[イーデイリーHo-Jun Kim 記者] AX専門企業の株式会社イノテナ(代表取締役 キム・インス、ユン・ヨンホ)は、AIディープテック企業の株式会社モティフテクノロジーズ(代表取締役 イム・ジョンファン)と、閉じたネットワーク環境で活用できるAIベースのインテリジェント文書一元化事業における協力を目的として、業務協約(MOU)を締結したと30日、明らかにしました。
モティフ・テクノロジーズのイム・ジョンファン代表(左)とイノテナのチン・チュンリョル副社長が、27日にイノテナ本社で開催された「閉じたネットワーク環境におけるAIベースの『インテリジェント文書一元化』の共同開発に関するMOU」で記念撮影を行っています。(写真=イノテナ)
両社は、イノテナの統合情報セキュリティブランド「Mpower」と、モティフ・テクノロジーズの独自AIファウンデーションモデルおよびオンプレミス推論技術を組み合わせ、外部ネットワークに接続しなくても生成AIを利用できるプラットフォームを共同で構築する計画です。 公共・国防・金融・製造分野では、セキュリティ規制上、外部クラウドベースのAIサービスを利用することが難しい場合が多くあります。自社での構築を試みても、GPUのコストや権限管理の問題が障壁として指摘されてきました。
両社の強みは、まさにこの点で相乗効果を発揮します。イノテナの「Mpower EZis-C」は、個人のPCに散在する業務文書を中央ストレージに統合し、ローカル保存をブロックする文書一元管理ソリューションであり、組織の文書資産とアクセス権限体系をすでに一か所に集約しています。 ここに、モティーフ・テクノロジーズがアーキテクチャからトークナイザー、推論カーネルに至るまで直接設計したAIモデルを連携させれば、外部との連携なしに社内文書を対象とした知識検索や分析を行うことができます。
協力を検討している主な分野は、△Mpower製品群とAIモデルを連携させるリファレンスアーキテクチャの設計、△ユーザーごとのアクセス権限をそのまま反映する閉じたネットワーク上の知識検索(RAG)エンジンの開発、△文脈に基づく機密情報分類モデルの開発、△オンプレミスでの推論性能の検証とハードウェア要件の標準化などです。 RAGエンジンは、検索段階で権限をフィルタリングし、引用根拠と監査ログを残すことで、閲覧権限のない文書の内容がAIの回答に混ざって表示されないように設計されています。機密情報分類モデルは、従来のパターンマッチング方式では検出が困難な間接識別情報や営業秘密まで、分類対象を拡大します。
両社は、顧客の規模や用途に合わせて、モティフ・テクノロジーズのモデルを適用する方策を検討しています。モティフ・テクノロジーズのモデル「Motif 3」は、計3,140億個のパラメータのうち、トークンあたり132億個のみを活性化する「専門家混合(MoE)」構造を採用し、推論効率を高めたモデルです。引き続き、今後の協力課題を段階的に具体化していく計画です。
イノテナのキム・インス代表は、「文書一元化によって蓄積された文書資産と権限体系は、AI時代において最も安全な知識基盤となります」とし、「モティフ・テクノロジーズの独自AIモデルと組み合わせることで、外部ネットワークに接続することなく生成AIを安心して利用できる環境を、公共・金融市場の標準として確立していきます」と述べました。
モティフ・テクノロジーズのイム・ジョンファン代表は、「セキュリティが重要な現場でも、AIを安心して活用できるよう、イノテナと協力してまいります」と述べました。
両社は、イノテナの統合情報セキュリティブランド「Mpower」と、モティフ・テクノロジーズの独自AIファウンデーションモデルおよびオンプレミス推論技術を組み合わせ、外部ネットワークに接続しなくても生成AIを利用できるプラットフォームを共同で構築する計画です。 公共・国防・金融・製造分野では、セキュリティ規制上、外部クラウドベースのAIサービスを利用することが難しい場合が多くあります。自社での構築を試みても、GPUのコストや権限管理の問題が障壁として指摘されてきました。
両社の強みは、まさにこの点で相乗効果を発揮します。イノテナの「Mpower EZis-C」は、個人のPCに散在する業務文書を中央ストレージに統合し、ローカル保存をブロックする文書一元管理ソリューションであり、組織の文書資産とアクセス権限体系をすでに一か所に集約しています。 ここに、モティーフ・テクノロジーズがアーキテクチャからトークナイザー、推論カーネルに至るまで直接設計したAIモデルを連携させれば、外部との連携なしに社内文書を対象とした知識検索や分析を行うことができます。
協力を検討している主な分野は、△Mpower製品群とAIモデルを連携させるリファレンスアーキテクチャの設計、△ユーザーごとのアクセス権限をそのまま反映する閉じたネットワーク上の知識検索(RAG)エンジンの開発、△文脈に基づく機密情報分類モデルの開発、△オンプレミスでの推論性能の検証とハードウェア要件の標準化などです。 RAGエンジンは、検索段階で権限をフィルタリングし、引用根拠と監査ログを残すことで、閲覧権限のない文書の内容がAIの回答に混ざって表示されないように設計されています。機密情報分類モデルは、従来のパターンマッチング方式では検出が困難な間接識別情報や営業秘密まで、分類対象を拡大します。
両社は、顧客の規模や用途に合わせて、モティフ・テクノロジーズのモデルを適用する方策を検討しています。モティフ・テクノロジーズのモデル「Motif 3」は、計3,140億個のパラメータのうち、トークンあたり132億個のみを活性化する「専門家混合(MoE)」構造を採用し、推論効率を高めたモデルです。引き続き、今後の協力課題を段階的に具体化していく計画です。
イノテナのキム・インス代表は、「文書一元化によって蓄積された文書資産と権限体系は、AI時代において最も安全な知識基盤となります」とし、「モティフ・テクノロジーズの独自AIモデルと組み合わせることで、外部ネットワークに接続することなく生成AIを安心して利用できる環境を、公共・金融市場の標準として確立していきます」と述べました。
モティフ・テクノロジーズのイム・ジョンファン代表は、「セキュリティが重要な現場でも、AIを安心して活用できるよう、イノテナと協力してまいります」と述べました。