韓国のソブリンAI戦略、二本立てに分裂 モデル競争の行方に疑問符
韓国のソブリンAI戦略は今、高コストな分岐点に直面している。ソウルは4兆7,000億ウォン規模のフロンティアAIプログラムを計画する一方、既存のモデル競争はまだ完了していない。
政府によれば、二つのプログラムは異なる目的を担うという。しかし、どちらも不足するチップ、データ、研究者、公的資金を必要とする。また、いずれも世界の最先端に近い水準で競争できるモデルを目指している。
この重なりは、LG AI Research、SK Telecom、Upstageを難しい立場に置く。各社は国家を代表するモデル開発企業となるため、1年以上にわたり競争してきた。今や、自社がなお勝ち取ろうとしている競争よりも、次の競争が優先されるのかを考えなければならない。
この論争は単なる予算争いを超える。ソブリンAIが技術的リーダーシップを優先すべきか、それとも信頼性の高い国内導入を優先すべきかを問うものだ。韓国は両方を望んでいるが、その役割を明確には切り分けていない。
韓国、最初の競争を終える前に二つ目のレースを追加
差し迫った変化は、既存の韓国モデルプログラムの中止ではない。その横に、より大きな競争が新設されることだ。
科学技術情報通信部は、2027年3月にフロンティアAIプログラムを始める計画だ。このプログラムでは、主要な国際システムと競争することを目指すモデルに、公的・民間のリソースを集中させる。
報じられた政府計画によると、参加者には個別企業、コンソーシアム、大学、スタートアップ、研究者、または特定目的法人が含まれる可能性がある。競争的な選定プロセスを通じ、主導開発者が選ばれる。
提案されている予算総額は4兆7,000億ウォンだ。国会はまず2027年関連予算を承認する必要があり、決定は12月の国家予算プロセスで見込まれている。
政府は早ければ2027年2月にも主導開発者を選ぶ可能性がある。そうなれば、選定は予定される3月の開始直前となる。
一方、既存のソブリンAI基盤モデルプロジェクトは継続される。3回目の評価では、残る3チームが2組の最終候補へ絞り込まれる見通しで、実施は2月と予想されている。
この3チームはLG AI Research、SK Telecom、Upstageだ。政府が2026年8月に第2段階の結果を発表した後、各社は次の段階へ進んだ。
二つのスケジュールが同時に進むことには意味がある。韓国は一つの競争から2組の勝者を選ぶ一方で、より野心的なプログラムのために別の主導組織を選ぶ可能性がある。
この順序は、地位をめぐる即時の不確実性を生む。ある企業がソブリンモデル競争の最終候補になっても、国家最大のフロンティアAI事業への影響力を失う可能性がある。
最初のプログラムは、選定された5チームで始まった。当初のグループにはNaver Cloud、Upstage、SK Telecom、NC AI、LG AI Researchが含まれていた。
政府は、15の応募者をプレゼンテーション対象の10社・団体に絞り込んだ後、これらのチームを選定した。その初回選定は、韓国の国内モデル・エコシステムを強化するために設計された段階的な競争を確立した。
Naver CloudとNC AIは後に競争から離脱した。Motif Technologiesは追加選定プロセスを通じて参入したものの、第2段階の評価を通過できなかった。
残ったチームはすでにモデルを学習させ、重みを公開し、コンソーシアムを設立し、国内インフラとの連携を築いている。こうした投資を、契約面・技術面での影響なしにプログラム間で単純に移すことはできない。
裵慶勲科学技術情報通信部長官は、最初のプロジェクトが放棄されるとの見方を退けている。同氏によれば、同プロジェクトは産業界および公共部門での導入に向けたモデル開発を継続する。
同氏の区別は一見明快だ。既存プロジェクトは国内導入を支援し、新プログラムはフロンティア能力と、困難な科学・安全保障上の課題に挑むという。
しかし、フロンティアモデルもまた基盤モデルだ。それが韓国で最も高性能な国内システムになれば、行政機関や企業は、なぜより弱い代替手段を使うべきなのかと当然問うだろう。
これが二本立て計画の核心にある対立だ。政府は当初の競争を存続させながら、その競争を正当化していた賞の意味を再定義している。
韓国のソブリンAI戦略が今、分裂した理由
世界のモデル進化は政策上の基準より速く進み、当初の成功の定義を弱めた。
韓国の最初のプログラムは、主要な世界的モデルが達成する性能のおよそ95％を目標にしていたと報じられている。この目標は、競争開始時点で測定可能な到達点を示していた。
問題は、最先端性能が固定されたままではないことだ。あるモデルが昨日の首位モデルに近づいても、最新システムとの差をさらに広げられる可能性がある。
韓国当局者も、競争環境が変化したことを認めている。海外の大規模開発企業は、推論、コーディング、マルチモーダル処理、ツール利用、長文コンテキスト性能を引き続き向上させている。
この変化により、割合による目標は不安定になる。95％の達成は、比較対象を定めるモデル、ベンチマーク、タスク、リリース日によって左右される。
そのため政府は、相反する二つのリスクに直面している。当初の構造を維持し、能力格差の拡大を受け入れることもできる。あるいは、リソースを振り向き直し、既存の公約への信頼を弱めることもできる。
新たな韓国フロンティアAIプロジェクトは、後者への対応策に当たる。より野心的な技術的リーダーシップの試みに向け、チップ、データ、研究者、投資を集中させる。
政府はまた、フロンティアプログラムを科学的課題やサイバーセキュリティ上の脅威と結び付けている。これらの任務には、会話の流暢さや優れた韓国語性能だけでは足りない。
科学向けモデルには、専門データ、難度の高い推論、領域の証拠に照らした検証を扱う能力が必要だ。サイバーセキュリティシステムは、厳格なアクセス、評価、導入の管理下で運用されなければならない。
ただし、こうした要件が汎用フロンティアモデルをゼロから構築することを自動的に正当化するわけではない。特化型モデル、検索システム、管理されたツールでも、多くの領域タスクに対応できる。
この区別が重要なのは、汎用フロンティア開発が莫大なリソースを消費するからだ。学習は費用の一部にすぎない。継続的な評価、追加学習、安全性試験、推論インフラ、モデル更新は、繰り返し発生する負担となる。
韓国には、こうした負担を受け入れる理由がいくつかある。国内モデルの能力は、海外プラットフォームへの依存を減らし、機密データの管理を維持し、韓国の機関を支援できる。
また、交渉力も強められる。信頼できるモデル、インフラ、研究者を持つ国は、より有利な立場から世界的な提供事業者と交渉できる。
もっとも、ソブリン性は孤立を意味しない。すべてのベンチマークを一つの国家システムが主導しなくても、データ、インフラ、調達、導入、モデル適応に対する管理を指すことはできる。
OpenAIが公表した経済ブループリントは、戦略領域での国内管理と、他分野での国際連携を組み合わせるべきだと論じた。この提言はOpenAIの利益にも資するが、政策上の区別としては依然 relevant だ。
韓国の課題は、どの能力を国内に維持すべきかを決めることにある。また、どの分野では国際システムへのアクセスの方が高い価値をもたらすのかも判断しなければならない。
同国は何の資産もない状態から始めるわけではない。大手半導体企業、クラウド事業者、通信グループ、ソフトウェア開発企業、大学、活発なAIスタートアップ部門を擁する。
政府は大規模な計算能力拡張も計画している。科学技術情報通信部の2026年業務計画は、調達と国家計算インフラを通じ、累計37,000基のGPUを目標としていた。
こうした資産は野心的な戦略を支える。しかし、同じリソースを重複する公的プログラムに振り向ける機会費用をなくすものではない。
したがって、韓国のソブリンAI戦略の分裂は、真の政策的ジレンマを反映している。ソウルは幅広い国内参加を望む一方、はるかに大規模な研究所に挑戦できる一つの取り組みも求めている。
既存の競争が約束したのは、一人の勝者ではなくエコシステムだった
韓国のソブリンAIモデルプロジェクトは能力を分散させる設計であり、フロンティアプログラムはそれを集中させる設計だ。
この違いは、政府が二つの枠組みを維持するための最も強い論拠となる。最初の競争は複数のモデル提供者を育成でき、フロンティアの取り組みは単一の厳しい目標を追求できる。
ソブリンプロジェクトはすでに複数の技術的アプローチを促してきた。LG AI Research、SK Telecom、Upstageは、それぞれ異なる企業構造、製品目標、コンソーシアムのパートナーを持つ。
LG AI Researchは、モデル開発を幅広い産業グループと結び付けている。これにより、製造、材料、電子機器、企業業務にまたがる応用の可能性が生まれる。
SK Telecomは、モデル開発を通信インフラおよび消費者向けサービスと組み合わせている。その立場は、流通、運用データ、大規模サービスの経験へのアクセスを提供する。
Upstageは、よりモデルに特化した企業を代表する。同社の参加は、主要企業グループが優勢なプログラムに、専門スタートアップが参入する道を与える。
こうした違いは、モデル・エコシステムにベンチマーク上の首位企業以上のものが必要だからこそ重要だ。導入可能なシステム、推論ツール、インテグレーター、領域データ、評価手法、試験導入を担う顧客が必要になる。
政府の評価プロセスは、このより広い視点を反映している。第2段階では、ベンチマーク性能に加え、専門家レビュー、市民評価、産業適用性、費用対効果、エコシステム計画が考慮された。
この設計は物議を醸す結果を生んだ。Motifは外部ベンチマーク比較の一つで首位だったと報じられたが、政府の総合採点では4位に終わった。
同省は後に詳細な結果を公表した。SK Telecomは70.6点、続いてUpstageが69.9点、LG AI Researchが69.0点だった。Motifは65.8点を獲得した。
この得点は、生の知能だけが唯一の目標ではなかったことを示している。一般評価者と専門家パネルが最終順位に影響した。
政府は、国家政策が単一の民間ベンチマークをそのまま模倣すべきではないと、合理的に主張できる。信頼性、韓国でのユースケース、運用コスト、国内への普及にも公共的価値がある。
しかし、この評価は今後の衝突も示している。フロンティアプログラムは、特に主要な国際モデルに匹敵することが目的なら、主として能力によって評価されるだろう。
幅広い産業スコアカードは、韓国での導入ニーズに適したモデルを評価できる。フロンティア競争では、計算能力、データ、人材を最も大きく有効に集中させられる組織が有利になる。
企業はいま、成功の両方の定義に備えなければならない。現行の競争向けには実用的な製品を、次の競争向けには信頼できるスケール戦略を必要とする。
この負担は小規模な参加者に最も重くのしかかる。スタートアップは、複数の国家プロジェクトに上級研究者を、複合企業ほど容易には分散できない。
国家は、既存の最終選考チームをフロンティア構想の供給者として扱うことで、その圧力を軽減できる可能性がある。各社のモデル、データセット、評価ツール、エンジニアリングチームは、再利用可能な構成要素となり得る。
報道によれば、当局は新プログラムに参加する最終選考チームに対し、優遇措置や優先権を与えることを検討している。このアプローチは、ある程度の継続性を維持できるかもしれない。
ただし、優先権は役割の保証とは異なる。企業は、成果として生じる知的財産を誰が保有するのか、各社の貢献をどう評価するのか、その後の商業化を誰が管理するのかを知る必要がある。
また、計算資源の配分についても明確さが必要だ。約束されたGPUプールも、同じハードウェアがより注目度の高いプロジェクトに割り当てられるのであれば、価値はほとんどない。
この視点から見ると、ソブリンAIモデル・プロジェクトは単なるモデル競争ではない。韓国の組織全体に経験を広げるための能力構築プログラムである。
フロンティア構想は別の論理に基づく。分散的な支援よりも、資源を集中させる方が、世界的に重要なシステムをより速く生み出せるという前提だ。
どちらの考え方も成り立ち得る。不確実性が生じるのは、投入物、成果物、利用者の境界を公表しないまま、両者を同時に進めることにある。
2つのトラックが同じ希少資源を奪い合う
中心的なトレードオフは、国内AIと海外依存の対立ではなく、多様化と集中の間にある。
多様化されたプログラムは、韓国に複数のモデル提供者をもたらす。これは単一ベンダーへの依存を抑え、異なる産業に合わせたシステムを支える。
集中型プログラムでは、1つのチームにより多くの計算資源と人材が与えられる。それにより、小規模で分断された取り組みでは到達できない性能水準に達する可能性が高まる。
両プログラムが同じ国内の労働市場から人材を引き出すため、緊張はより深刻になる。韓国が経験豊富なモデル研究者の新たな人材プールを即座に作り出すことはできない。
同じ制約は高品質な学習データにも当てはまる。国内データセットは、大規模学習に使えるようになるまでに、収集、クリーニング、ライセンス取得、フィルタリング、ガバナンスを必要とする。
その作業を重複させれば資金の無駄になる。一方で共有すれば、プライバシー、知的財産、競争優位性に関する難しい問題が生じる。
計算資源の配分も別の課題をもたらす。Korea frontier AI projectは、先端チップを主導開発者の下に集中させることを意図している。
既存のソブリンAIチームも、学習、追加学習、試験、一般提供のために相当な計算資源を必要とする。リリースに至ったモデルにも、推論能力は依然として必要だ。
政府の公共サービス計画は、その需要をさらに高める。別途進められるAI for All構想は、主に国内モデルで構築された汎用チャットボットと公共エージェントを目指している。
同プログラムが公表した要件では、選定されたサービスは、モデル利用の少なくとも半分で要件を満たす国内モデルを使わなければならない。また、他の韓国開発者のモデルも少なくとも30％利用する必要がある。
同省は、初期サービスの開始を支援するため、2026年中にNvidia B200 GPUを512基提供すると述べた。利用制限なしの無料アクセスも想定していた。
これは、既存のモデル・エコシステムに具体的な役割を与える。韓国のシステムは、世界トップ級のベンチマーク性能がなくても、市民向けサービス、公共行政、専門的な産業ツールを支えられる。
軽量な国内モデルは、より低いレイテンシーと運用コストも実現できる。管理されたクラウド、プライベートデータセンター、工場、病院、デバイス環境で稼働させることも可能だ。
フロンティアモデルは別の用途に向く。利用可能な最高水準の推論、コーディング、計画、マルチモーダル分析、科学的能力が必要なタスクで価値を発揮する。
Gachon UniversityのChoi Kyoung-jinは、韓国には複数のモデル・クラスが必要だと主張している。この指摘は、フロンティアシステムを軽量モデルや業界特化モデルと区別するものだ。
このポートフォリオ論は説得力があるが、明示的なアーキテクチャを必要とする。政府機関には、各モデル・クラスにタスクを振り分けるルールが必要だ。
例えば、公共エージェントは日常的な依頼に小型の韓国モデルを使える。難しい計画立案や複雑な文書分析には、フロンティアシステムを割り当てられるだろう。
製造企業は、独自データの近くに業界特化モデルを展開するかもしれない。研究者は、管理された国家計算環境を通じてフロンティアモデルにアクセスできる。
こうした運用ルールがなければ、最も強力なモデルが需要の大半を引き付ける。Korea UniversityのLee Seong-yeob教授は、フロンティアモデルの性能が上回れば、公的機関や企業はそれを選好するだろうと警告した。
この行動は、利用者による政策の失敗を意味しない。購入者は、性能、コスト、コンプライアンス、信頼性、統合要件に基づいてシステムを選ぶ。
したがって政府は、ラベルだけで2つのトラックを維持することはできない。測定可能な利用者ニーズを反映した、別々のミッションと調達ルールを設ける必要がある。
また、性能の劣るモデルを無期限に保護することも避けなければならない。国内コンテンツ比率の目標を満たすためだけに公共機関が低性能を受け入れなければならないとすれば、ソブリン性は高くつく。
逆に、フロンティア性能が効率的なモデルの価値を消し去るべきでもない。現実の多くのワークロードには、利用可能な最大のシステムは必要ない。
最良のケースは、階層化された国内市場だ。複数の韓国モデルが日常業務と専門業務を処理し、フロンティアシステムが最も困難な問題に取り組む。
最悪のケースは、制度的な重複である。2つのプログラムが似通った汎用モデルを学習させ、同じ研究者を奪い合い、重複する公的補助金を通じて利用者を追うことになる。
予算は大きいが、ミッションは依然として曖昧だ
フロンティア提案には資金額と開始時期があるが、成功の持続的な公的定義はなお欠けている。
発表された4兆7000億ウォン規模のプログラムは、大きなコミットメントを示す。Reutersは、政府が国のエクイティ投資と民間資金を組み合わせる計画だと報じた。
frontier proposalは、選定された主導開発者の下でチップ、データ、人材を統合する。この構造は、通常の研究助成金というより産業コンソーシアムに近い。
集中は意思決定を加速させ得る。一方で、参加者の1社がインフラ、モデルの方向性、商業利用へのアクセスを支配する場合には、ガバナンス上のリスクも生む。
政府は開発者を選ぶ前に、「フロンティア」が何を意味するのかを明確にしなければならない。そうでなければ、チームは異なる解釈に合わせて最適化することになる。
ある定義はベンチマーク上の知能を重視するかもしれない。別の定義では、科学的発見、サイバーセキュリティ、韓国語能力、あるいはマルチモーダルな産業システムを優先する可能性がある。
こうした目標には異なるデータセットと評価が必要だ。世界的なコーディング・ベンチマーク向けに最適化されたモデルが、韓国の公共サービスにとって最良のプラットフォームになるとは限らない。
スケジュールも不確実性の要因となる。プロジェクトは2027年3月の開始が予定されているが、それまでにフロンティア性能は変化する。
Choiは、今日のフロンティアは来年のフロンティアとは異なると指摘し、この問題を捉えた。固定された比較目標は、学習が終わる前に時代遅れになる可能性がある。
より信頼できるプログラムでは、単一のリーダーボード順位ではなく、能力のマイルストーンを使うだろう。そこには推論、信頼性、効率性、セキュリティ、展開が含まれ得る。
独立した評価も重要だ。開発者がモデルに関する主張と、継続的な資金提供を正当化するための試験の両方を管理すべきではない。
既存プロジェクトの採点を巡る論争は警告を与える。政策立案者が技術性能に加えて公共的価値を重視する場合、ベンチマーク首位と総合評価の勝者は異なり得る。
こうした相違が自動的に不適切というわけではない。重み付けがプログラムの明示されたミッションと明確につながっていない場合に、問題となる。
フロンティア構想には、入札開始前の透明な基準が必要だ。参加者は、政府が技術進歩、コスト規律、開放性、公共アクセスをどのように評価するかを知るべきである。
政策立案者は終了条件も説明しなければならない。国家プログラムは、継続的なスケーリングが合理的な価値をもはやもたらさない時点を定義すべきだ。
これは特に重要である。国際的な研究所は、政府の1回の調達サイクルの間にモデルを何度も更新できるからだ。韓国は、1回の大規模学習で持続的な地位を確保できると考えることはできない。
フロンティアシステムは、開始後も継続的なコストを生む。更新、セキュリティ試験、インフラ支援、開発者向けツールを必要とする。
したがって、提案された金額は、韓国が世界をリードするモデルを手に入れる証拠ではなく、プログラムへのコミットメントとして理解すべきだ。
集中に伴うリスクもある。主導開発者を1社選ぶことは重複支出を減らせるが、あまりに大きな影響力を1つの企業ネットワーク内に置く可能性がある。
コンソーシアムはその統制を分散できる。しかし、コンソーシアムのガバナンスは技術的な選択を遅らせ、所有権を複雑にすることが多い。
特別目的会社なら、より明確な管理を実現できるかもしれない。それでも、データ権利、モデルライセンス、研究者の流動性、下流収益を扱うルールが必要となる。
政府はこれらの問題を公には解決していない。それが解決されるまで、企業は参加による商業的価値を評価できない。
この不確実性は、現在の競争も歪める可能性がある。チームは既存利用者向けの製品改善ではなく、フロンティア入札前の認知度向上を優先するかもしれない。
これは、新プログラムを中止すべきだと示すものではない。資金発表が技術面・制度面の設計の代わりにはならない理由を示している。
韓国のモデル開発者が次に直面すること
LG AI Research、SK Telecom、Upstageは現在、最終選考の2枠を争いながら、より大きな競争になる可能性にも備えている。
最初のシグナルは第3段階の評価となる。政府は2027年2月に、ソブリンモデルの最終選考チームを2つ選ぶ見通しだ。
この決定は、同省がなおエコシステムの拡大を重視しているのか、それとも生の能力をますます重視しているのかを明らかにする。公表される基準と得点内訳は、勝者と同じくらい重要になる。
透明な評価は、既存プログラムへの信頼を強めるだろう。採点方法の急な変更は、フロンティア構想がすでにその目的を変えたことを示唆する。
2つ目のシグナルは2027年の予算決定だ。Korea frontier AI projectが発表された規模で進むには、議会が資金を承認しなければならない。
予算承認は、2トラックへのコミットメントを強める。大幅な削減や新たな条件があれば、集中型フロンティア構想が計画通りに始動するという前提は弱まる。
議員は、資金のうちどれだけが学習、インフラ、運用、商業化を支えるのかを問うべきだ。また、すでに他で約束された資源が二重に計上されていないかも検証すべきである。
3つ目のシグナルは入札設計だ。参加資格のルールが、現在のソブリンモデル最終選考チームに意味のある優位性が与えられるかを決める。
大企業1社を優遇する入札は、集中への転換を示す。コンソーシアムを要件とすれば、より広い参加を維持できる一方、ガバナンスの遅れを招く可能性がある。
既存モデルの扱いは特に多くを明らかにする。それらを再利用すれば、両プロジェクトがつながり、これまでの公的投資を守ることになる。
ゼロから始めるなら、当局が既存モデルを信頼できる技術基盤と見なさなくなったことを示唆する。それは重複リスクも高める。
チームは知的財産に関する規定を注意深く見守るだろう。自らの貢献が各社に残るのか、共有資産となるのか、国家機関に移転されるのかを理解しなければならない。
開発者と企業の購入者は、宣伝目的のランキングではなく、展開の実証を注視すべきだ。最も強力な証拠は、実際の組織で信頼性高く稼働するシステムから得られる。
公共エージェントはその1つの試験となる。製造、物流、通信、研究における産業展開も、別の試験となる。
導入データでは、試行と継続的な利用を区別すべきだ。補助金付きのパイロットは、モデルが大規模運用でも経済的かつ信頼できることの証明にはならない。
韓国は比較可能な運用指標も公開すべきである。レイテンシー、推論コスト、稼働率、セキュリティインシデント、タスク完了率は、包括的なベンチマークでは見えない価値を明らかにできる。
残る3チームには、戦略的な選択の時期が近づいている。各チームは、独立したプラットフォームを守るのか、コンソーシアムに加わるのか、あるいは両方の道を進むのかを決めなければならない。
LGは、グループ全体にまたがる産業用途へ自社モデルを接続できる。SK Telecomは、消費者向けの流通網とネットワークインフラを活用できる。Upstageは、専門性とモデルへの注力を強調できる。
こうした利点が意味を持つのは、国内導入がフロンティアの使命にどう貢献するかを政府が定義した場合に限られる。
真の試金石は、二つのトラックが異なる二つの成果を生むかどうかだ
韓国は主権とフロンティア性能のどちらかを選ぶ必要はない。ただし、それらを交換可能な目標として扱うことはやめなければならない。
既存のプログラムはすでに価値を生み出している。韓国企業にモデルを学習させ、技術成果を公表させ、パートナーを結集させ、共通の評価のもとで競争させた。
新しいプログラムが対処するのは別の懸念だ。韓国は、世界のモデル能力が国内機関の手の届かないところまで進展することを望んでいない。
第1のトラックを導入と専門化のためのプラットフォームにするなら、両方のトラックを維持することは可能だ。第2のトラックは、その場合、既存モデルでは経済的に実現できない能力に焦点を当てなければならない。
この役割分担は、予算、データセット、計算資源の配分、評価、調達ルールに反映されるべきだ。言葉だけの区別は、限られた資源を巡る競争の中では維持できない。
政府はまた、同一モデルを強制することなく、プログラム間でインフラを共有させるべきだ。共通の評価システムと安全なデータサービスにより、重複を減らせる可能性がある。
フロンティア開発者は、管理されたインターフェースを通じて国内モデルチームに能力を提供できる。小型モデルは日常的なワークロードを処理し、難しいタスクを上位へエスカレーションできる。
このような体制は、最も高価な研究を集中させながら、複数の提供者を維持できる。また、あるシステムが機能しなくなった場合に、公的機関へ代替手段を与えることにもなる。
ただし、両プログラムが同じ買い手を対象に類似した汎用システムを訓練するなら、この戦略は信頼性を失う。企業はより大きな予算に従い、当初の最終候補は補助的な請負業者へと転じるだろう。
その結果、主権AIコンテストは、後から発表されたプロジェクトのための高額な予選ラウンドへと変わってしまう。
韓国の主権AI戦略に今必要なのは、もう一つのスローガンではなく、公開されたアーキテクチャだ。その成否は、どのモデルがどの利用者に役立ち、そこから生まれる能力を誰が管理するのかを定義できるかにかかっている。
次の三つの決定が答えを示すことになる。2月の最終候補選定、議会による資金措置、そしてフロンティア入札だ。
開発者、企業の購買担当者、研究者は、これらの決定を一体として評価すべきである。それらは、最も困難な研究だけを集中させつつ、有用な複数の国内モデルを維持しているだろうか。
答えがイエスなら、韓国の二本立て政策は重複ではなくポートフォリオになり得る。そうでなければ、フロンティア・プログラムは、その出発点を築いた競争を静かに置き換えることになる。
