト、「AI for All」を開始する。これは、韓国政府の科学技術情報通信部が主導し、SK Telecom、KT、Kakaoといった大手IT企業がコンソーシアムを組んで運営にあたる。今年の9月にはベータ版が、年末までには正式版がローンチされる予定だ。このプログラムの最大の売りは、「無料」で「無制限」に生成AIが利用できる点にある。収入や年齢、技術的な知識の有無にかかわらず、韓国の全5200万人が直接AIにアクセスできるようになる。政府は特に、利用回数や処理量を示す「トークン」の制限がないことを強調している。これはG20諸国の中で韓国が初めて行う試みであり、政府はNVIDIA B200チップを512個提供し、2027年以降は国家予算からこの全国サービス運営費用の一部を負担する計画だ。

しかし、ここで現実的な視点を持つ必要がある。「無制限」という言葉は公式発表上の表現であり、物理的な制約を完全に無視できるわけではない。512個のチップで5200万人を賄うには、実質的には利用量に応じた段階的な制限（レートリミット）を設けたり、多くのリクエストを軽量なAIモデルに処理させたりする工夫が必要になるだろう。この「無料」で「無制限」という魅力的な誘い文句の裏には、韓国政府のより大きな戦略が隠されている。それは、サービスの裏側に設けられた「80%国内モデル利用義務」というルールだ。このルールでは、AIサービスを提供する企業は、ユーザーからの問い合わせの少なくとも50%を、政府が認定した自社の韓国製基盤モデルにルーティングし、さらに30%を他の韓国企業のモデルにルーティングしなければならないと定められている。つまり、合計で80%のAI処理が国内製のモデルで行われることになる。これは単なる慈善事業ではなく、政府が計算資源や資金、アクセスを提供し、数千万人の国民をこのサービスに誘導することで、国内AIモデルの需要を強制的に高め、産業を育成しようとする明確な産業政策の一環なのである。

この80%の国内モデル利用義務は、エンジニアリングの観点からも理にかなっている。大量のユーザーからのリクエストを効率的に処理するために、システムはスマートなルーティング機能を備えると考えられる。多くの繰り返しの多い簡単な問い合わせは、安価な国内製の小規模言語モデル（SLM）にオフロードし、本当に複雑で高度な推論を必要とするリクエストだけを、より高性能なプレミアムモデルに回すといった設計が想定される。これにより、計算資源の節約が可能となり、それが「無料」サービスの継続を支える原資となる。韓国政府は、国内モデルがすぐにChatGPTのような世界最高峰のモデルに匹敵することを求めているわけではなく、日々の80%のユーザー利用を吸収できる、安価で十分な性能を持つ国内製SLMがあれば良いと考えているわけだ。このような取り組みは、近年世界中で注目されている「ソブリンAI」という概念と密接に関連している。ソブリンAIとは、各国が自国のAI技術、データ、インフラを自律的に管理・運用しようとする動きだ。2026年までには、このソブリンAIへの世界的投資が1000億ドルを超えると言われており、フランス、インド、カナダ、EUなども大規模な投資を行っている。各国がソブリンAIを追求する主な理由は、最先端の米国ラボによる供給チェーンの途絶への懸念、自国の言語や規制下でのデータ主権の保護、そしてAIを国家の戦略的産業として育成したいという考えにある。

多くの国が、データセンターの構築、GPUの積み増し、自社モデルのゼロからの学習といった「供給側」の強化に注力しているのに対し、韓国のアプローチは「需要側」を刺激する点で異例だ。どんなに優れたモデルでも、使われなければ意味がない。韓国政府は、国内モデルが技術的には追いついても、ChatGPTが既に築き上げたユーザー基盤や利用習慣には太刀打ちできないと正直に評価している。だからこそ、政府が5200万人の国民を国内のエコシステムに無料で無制限に誘導することで、国内モデルが最も必要としている、大規模でリアルな日常的な利用実績を提供しようとしているのだ。現在、韓国国内ではソブリン基盤モデルの選定競争が進行中だ。LGのEXAONE、NaverのHyperCLOVA X、UpstageのSolar Pro、SK TelecomのA.Xシリーズ、KakaoのKananaなどが候補に挙がっている。この競争では、LG AI Research、SK Telecom、Upstageがリードしており、SK Telecomは5190億パラメータ級の超大規模モデル「A.X K1」を発表するなど、世界トップクラスを目指す動きを見せている。ここで注目すべきは、NaverのHyperCLOVA Xがデータ独立性の懸念（AlibabaのQwenのエンコーダー重みを使用）から脱落したことだ。ソブリンAIの理念においては、モデルのベンチマークスコアよりも、その「血統の純粋さ」、つまりデータの出所や独立性が重視される傾向があることがわかる。

このような韓国の取り組みは、システムエンジニアを目指す初心者にとっても、今後のAI開発やキャリアを考える上で具体的な示唆を与えている。一つ目は、コスト削減のための賢いAIモデルの使い分けだ。韓国の「小規模モデルで単純な処理を担う」アーキテクチャは、そのまま個人の開発や小規模なプロジェクトに応用できる。全てのタスクを最も高価なGPTのような大規模モデルに任せるのではなく、分類、情報抽出、文章の書き換え、下書き作成といった単純な作業は、安価な小規模モデルやオープンソースモデルに任せ、本当に複雑な思考が必要な20%程度のタスクにのみプレミアムなAPIコールを利用するハイブリッドなルーティング層を構築することが有効だ。RouteLLMやLiteLLMのようなツールを使えば、同じ成果物を得るためのコストを大幅に削減できる可能性がある。二つ目は、データと専門知識の重要性の高まりだ。AIへのアクセスが水道のように当たり前の公共サービスになると、「ChatGPTアカウントを持っている」こと自体はもはや優位性ではなくなる。誰もが汎用的なチャットボットを使えるようになる中で、真に価値があるのは、特定の業界で、誰もが手に入れられない独自のデータと深い専門知識を組み合わせて、具体的な問題を解決できる能力だ。先述のNaverの事例からもわかるように、「データの出所はどこか、どの国の規制に準拠しているか」という問いは、顧客や政府からますます頻繁に問われるようになるだろう。三つ目は、「タスクを完遂するエージェント」のエンジニアリング的課題だ。韓国のサービスは、政府システムと直接連携し、医療予約や納税申告、住居探しといったタスクをユーザーに代わって処理する機能を備えている。これは単なる質問応答ではなく、タスクを最初から最後まで実行する「エージェント」の領域だ。しかし、エージェントが実際の行動（申請書の提出、注文、支払いなど）を起こせるようになると、間違いのコストは「質問に誤って答えた」レベルから「誤った行動を起こした」レベルへと飛躍的に増大する。そのため、タスク自動化の真の難しさは、モデルがいかに上手に会話できるかではなく、損害を与えずに実際のシステムと連携するための権限管理や、万一の際に元に戻せるロールバック機構をいかに設計するかという点にある。韓国のこの全国規模のタスク自動化がどのような課題に直面し、いかに解決していくかは、今後のAIシステム開発において非常に重要な先行事例となるだろう。私自身も、サービスが開始され次第、実際に利用して「無制限」が本当に無制限なのか、国内モデルの品質はどうか、タスク自動化は機能するか、そしてデータ収集とプライバシーについて詳しく検証し、その結果を報告する予定だ。AI競争は、モデルの優劣から、いかに多くの人々が日常的にAIを摩擦なく利用できるかという点にシフトしつつあり、韓国はその最先端を走っていると言える。