独自人工知能（AI）ファウンデーションモデル（独ファモ）プロジェクトの国民評価が11日に終了し、2次評価手続きが大詰めに入った。科学技術情報通信部は一般国民200人で構成された「国民評価団」の点数を反映した最終結果を今月中に発表する予定だ。1次評価ではNAVERクラウドとNC AIが脱落し、2次評価ではLG AI研究院、アップステージ、SKテレコム、モティフテクノロジーズの4チームのうち1チームが落ちる。
12日ChosunBizは、4チームがオープンソースAIプラットフォームのHugging Faceに公開した独ファモモデル4種を技術報告書と各社の発表などを通じて分析した。LG AI研究院の「K-エクサワン2.0」、SKTの「エイドットエックス ケイツー（A.X K2）」、アップステージの「ソラ オープン2」、モティフの「モティフ3（Motif-3）」が主役だ。
◇ 規模を拡大したLG・SKT、効率を選んだアップステージ・モティフ
1次評価で1位となったLG AI研究院は2次評価を前にパラメーターを従来の2360億個から3倍以上拡大した。国内最大規模の7500億個で構築した。SKTも1次評価モデル（5190億個）より規模を拡大した6880億個パラメーターのモデルを出した。超巨大モデルである。モティフのパラメーターは3140億個、アップステージのパラメーターは2500億個だ。
パラメーターはAIの規模を決める核心要素だ。人間の脳細胞の役割を果たす。パラメーターが多いほど多くを記憶し処理できる。OpenAI、グーグル、Anthropicなど米ビッグテック企業はパラメーターを公開しないが、一般的に最上位級AIモデルは兆（ちょう）単位のパラメーターを構築した後に軽量化する。Moonshot AI「キーミK3」のパラメーターは2兆8000億個、DeepSeek（ディープシーク）「V4 プロ」のパラメーターは1兆6000億個だ。LG AI研究院は「国内研究陣が7500億個級モデルの設計からデータ学習、分散学習、推論環境の構築まで全過程を独自に完遂したことに意義がある」とし「グローバル・フロンティアモデルと同じクラスで競争できる力量を確保した」と強調した。SKTは今後A.X K2の後続モデルを兆（ちょう）単位パラメーター規模に大々的に拡張する構想だ。
アップステージとモティフは逆に総パラメーターを拡大するよりもトークン当たりの演算量を抑制する効率重視の戦略をとる。4モデルはいずれも利用者の質問に応じて一部のパラメーターのみを活性化するMixture of Experts（MoE）構造を採用するが、この活性パラメーターもアップステージ・モティフのほうが少ない。LG AI研究院370億個、SKT330億個、アップステージ150億個、モティフ132億個だ。アップステージ・モティフは少ないパラメーターで大型モデル並みの性能を出す高効率構造だと強調する。モデルを動かすのに必要なGPU（グラフィックス処理装置）の数が減り、導入費用と運営費が下がるということだ。例えばLG AI研究院モデルはエヌビディアH200 GPU16枚（2ノード）で作動し、アップステージモデルは量子化適用時にH200 GPU2枚だけで駆動する。
◇ 4モデルはどこに力点を置いたか
各社が示したベンチマーク（性能評価）を踏まえて4モデルの順位をつけるのは難しい。自社および競合モデルの数値を自社環境で測定したり、公式発表またはAIプラットフォームのOpenRouterから持ってきて説明するなど、数値がまちまちだからだ。
各社が発表したベンチマークのうち特徴を挙げると、LG AI研究院のモデルは長文の文脈把握、韓国の特殊性の反映、グローバルな倫理基準の順守などに強みがある。グローバル長文理解能力評価（OpenAI-MRCR）と韓国語長文理解能力評価（Ko-LongBench）でそれぞれ94.4点と89.6点を達成し、中国のZhipuのGLM-5.1（71.5点、83.6点）と比べ優れた性能を示した。LG AI研究院はユネスコアジア太平洋国際理解教育院（APCEIU）と協力し、世界市民教育の認証を受けた教員46人で構成する諮問団を運営、韓国の特殊性をモデルに反映したと明らかにした。一方でパラメーターを3倍以上拡大したことがすべての領域の性能向上にはつながらなかった。1次評価モデル「K-エクサワン」と比べると、総合知識評価（MMLU-Pro・83.8→83.5）、数学評価（HMMT FEB 2026・80.7→78.4）などではむしろ点数が下落した。
SKTモデルは数学と韓国語の性能に強みがある。「国際数学オリンピアード（IMO）2026」6問の評価で42点満点中29点を記録し、金メダルに相当する性能を示した。今年のIMO金メダルの基準線は29点だ。SKTは「AIモデルの数学推論性能は単純な問題解決能力を越え、モデルの他の業務能力を判断できる代替指標であり核心的な競争力だ」と説明する。また韓国語知識評価（KMMLU-Pro）と韓国文化理解評価（CLIcK）でQwen3.5など比較モデルの中で最高点を獲得した。一方、AIが自らインターネットを探って答えを見つける評価（BrowseComp）は比較モデルの中で最低点を記録し、インターネットに複雑に絡む情報を見つけ出す能力は遅れをとった。
アップステージモデルは韓国語事務タスク評価（Ko-GDPval）で86.8を記録し、パラメーターが6倍以上多いDeepSeek（ディープシーク）V4 プロ（86.9点）に比肩した。このベンチマークはAIモデルに報告書、計画書、発表資料のような文書を直接作成させて評価する。体格比の性能と実務処理能力を強みとして打ち出す。ただしKo-GDPvalはアップステージが自社で用意したベンチマークであり、韓国語知識評価（KMMLU-Pro）ではDeepSeek V4 フラッシュに劣った。SKTモデルは同じベンチマークでDeepSeek V4 フラッシュを上回った。
モティフモデルはAIエージェント能力に強みがある。銀行業務処理評価（τ³-Banking）、情報技術（IT）障害原因診断評価（ITBench）でQwen3.7 Maxなど比較モデルの中で最高点を記録した。しかしモティフモデルは韓国語ベンチマークの結果が掲載されていない。学習データで「韓国語を強調した」と記述しているが、これを裏付ける韓国語ベンチマーク評価は不在だ。
科学技術情報通信部によると、4チームのモデルはいずれも米国の非営利AI研究機関Epoch AIが選定した「注目すべきモデル（Notable Model）」に挙げられた。Epoch AIが選んだ「注目すべきモデル」を保有する国は現在、米国・中国・韓国の3カ国にとどまる。該当指標は米スタンフォード大学人間中心AI研究所（HAI）が刊行する「AIインデックス」報告書で主要指標として活用される。
匿名を求めたある教授は「ベンチマークの点数は、集中的な個別指導のようにトレーニングを施すことで、モデル性能に比してベンチマークの点数だけがよく出る場合がある」と述べ、「評価機関が公正に評価する必要がある」と語った。