[イーデイリーHan Kwangbeom キム・ヒョナ記者] 独自AIファウンデーションモデル（独パモ）の第2段階評価において、アップステージ、SKTelecom(017670) 、LG Corp.(003550) AI研究院が第3段階評価に進出しました。一方、グローバルAIモデル評価機関であるアーティフィシャル・アナリシスの人工知能総合指標（AAII）で47点を獲得し1位を占めていたモティフ・テクノロジーズは脱落しました。
イーデイリーが入手した詳細な評価結果によると、モティフはベンチマークや専門家評価では競争力を示したものの、ユーザー評価で相対的に低い点数を受けたため、総合で65.8点にとどまったことが確認されました。技術力を測定するAAIIで最高点を得ながらも最終的に脱落した背景には、技術力よりも使いやすさや活用性に相対的に大きな比重を置いた評価構造があったと言えます。
政府は今回の評価を契機に、「ドクパモ」を超え、フロンティア級のAIモデル開発に資源を集中させる方向で、事業構造を全面的に再編する案を検討することにしました。ただし、今回の脱落過程において、技術力と使いやすさ・実用性の配点構造が適切だったか、評価の算出式が参加企業に十分に共有されていたかについては、別途検証する必要があります。
科学技術情報通信部のリュ・ジェミョン第2次官は18日、政府ソウル庁舎でのブリーフィングで、「第2段階に参加した4つの精鋭チームを対象に、ベンチマーク、専門家、ユーザー評価を総合した結果、アップステージ、SKテレコム、LG AI研究院の精鋭チームが次の段階に進出しました」と明らかにしました。
政府はこの日、選定結果を各企業に通知し、異議申し立てと釈明手続きを経た後、第3次評価に着手する予定です。第3次評価は当初の計画通り進め、最終的に2社を選抜する方針です。第3次に進出したチームには、チームあたり1000枚程度のB200 GPUが提供されます。レンタル予算はチームあたり約400億ウォン、総額1200億ウォン程度です。
アップステージ・SKT・LG、第3次評価に進出今回の第2次評価において、アップステージは2500億個（250B）のパラメータ規模を持つ「SOLAR-pro-2」を公開し、ポータルサイト「ダウム」および「タイムリー」プラットフォームとの連携、韓国産AI半導体企業フューリオサAIのNPUとの協業を通じたエコシステムを提示し、高い評価を受けました。
SKテレコムは、6880億個（688B）のパラメータ規模を誇る「A.X-K2」を前面に打ち出しました。国際数学オリンピック（IMO）および韓国語ベンチマークにおける最高レベルの性能に加え、国防・製造・法務・税務など、産業現場での適用性が強みとして評価されました。
LG AI研究院は、7,500億個（750B）のパラメータ規模を誇る「K-エクサワン 2.0」を基盤とし、幻覚抑制指標で世界9位を記録したほか、グローバルな国際機関との協業戦略および信頼性確保体制において高い評価を得ました。
一方、モティーフは3140億個（314B）のパラメータ規模を持つMoE（専門家混合）モデルを披露しました。特にAAIIで47点を獲得し、アップステージ（37点）、SKテレコム（35点）、LG AI研究院（31点）をすべて上回りました。グローバル基準で、韓国モデルとしては唯一10位を記録しました。
ところが、最終結果は異なりました。
AAIIで1位だったモティフ、ユーザー評価は14.1点にとどまるイーデイリーが入手した第2段階評価の詳細結果によると、モティフの総合得点は65.8点で、最終的に脱落しました。
モティフは、ベンチマーク評価で24.6点（AAII 11.9点、NIA 12.7点）、専門家評価で27.1点を獲得しました。しかし、ユーザー評価では14.1点（専門ユーザー層 8.4点、一般国民 5.7点）にとどまりました。
政府は、モティフの技術力は優れていたものの、使いやすさや実際の活用性の面で相対的に低い評価を受けたことが、落選に影響したと説明しました。
問題は、この結果が単に「使いやすさで劣った」という説明だけで十分に説明できるのかということです。
AAII 47点、最終評価では11.75点ドクパモの評価は、ベンチマーク40点、専門家評価35点、ユーザー評価25点など、計100点で構成されていました。このうち、AAIIはベンチマーク40点のうち25点を占めています。
AAIIの原点は、モティフが47点、アップステージが37点、SKテレコムが35点、LG AI研究所が31点でした。これを25点満点に換算すると、モティフが11.75点、アップステージが9.25点、SKテレコムが8.75点、LGが7.75点となります。
AAIIの原点数では、モティフとLGの差は16点ですが、最終評価に反映される点数の差は4点に縮小します。これにNIAの評価15点が加わり、ベンチマーク全体の40点となります。
グローバル技術力評価で大きな点数差が出たとしても、最終評価ではその格差が相対的に小さくなる仕組みとなっているのです。
もちろん、使いやすさや活用性の評価自体が間違っているという意味ではありません。国家AI事業である以上、技術力が実際のサービスや産業現場に結びついているかを検証することも重要です。
ただし、技術力と活用性にそれぞれどの程度の価値を付与するか、その配点や算出式が事業の目的に合わせて設計されているかについては、検討する必要があります。
特に、全体100点のうち専門家評価35点とユーザー評価25点など60点が、定性的な判断の影響を大きく受ける領域であるだけに、評価基準や詳細項目、換算方式が十分に公開されてこそ、結果を客観的に検証できるという指摘が出ています。
政府、「フロンティアAI」を中心に事業を再編一方、今回の結果は、政府のAI事業戦略の変化にもつながると見込まれています。
リュ副大臣は、グローバル・フロンティア企業のモデル性能が急速に進化しているとし、従来の「ドクパモ」とは異なる新たな競争構図が必要だという趣旨の説明を行いました。
政府は、現在の資源分散型競争だけではグローバル・フロンティア企業と競争するのは難しいとの見解から、「ドクパモ」や「ミトス」級のフロンティアAI開発プロジェクトなど、関連事業を連携・統合する案を検討しています。「ドクパモ」の継続の可否を含む具体的な事業の方向性については、近いうちに発表する予定です。
科学技術情報通信部のキム・ギョンマン人工知能政策室長は、フロンティア級モデルの開発に関連し、「複数の企業が共同で参加する特殊目的法人（SPC）を構成する方式だけでなく、特定の企業がプロジェクトを主導する方式も可能だ」と明らかにしました。
