Di Sebalik Usaha Korea Membangunkan AI Berdaulat: LG, Naver, SK Telecom dan Syarikat Pemula Menyasarkan ChatGPT

Persaingan baharu untuk AI berdaulat di Korea

Korea Selatan beralih daripada cita-cita kepada pelaksanaan dalam bidang kecerdasan buatan. Lima konsortium industri yang diterajui LG AI Research, Naver Cloud, SK Telecom, Upstage dan NC AI telah dipilih oleh Kementerian Sains dan ICT (MSIT) untuk projek nasional membangunkan model asas AI yang bebas. Matlamatnya jelas: membangunkan model tempatan yang mencapai sekurang-kurangnya 95 peratus prestasi sistem terkemuka seperti ChatGPT, sambil beroperasi pada infrastruktur tempatan dan mencerminkan bahasa serta budaya Korea.

Reka bentuk projek ini mencerminkan skala dan komitmen jangka panjang. Lima pasukan dipilih daripada 15 pemohon, dengan penyertaan syarikat, universiti, institusi penyelidikan dan badan kerajaan. Setiap pasukan akan menerima set data yang telah diproses bernilai 10 bilion won serta video siaran dan data latihan berkualiti tinggi bernilai 20 bilion won, di samping pembiayaan langsung sebanyak 2.8 bilion won untuk set data tersuai. SK Telecom dan Naver Cloud merancang menyediakan infrastruktur GPU secara pajakan bermula pada penghujung 2025 hingga pertengahan 2026 bagi menyokong latihan beberapa pasukan. Kerajaan akan menilai kemajuan secara berkala, mengurangkan jumlah pasukan daripada lima kepada empat pada Disember, kemudian kepada dua menjelang 2027.

Usaha ini mencerminkan strategi nasional yang lebih luas. Pentadbiran Korea mentakrifkan AI berdaulat sebagai autonomi merentas keseluruhan rantaian nilai, daripada cip dan awan kepada model dan perkhidmatan. Langkah ini merupakan tindak balas terhadap dunia yang kepimpinan AInya tertumpu di Amerika Syarikat dan China, serta keadaan apabila keselamatan data, ketepatan bahasa dan nuansa budaya penting bagi perkhidmatan awam dan industri tempatan. Penggubal dasar berhujah Korea mampu menentukan haluannya sendiri berikutan kekuatannya dalam semikonduktor, rangkaian telekomunikasi dan AI gunaan, sambil menggalakkan penggunaan sumber terbuka supaya perniagaan merentas ekonomi dapat membina berasaskan teknologi tempatan.

Kos dan bahasa menjadi pendorong utama. Banyak model yang digunakan secara meluas dioptimumkan untuk tokenisasi bahasa Inggeris dan data latihan dalam bahasa itu. Bahasa Korea dan bahasa bukan Latin lain sering memerlukan lebih banyak token untuk menyampaikan kandungan yang sama, sekali gus meningkatkan kos inferens kepada pelanggan. Satu analisis yang dipetik oleh pasukan HyperClova Naver menganggarkan kos pemprosesan bahasa Korea bagi sesetengah model yang mengutamakan bahasa Inggeris adalah 347 peratus lebih tinggi berbanding pemprosesan bahasa Inggeris. Jurang budaya juga terserlah dalam cara yang ganjil. Chatbot popular pernah tersilap menjawab tentang sejarah dan humor khusus Korea, termasuk meme terkenal, sekali gus menjejaskan kepercayaan pengguna. Model nasional yang ditala menggunakan data dan corak penggunaan bahasa Korea boleh mengatasi jurang kos dan kesesuaian budaya itu.

Siapa yang membangunkan model asas Korea seterusnya?

Dalam kalangan pasukan terpilih dan beberapa pesaing lain, syarikat Korea mengutamakan model yang berfungsi dengan baik untuk tugasan bahasa Korea, beroperasi secara cekap dan mudah disepadukan ke dalam perkhidmatan sebenar. Penekanan kini beralih daripada jumlah parameter semata-mata kepada kegunaan praktikal, dengan varian yang menyasarkan telekomunikasi, perusahaan, permainan, undang-undang, kewangan, penjagaan kesihatan dan pendidikan.

LG AI Research, Exaone 4.0 menumpukan penaakulan dan penglihatan

Exaone 4.0 keluaran LG diposisikan sebagai model hibrid yang menggabungkan keupayaan penaakulan mantap dengan pemahaman visual. Syarikat itu menawarkan versi berprestasi tinggi dan versi ringan untuk memenuhi keperluan penggunaan yang berbeza. Exaone 4.0 mencatatkan markah kompetitif dalam indeks global dan muncul dalam papan pendahulu yang menjadi perhatian ramai, hampir menyamai sistem kelas atasan. Satu varian pakar dengan kira-kira 32 bilion parameter dilaporkan lulus beberapa peperiksaan kelayakan kebangsaan Korea, menandakan rejim latihannya sudah melangkaui perbualan santai kepada tugasan khusus.

Pendekatan LG mesra perusahaan. Pasukan itu mengetengahkan pemahaman dokumen, bantuan pengekodan dan analisis visual untuk kegunaan industri. LG turut bekerjasama dengan pereka cip tempatan, seperti yang ditunjukkan apabila pemecut RNGD keluaran FuriosaAI digunakan untuk menjalankan versi Exaone terdahulu dengan prestasi setiap watt yang mantap.

SK Telecom, siri AX dibina untuk bahasa Korea dan perkhidmatan telekomunikasi

Keluarga model AX keluaran SK Telecom menyasarkan bahasa Korea, kecekapan dan penyepaduan pantas ke dalam produk telekomunikasi. Model AX 3.1 Lite, yang dilatih dari awal menggunakan kira-kira 1.65 trilion token berbilang bahasa dengan tumpuan besar pada bahasa Korea, mempunyai 7 bilion parameter dan tersedia sebagai sumber terbuka untuk kegunaan mudah alih serta pada peranti. Penanda aras syarikat menunjukkan prestasi kira-kira 96 peratus dalam ujian penaakulan KMMLU2 untuk bahasa Korea dan prestasi relatif 102 peratus dalam penanda aras pemahaman budaya CLIcK3 berbanding model lebih besar.

Model AX sudah disepadukan ke dalam perkhidmatan SK Telecom. Syarikat itu telah menguji ringkasan panggilan, penapisan spam dan ciri pembantu, serta sedang menyediakan setiausaha AI kepada pengguna. Sebagai sebahagian daripada projek nasional, SK Telecom juga akan menyediakan kapasiti GPU kepada pasukan lain, menandakan peranan sektor telekomunikasi dalam infrastruktur serta aplikasi.

Naver Cloud, HyperClova X dan set data bahasa Korea yang luas

Barisan HyperClova keluaran Naver dibina berdasarkan salah satu korpus bahasa Korea terbesar yang dihimpunkan untuk latihan AI. Keluarga terbaharu, HyperClova X, ditala untuk mencapai ketepatan tinggi dalam tugasan bahasa Korea dan diperluas dengan varian khusus. HyperClova X Think, yang diperkenalkan pada Jun 2025, meningkatkan keupayaan penaakulan dan boleh menyelesaikan masalah matematik serta sains yang merangkumi imej. Naver telah menyatakan rancangan untuk membangunkan model asas omni berbilang mod yang merangkumi teks, imej dan media lain.

Naver menggambarkan HyperClova sebagai tonggak teknologi dan juga penyelesaian ekonomi. Tokenisasi dan penetapan harga yang mengutamakan bahasa Inggeris cenderung meningkatkan kos bagi pengguna bahasa Korea. Oleh itu, Naver berhujah bahawa model dan rantaian alat tempatan mengurangkan beban kos itu, sambil mencerminkan sejarah, undang-undang dan konteks budaya Korea dengan lebih tepat berbanding model umum global.

Upstage, Solar Pro 2 mengejar kecerdasan dengan kos lebih rendah

Upstage, syarikat pemula dalam persaingan AI berdaulat, menumpukan perhatian pada kecekapan. Solar Pro 2, model dengan kira-kira 31 bilion parameter, ialah satu-satunya model Korea dalam papan pendahulu Kecerdasan Model Bahasa Termaju yang dikendalikan Artificial Analysis. Model ini menduduki kedudukan hampir setaraf model terkemuka dunia dari segi kecerdasan dan mendahului metrik Kecerdasan berbanding Kos Operasi, yang menilai kos pengkomputeran untuk mencapai tahap keupayaan tertentu.

Upstage menyasarkan penggunaan Solar Pro 2 dalam perusahaan merentas bidang undang-undang, kewangan dan penjagaan kesihatan, sambil mengekalkan keupayaan berbilang bahasa. Syarikat itu menyokong dakwaannya dengan markah penanda aras dan menegaskan model berskala 30 bilion yang dilatih dengan baik boleh menyamai atau mengatasi pesaing yang jauh lebih besar untuk banyak tugasan jika direka dengan imbangan token kepada parameter yang teliti.

NC AI dan Kakao, keupayaan berbilang mod dan capaian pengguna

NC AI, anak syarikat NCSoft, telah memajukan keluarga model berbilang mod yang dikenali sebagai Varco. Varco dan Varco Vision 2.0 boleh memproses imej dan teks, serta mengatasi model sumber terbuka lain dalam beberapa ujian. Fokusnya ialah media, permainan dan alat kreatif, yang memerlukan keupayaan memahami imej.

Kakao terus membangunkan model Kanana dengan kerjasama OpenAI. Syarikat itu menyepadukan pembantu AI ke dalam platform pemesejan dan kandungan yang digunakan setiap hari oleh puluhan juta rakyat Korea. Kakao tidak dipilih untuk projek kerajaan semasa, tetapi kekal sebagai contoh penting pengedaran AI kepada pengguna pada skala besar di Korea.

Pesaing lain, KT, hospital dan syarikat pemula

KT memperkenalkan MIDEUM 2.0, model sumber terbuka dengan 11.5 bilion parameter, serta merancang versi Pro yang meningkatkan penaakulan. Dalam bidang perubatan, Hospital Universiti Kebangsaan Seoul melatih model klinikal bahasa Korea menggunakan puluhan juta rekod dan melaporkan markah 86.2 peratus dalam Peperiksaan Pelesenan Perubatan Korea, lebih tinggi daripada purata manusia dalam kajian perbandingan. Dalam matematik, kerjasama antara Mathpresso dengan Upstage menghasilkan MATH GPT, model dengan 13 bilion parameter yang mengatasi GPT 4 dalam satu penanda aras dengan ketepatan 0.488 berbanding 0.425, sambil menggunakan jauh lebih sedikit kuasa pengkomputeran.

Penanda aras, kecekapan dan ujian budaya

Penanda aras kini menjadi papan skor AI. Ujian ini merangkumi pengetahuan umum, pengekodan, matematik dan penaakulan. Siri ujian lazim termasuk MMLU, HumanEval, LiveCodeBench, AIME dan MATH 500, manakala ujian lebih baharu seperti MMLU Pro dan Humanity’s Last Exam meningkatkan tahap kesukaran. Platform seperti Hugging Face dan Artificial Analysis menghimpunkan keputusan dalam papan pendahulu yang membentuk reputasi dan mempengaruhi keputusan pembelian.

Model Korea kini menjadi sebahagian tetap dalam senarai ini. Exaone 4.0 keluaran LG pernah muncul hampir menyamai peneraju global. Solar Pro 2 keluaran Upstage diiktiraf sebagai model termaju dan menduduki tempat pertama dalam Kecerdasan berbanding Kos Operasi. Metrik ini penting khususnya di negara yang bekalan GPU terhad dan perusahaan perlu mengawal perbelanjaan inferens awan. Kedudukan ini mengukuhkan hujah bahawa model tempatan mampu bersaing dari segi kualiti dan harga.

Penanda aras hanya sebahagian daripada gambaran keseluruhan. Jurutera menggunakannya untuk membimbing latihan, tetapi pengguna sebenar menilai model berdasarkan kebolehpercayaan, nada dan kesesuaian dengan tugasan. Malah model termaju yang mendahului ujian akademik pernah dikritik pengguna kerana perbualannya hambar dan melakukan kesilapan asas. Kejayaan eksperimen AI berdaulat Korea bukan sahaja dinilai berdasarkan kedudukan dalam papan pendahulu, tetapi juga sama ada model itu menggerakkan perkhidmatan yang dipilih orang ramai untuk digunakan setiap hari dalam bahasa Korea.

Mengapa bahasa dan tokenisasi penting untuk bahasa Korea

Model bahasa besar memecahkan teks kepada token, kemudian mempelajari pola berdasarkan token tersebut. Banyak model Barat menggunakan kaedah tokenisasi yang sesuai untuk bahasa Inggeris. Satu perkataan bahasa Inggeris mungkin dipadankan dengan satu token, sekali gus memendekkan jujukan dan mengurangkan kos. Bahasa Korea dan bahasa bukan Latin lain sering diwakili pada peringkat bait atau dengan unit subperkataan yang meningkatkan bilangan token bagi setiap ayat. Jujukan yang lebih panjang memerlukan lebih banyak pengkomputeran dan meningkatkan bil kepada pelanggan serta pembangun.

Perkara ini bukan sekadar teori. Satu kajian yang dirujuk oleh pasukan Naver mencadangkan bahawa pemprosesan bahasa Korea menggunakan model yang mengutamakan bahasa Inggeris boleh menelan kos lebih tiga kali ganda berbanding pemprosesan bahasa Inggeris. Model nasional yang dilatih dengan pengtoken bahasa Korea serta set latihan yang mencerminkan penggunaannya boleh meningkatkan kelajuan dan ketepatan. Latihan yang peka terhadap budaya juga penting. Chatbot global pernah memberikan jawapan yang yakin tetapi salah tentang sejarah dan tokoh awam Korea. Model yang telah mempelajari dan diselaraskan dengan sumber bahasa Korea kurang berkemungkinan melakukan kesilapan sedemikian.

Daripada awan kepada cip, membina ekosistem menyeluruh

AI berdaulat bukan sekadar model. Korea sedang membangunkan infrastruktur di sekelilingnya. Sebagai sebahagian daripada program nasional, pasukan akan menerima set data terpilih dan bahan latihan video bernilai puluhan bilion won. SK Telecom dan Naver Cloud merancang untuk memajakkan kapasiti GPU bagi menyokong latihan model dari penghujung 2025 hingga pertengahan 2026. Kerajaan akan menyemak kemajuan setiap enam bulan, mengurangkan jumlah pasukan kepada dua yang akan meneruskan usaha hingga 2027.

Perkakasan ialah pemacu utama. Syarikat pemula Korea sedang mengkomersialkan unit pemprosesan neural atau NPU sebagai enjin cekap untuk inferens. SK Telecom telah mula menggantikan pelayan GPU Nvidia dengan NPU ATOM keluaran Rebellions bagi X Caliber, perkhidmatan analisis sinar-X veterinar yang digunakan oleh lebih 1,000 hospital di seluruh negara. Sistem itu mengesan 45 kategori penemuan, termasuk penanda berkaitan baka, dan memberikan keputusan dalam kira-kira 15 saat dengan ketepatan yang dilaporkan setinggi 97 peratus. SK Telecom membina kluster pengeluaran yang terdiri daripada enam pelayan, setiap satunya dilengkapi 48 NPU, dan turut menjalankan percubaan penggunaan NPU untuk ciri pembantu dalam perkhidmatan penggunanya.

Cip RNGD generasi kedua keluaran FuriosaAI telah disepadukan dengan Exaone 3.5 keluaran LG untuk inferens dan diluluskan untuk pengkomersialan selepas penilaian menyeluruh. Syarikat itu turut mengumumkan pelanggan luar negara pertamanya di Amerika Syarikat, petanda awal bahawa ekosistem cip AI Korea mampu mengeksport selain menyokong penggunaan domestik. NPU mengurangkan penggunaan kuasa dan kos bagi tugasan inferens berulang dalam bidang penjagaan kesihatan, pendidikan dan telekomunikasi. GPU kekal penting untuk latihan tujuan umum dan pelbagai jenis inferens, jadi susunan perkakasan Korea berkemungkinan menggabungkan kedua-duanya. Pengendali telekomunikasi menggabungkan penggunaan pusat data dengan pengkomputeran pinggir bagi perkhidmatan kependaman rendah, selaras dengan projek nasional untuk menaik taraf infrastruktur AI di seluruh negara.

Kegunaan dalam bidang perubatan, telekomunikasi dan kehidupan seharian

Usaha membangunkan AI berdaulat sudah dapat dilihat dalam perkhidmatan sebenar. Dalam bidang penjagaan kesihatan, penggunaan cip tempatan oleh X Caliber menunjukkan infrastruktur Korea mampu memenuhi keperluan pengeluaran pada skala besar. Penyelidik hospital telah melatih model perubatan bahasa Korea yang mencapai prestasi hampir setaraf pakar dalam peperiksaan pelesenan, dan pengawal selia telah mengeluarkan panduan untuk meluluskan sistem penjanaan teks dalam persekitaran klinikal. Panduan yang diumumkan pada awal 2025 itu memberi laluan kepada hospital dan vendor untuk mengesahkan alat baharu dengan selamat.

Syarikat telekomunikasi menyepadukan model bahasa besar ke dalam aplikasi pengguna dan pusat hubungan. Pembantu SK Telecom boleh meringkaskan panggilan, menandakan trafik yang tidak diingini dan membantu mencadangkan pelan. Naver menambah baik carian, beli-belah dan sokongan pelanggan dengan varian HyperClova yang lebih memahami ungkapan bahasa Korea dan konteks budaya. Kakao sedang melancarkan ejen AI merentas platform pemesejan dan kandungan, yang mana penyepaduan serta kemudahan penggunaan mungkin lebih penting daripada saiz model. Beberapa makmal turut mengeluarkan model kecil untuk digunakan pada peranti, sekali gus mengurangkan kependaman dan melindungi privasi bagi tugasan mudah.

Model khusus semakin maju. Firma undang-undang dan kewangan memerlukan model yang memetik statut dengan tepat dan menyediakan dokumen menggunakan pengetahuan bidang. Syarikat pemula dan universiti menyasarkan bidang khusus ini. Dalam matematik, model penaakulan padat kini bersaing dengan sistem yang jauh lebih besar dalam siri ujian, dengan menggunakan hanya sebahagian kecil kuasa pengkomputeran. Persamaan utamanya ialah reka bentuk cekap dan pemilihan data yang teliti, bukannya mengejar jumlah parameter sebesar mungkin.

Politik, dasar dan perdebatan di Korea

AI berdaulat menjadi keutamaan politik dan strategik. Kerajaan menyatakan hasrat untuk melaksanakan pelan pelaburan 100 trilion won dalam tempoh beberapa tahun dan melantik pemimpin industri ke jawatan kanan, termasuk seorang setiausaha kanan presiden bagi AI yang pernah berkhidmat dalam organisasi penyelidikan Naver. Dua program utama diberi perhatian, iaitu projek Model Asas AI Bebas yang sedang dilaksanakan dan Pusat Pengkomputeran AI Nasional yang bertujuan mengumpulkan serta memperuntukkan kapasiti pengkomputeran untuk penyelidikan dan industri. Program pertama menerima penyertaan sektor swasta yang kukuh. Program kedua bermula dengan lebih perlahan, mengingatkan bahawa konsortium infrastruktur sukar dibentuk.

Strategi ini bukan tanpa pengkritik. Pengasas syarikat pemula bimbang pembiayaan dan perhatian akan lebih banyak mengalir kepada konglomerat besar. Ada yang berpendapat Korea patut menumpukan pada aplikasi khusus yang boleh dimenangi dengan cepat, bukannya bersaing secara langsung dengan gergasi global dalam pembangunan model asas. Penyokong pula berkata model domestik penting untuk perlindungan data, pematuhan khusus sektor dan kesesuaian budaya, manakala pelesenan sumber terbuka boleh menyebarkan manfaatnya secara meluas ke seluruh ekonomi.

Terdapat juga dimensi diplomatik. Pemimpin Korea membentangkan AI berdaulat sebagai sesuatu yang serasi dengan kerjasama antarabangsa. Pemimpin pendapat menyeru pendekatan kedaulatan secara kolaboratif, yang mengekalkan kawalan sistem di peringkat nasional sambil menyelaraskannya dengan norma global mengenai keselamatan dan ketelusan. Kekuatan Korea dalam semikonduktor meletakkan negara itu dalam kedudukan untuk berkhidmat kepada rakan kongsi yang mahukan kawalan tempatan terhadap AI tanpa memutuskan hubungan dengan perdagangan global. Hasil eksperimen ini akan membentuk cara kuasa pertengahan lain memikirkan autonomi dalam bidang AI.

Sorotan

• MSIT memilih lima konsortium yang diterajui LG, Naver Cloud, SK Telecom, Upstage dan NC AI untuk membangunkan model asas nasional dengan sasaran prestasi 95 peratus berbanding sistem termaju.
• Sokongan kerajaan merangkumi set data terpilih, bahan latihan video dan pembiayaan untuk data tersuai, serta infrastruktur GPU secara pajakan dari penghujung 2025 hingga pertengahan 2026.
• Exaone 4.0 keluaran LG dan Solar Pro 2 keluaran Upstage muncul dalam papan pendahulu global, dengan Solar Pro 2 mendahului metrik Kecerdasan berbanding Kos Operasi di Artificial Analysis.
• AX 3.1 Lite keluaran SK Telecom mencatatkan markah kukuh dalam bahasa Korea dan tersedia sebagai sumber terbuka untuk kegunaan mudah alih serta pada peranti; HyperClova X Think keluaran Naver meningkatkan penaakulan dan kemahiran berbilang mod.
• Model Varco keluaran NC AI dan rangkaian Kanana keluaran Kakao memperluas aplikasi berbilang mod dan pengguna merentas permainan, media dan pemesejan.
• MIDEUM 2.0 keluaran KT serta model khusus daripada hospital dan syarikat pemula menunjukkan kemajuan dalam penjagaan kesihatan dan penaakulan khusus.
• NPU tempatan daripada Rebellions dan FuriosaAI mula digunakan secara komersial, mengurangkan penggunaan kuasa dan kos inferens, sementara GPU terus menjadi tunjang latihan.
• Tokenisasi bahasa Korea dan penalaan budaya mengurangkan kos serta kesilapan yang timbul daripada sistem yang mengutamakan bahasa Inggeris, sekali gus menjadi pemacu utama AI berdaulat.
• Perdebatan berterusan tentang sama ada syarikat nasional terkemuka atau pakar yang lebih tangkas patut menerajui usaha ini, ketika Korea mengimbangi autonomi dengan pasaran terbuka dan kerjasama global.