韓國主權 AI 的新競賽
南韓的人工智慧發展已從雄心轉向行動。由 LG AI Research、Naver Cloud、SK Telecom、Upstage 和 NC AI 領軍的五個產業聯盟，獲科學技術情報通信部（MSIT）選中，參與打造自主 AI 基礎模型的國家計畫。目標明確：開發本土模型，在本地基礎設施上運行，並反映韓國語言與文化，其效能至少達到 ChatGPT 等領先系統的 95%。
目錄
計畫設計展現出規模與長期投入。五個團隊從 15 個申請者中脫穎而出，成員涵蓋企業、大學、研究機構和政府單位。各團隊將獲得價值 100 億韓元的處理後資料集，以及價值 200 億韓元的高品質廣播影片與訓練資料，另有 28 億韓元的客製化資料集直接補助。SK Telecom 和 Naver Cloud 計畫自 2025 年底至 2026 年年中提供租用 GPU 基礎設施，支援多個團隊訓練模型。政府將定期評估進度，於 12 月將五隊縮減為四隊，再於 2027 年前縮減為兩隊。
這項推動反映更廣泛的國家策略。政府將主權 AI 定位為涵蓋完整價值鏈的自主能力，從晶片、雲端到模型與服務。這項策略回應了 AI 領導地位集中於美國和中國的現況，也考量到資料安全、語言準確度和文化細微差異對公共服務與本地產業至關重要。政策制定者認為，韓國在半導體、電信網路和應用 AI 領域具備優勢，足以開創自己的道路；同時也鼓勵採用開源技術，讓各行各業的企業都能以本土工具為基礎開發應用。
成本與語言是強而有力的推動因素。許多廣泛使用的模型，都是針對英文分詞方式與訓練資料最佳化。韓文和其他非拉丁文字語言，表達相同內容時往往需要更多 token，因而增加客戶的推論成本。Naver HyperClova 團隊引用的一項分析估計，對某些以英文為中心的模型而言，處理韓文的成本負擔比處理英文高出 347%。文化隔閡也會以離奇的方式呈現。熱門聊天機器人曾在韓國特有的歷史與幽默內容上出錯，包括一些廣為人知的迷因，削弱了使用者信任。針對韓文資料與使用情境調校的國家模型，可同時縮小成本差距並提升文化契合度。
誰在打造韓國下一代基礎模型？
從入選團隊到少數場外競爭者，韓國企業正優先開發適用於韓文任務、運行效率高，且能順利整合至實際服務的模型。發展重心正從一味追求參數數量轉向實用性，並推出面向電信、企業、遊戲、法律、金融、醫療和教育等領域的不同版本。
LG AI Research：Exaone 4.0 著重推理與視覺能力
LG 將 Exaone 4.0 定位為混合型模型，結合強大的推理能力與視覺理解能力。公司提供高效能版與輕量版，以滿足不同部署需求。Exaone 4.0 在全球指標上取得具競爭力的成績，並出現在廣受關注的排行榜上，名列頂尖系統之列。一款約有 320 億參數的專家版，據稱通過多項韓國國家資格考試，顯示其訓練方式已從日常聊天延伸至專業任務。
LG 的做法適合企業應用。團隊強調模型在產業環境中的文件理解、程式輔助和視覺分析能力。LG 也與本土晶片設計商合作；FuriosaAI 的 RNGD 加速器採用 Exaone 早期版本並展現優異能效，正是這類合作的成果之一。
SK Telecom：為韓文與電信服務打造 AX 系列
SK Telecom 的 AX 系列以韓文能力、效率和快速整合至電信產品為目標。AX 3.1 Lite 從零開始訓練，使用約 1.65 兆個多語言 token，並特別著重韓文；模型有 70 億個參數，並以開源形式提供，適用於行動裝置與裝置端運行。公司公布的基準測試結果顯示，該模型在韓文推理測驗 KMMLU2 的表現約達 96%，在文化理解基準測試 CLIcK3 的相對表現則達較大型模型的 102%。
SK Telecom 已開始將 AX 模型整合至自家服務。公司測試了通話摘要、垃圾訊息過濾和助理功能，並正向一般消費者推出 AI 秘書。作為國家計畫的一環，SK Telecom 也會向其他團隊提供 GPU 運算容量，展現電信業在基礎設施與應用服務上的角色。
Naver Cloud：HyperClova X 與深厚的韓文資料集
Naver 的 HyperClova 系列以 AI 訓練所用、規模最大的韓文語料庫之一為基礎。最新系列 HyperClova X 專為提升韓文任務準確度而調校，並擴充多種專用版本。Naver 於 2025 年 6 月推出 HyperClova X Think，強化推理能力，能解答包含圖像的數學與科學問題。Naver 表示，正規劃推出涵蓋文字、圖像及其他媒體的多模態全方位基礎模型。
Naver 將 HyperClova 定位為技術支柱，也視為降低經濟負擔的解方。以英文為優先的分詞方式與定價，往往會推高韓文使用者的成本；因此 Naver 主張，本土模型與工具鏈能減輕這項負擔，也比全球通用模型更忠實呈現韓國歷史、法律與文化脈絡。
Upstage：Solar Pro 2 追求每美元智慧效能
參與主權 AI 競賽的新創公司 Upstage，將重點放在效率。約有 310 億參數的 Solar Pro 2，是 Artificial Analysis 經營的 Frontier Language Model Intelligence 排行榜上唯一入列的韓國模型。它在模型智慧表現方面名列全球頂尖之列，並在「智慧效能與運行成本」指標中居冠；該指標評估的是達到特定能力水準所需的運算成本。
Upstage 將 Solar Pro 2 定位為可部署於法律、金融和醫療等企業場景的模型，同時保有多語言能力。公司以基準測試分數支持其主張，並指出，只要妥善平衡 token 與參數，訓練良好的 300 億參數級模型，在許多任務上就能媲美甚至超越規模大得多的競爭對手。
NC AI 與 Kakao：多模態實力與消費市場觸及力
NCSoft 子公司 NC AI 已推出名為 Varco 的多模態模型系列。Varco 和 Varco Vision 2.0 能處理圖像與文字，並在多項測試中勝過其他開源模型。其重點應用包括媒體、遊戲和創意工具，這些領域都仰賴圖像理解能力。
Kakao 持續與 OpenAI 合作擴展 Kanana 模型。公司正將 AI 助理整合到數千萬韓國人日常使用的通訊與內容平台中。Kakao 未獲選參與目前的政府計畫，但仍是韓國 AI 面向大規模消費市場發展的重要案例。
其他競爭者：KT、醫院與新創公司
KT 推出 MIDEUM 2.0，這是一款有 115 億參數的開源模型，並計畫推出推理能力更強的 Pro 版。在醫療領域，首爾大學醫院以數千萬筆紀錄訓練韓文臨床模型，並表示該模型在韓國醫師國家考試中獲得 86.2% 的分數，在一項比較研究中高於人類平均。在數學領域，Mathpresso 與 Upstage 合作推出 130 億參數的 MATH GPT。該模型在一項基準測試中以 0.488 的準確率勝過 GPT 4 的 0.425，所需運算資源也少得多。
基準測試、效率與文化考驗
基準測試已成為 AI 的成績看板，涵蓋一般知識、程式設計、數學和推理。常見測試套件包括 MMLU、HumanEval、LiveCodeBench、AIME 和 MATH 500；MMLU Pro 與 Humanity’s Last Exam 等新測試，則進一步提高難度。Hugging Face 和 Artificial Analysis 等平台彙整測試結果並製作排行榜，進而形塑聲譽、影響採購決策。
韓國模型如今已成為這些榜單上的常客。LG 的 Exaone 4.0 曾躋身接近全球領先模型的區間。Upstage 的 Solar Pro 2 獲評為前沿模型，並在「智慧效能與運行成本」指標中排名第一。這項指標對 GPU 供應吃緊、企業必須留意雲端推論支出的韓國尤其重要。這些排名強化了本土模型能在品質和價格上競爭的論點。
基準測試只能呈現部分情況。工程師仰賴這些測試來引導訓練，但實際使用者評判模型時，看重的是可靠性、語氣和任務適配度。即使在學術測試中名列前茅的頂尖前沿模型，也曾因對話乏味和基本錯誤而遭使用者批評。韓國的主權 AI 實驗，不只要看排行榜名次，也要看模型能否支援人們每天願意使用的韓文服務。
為什麼語言與分詞方式對韓文很重要
大型語言模型會將文字拆解為 token，再從中學習模式。許多西方模型採用特別適合英文的分詞方式。一個英文單字可能只對應一個 token，讓序列較短、成本也較低。韓文和其他非拉丁文字語言，往往以位元組層級或子詞單位表示，因此每個句子的 token 數量會增加。較長的序列會提高運算用量，增加客戶與開發者的費用。
這不是抽象問題。Naver 團隊引用的一項研究指出，以英文為中心的模型處理韓文，成本可能是處理英文的三倍以上。採用專為韓文設計的分詞器，並以反映韓文使用情境的資料集訓練國家模型，可同時提升速度與準確度。文化理解方面的訓練也很重要。全球聊天機器人曾對韓國歷史與公眾人物給出言之鑿鑿卻錯誤的答案。讀過韓文來源並依其內容調校的模型，較不容易犯下這類錯誤。
從雲端到晶片，打造全端生態系
主權 AI 不只是一個模型。韓國也正在建構周邊基礎設施。作為國家計畫的一環，各團隊將取得經整理的資料集，以及價值數百億韓元的影片訓練素材。SK Telecom 和 Naver Cloud 計畫自 2025 年底至 2026 年年中租出 GPU 運算容量，支援模型訓練。政府每六個月檢視一次進度，逐步淘汰部分團隊，最後留下兩隊持續參與至 2027 年。
硬體是重要的槓桿。韓國新創公司正將神經網路處理器（NPU）商業化，作為高效率的推論引擎。SK Telecom 已開始以 Rebellions 的 ATOM NPU 取代 Nvidia GPU 伺服器，用於 X Caliber 服務。這項獸醫 X 光分析服務已在全國超過 1,000 家醫院使用。系統可辨識 45 類檢查結果，包括與品種相關的特徵，約 15 秒內回傳結果，據報準確率最高可達 97%。SK Telecom 建置了由六台伺服器組成的正式運作叢集，每台配備 48 個 NPU，並同步試用 NPU 支援消費者服務中的助理功能。
FuriosaAI 第二代 RNGD 晶片已整合至 LG 的 Exaone 3.5，用於推論，並在經過廣泛評估後獲准商業化。公司也宣布首位美國海外客戶，初步顯示韓國 AI 晶片生態系不只能支援國內部署，也具備出口能力。NPU 在醫療、教育和電信等領域的重複性推論任務中，能降低耗電量與成本。GPU 仍是通用訓練和各類推論不可或缺的工具，因此韓國的硬體架構很可能同時採用兩者。電信業者正結合資料中心部署與邊緣運算，提供低延遲服務，配合國家計畫升級全國 AI 基礎設施。
醫療、電信與日常生活中的應用
主權 AI 的推動已在實際服務中展現。醫療方面，X Caliber 改採本土晶片，顯示韓國基礎設施已能大規模滿足正式上線的要求。醫院研究人員訓練的韓文醫療模型，在執照考試中的表現已接近專家水準；監管機關也發布臨床場域文字生成系統的核准指引。這項於 2025 年初公布的指引，為醫院和供應商提供驗證新工具的安全途徑。
電信業者正將大型語言模型整合至消費者應用程式和客服中心。SK Telecom 的助理可摘要通話、標記不受歡迎的來電，並協助推薦資費方案。Naver 正利用更了解韓文措辭與文化脈絡的 HyperClova 版本，改善搜尋、購物和客服服務。Kakao 正在通訊與內容平台推出 AI 代理；在這些場景中，整合程度和易用性可能比模型規模更重要。數個研究團隊也推出可在裝置端運行的小型模型，藉此降低延遲，並在處理簡單任務時保護隱私。
專用模型也逐漸展現成果。法律與金融業者需要能正確引用法規、具備領域知識並撰寫文件的模型。新創公司和大學正瞄準這些利基市場。在數學領域，精簡型推理模型如今能以少得多的運算資源，在測試套件中與規模大得多的系統競爭。共同關鍵在於有效率的設計與審慎挑選資料，而非一味追求最多參數。
韓國的政治、政策與辯論
主權 AI 已成為政治與戰略優先事項。政府提出多年總額達 100 兆韓元的投資計畫，並任命產業領袖擔任高階職務，其中包括一名曾任職於 Naver 研究機構的 AI 資深總統秘書。兩項旗艦計畫格外受到矚目：目前正推動的「自主 AI 基礎模型計畫」，以及旨在整合並分配研究與產業運算資源的「國家 AI 運算中心」。前者吸引大量民間企業參與；後者起步較慢，提醒各界基礎設施聯盟並不容易建置。
這項策略也面臨批評。新創公司創辦人擔心，資金與關注焦點將主要流向大型企業集團。有人認為，韓國應聚焦於能迅速取得優勢的專業應用，而非在基礎模型上與全球巨頭正面競爭。支持者則回應，本土模型對資料保護、產業別法規遵循與文化契合至關重要，而開源授權能讓整體經濟廣泛共享其益處。
這項策略也涉及外交層面。韓國領導人主張，主權 AI 與國際合作並不衝突。意見領袖呼籲採取合作型主權模式，在讓系統受國家掌控的同時，也遵循全球安全與透明規範。韓國在半導體領域的實力，使其有望服務那些希望掌握 AI 本地控制權、又不願切斷全球貿易關係的夥伴。這場實驗的結果，將影響其他中等強權如何看待 AI 自主性。
重點整理
- MSIT 選出由 LG、Naver Cloud、SK Telecom、Upstage 和 NC AI 領軍的五個聯盟，打造國家基礎模型，目標效能達到前沿系統的 95%。
- 政府支援包括經整理的資料集、影片訓練素材、客製化資料集補助，以及自 2025 年底至 2026 年年中提供的租用 GPU 基礎設施。
- LG 的 Exaone 4.0 和 Upstage 的 Solar Pro 2 登上全球排行榜；Solar Pro 2 在 Artificial Analysis 的「智慧效能與運行成本」指標中居冠。
- SK Telecom 的 AX 3.1 Lite 在韓文測試中表現出色，並以開源形式提供，適用於行動裝置與裝置端運行；Naver 的 HyperClova X Think 則強化推理與多模態能力。
- NC AI 的 Varco 模型與 Kakao 的 Kanana 系列，拓展遊戲、媒體和通訊領域的多模態與消費者應用。
- KT 的 MIDEUM 2.0，以及醫院和新創公司開發的領域模型，展現醫療與專業推理領域的發展動能。
- Rebellions 和 FuriosaAI 開發的本土 NPU 已投入商業服務，可降低推論的耗電量與成本，而 GPU 仍是訓練的核心。
- 韓文分詞方式與文化調校，可降低以英文為中心的系統所造成的成本與錯誤，是推動主權 AI 的關鍵因素。
- 韓國仍在辯論，應由國家級企業或靈活的新創專業業者領軍，並在自主性、開放市場和全球合作之間取得平衡。
