「人工知能（AI）モデルという『頭脳』では米国・中国が先行しているが、フィジカルAIの実配備はまだ初期段階にある。まさにこの地点に韓国がつかみ得る大きな機会があると考える」（アビナブ・グプタ Skild AI共同創業者）
26日ソウル・ソゴンドンのウェスティン朝鮮ホテルで開かれた国内最大のテックカンファレンス『SMARTCLOUD SHOW 2026』のパネル討論に出席したグローバルAI産業のリーダーらは、韓国がAI競争で追随者にとどまらないためには、製造業・半導体・インフラや人材といった既存の強みを産業現場でのAI適用につなげるべきだと口をそろえた。フィジカルAIの実戦配備とオンデバイスAI、米中に依存しないソブリンAIのエコシステムなどが、韓国が先取りできる分野として挙がった。
この日の討論の座長はユン・ソンロソウル大学電気情報工学部教授（前大統領直属・第4次産業革命委員会委員長）が務めた。アビナブ・グプタSkild AI共同創業者、キム・テスMicrosoftセキュリティ担当副社長（ジョージア工科大学コンピュータ工学科教授）、イム・ヒョジュンLGエレクトロニクス次世代コンピューティング研究所長、チョン・ソックンSKハイパー代表（SKテレコムAI DC統合推進団長）がパネルとして参加し、韓国がAI強国へと跳躍するための戦略や、実際の産業現場に技術を適用する過程で解くべき課題など、さまざまなテーマについて意見を示した。
◇ フィジカルAI先取り、1位戦略、第3勢力の構築まで意見は多様
ユン教授は「韓国はAI競争でどこに集中すべきか」という共通の質問で討論を始めた。グプタ創業者はこの質問に「フィジカルAIを産業現場に迅速に配備すること」を答えとして示した。アビナブ・グプタは「米国にも実際に配備されたフィジカルAIロボットは多くなく、中国でも主にエンターテインメント用ロボットが目立つ」と述べ、「必要と機会を結びつければ、韓国はフィジカルAIの実験にいち早く参加し、他国が蓄積しにくい配備経験を先取りできる」と語った。
グプタ創業者は、韓国がこうした機会をつかむには「規制改革」も重要だとみる。アビナブ・グプタは「ロボット1台を配備するのに認証100件を要求してはならない」と述べ、「規制を下げ、実投入までの手続きを迅速にすべきだ」と助言した。
キム副社長は、韓国の目標をより高く設定する必要があるとした。キム・テスは「3位になるための戦略と1位になるための戦略は異なる」と述べ、「もう少し野心的に1位を目標に据えるのがよいと思う」と語った。続けて「オープンウェイトモデルを開発するスタートアップの中には、20〜30人の非常に優秀な人材が集まった企業も多い」とし、海外で活躍する韓国人が国内を魅力的な市場とみなす持続可能な産業エコシステムをつくることが長期的に重要だとみた。
チョン代表は、米中とは異なる「韓国型戦略」が必要だと助言した。チョン・ソックンは「3位でもよいから、きちんと戦略を立てて早く3位になろうという考えだ」と述べ、「米国と中国以外の第3のプレーヤーへの需要は非常に強い」と語った。さらに「韓国がモデルから半導体、データセンターまでうまくパッケージングできれば、第3の勢力になり得る」と付け加えた。米国はグローバル標準を主導し、中国は独自のAIエコシステムを構築しているため、両国の技術に全面的に依存しにくい国ではソブリンAIの需要が高まる可能性があるという説明だ。これらの国々に韓国のAIモデルと半導体、データセンターインフラを一つのパッケージとして提供すれば、米中以外の代替として定着できるというのがチョン代表の見方である。
イム所長は、韓国が「オンデバイスAI」と「フィジカルAI」に戦略的に集中する必要があると提案した。AIが個人の映像・音声など機微なデータをより多く活用するほど、これをすべてクラウドに送って処理する方式には限界があるとの判断だ。ただしオンデバイスAIはクラウドに比べてコンピューティング資源が制約されるという弱点があるが、イム・ヒョジュンは技術の進展と軽量化がこのギャップを次第に縮めるとみている。
イム・ヒョジュンは「イ・セドルとアルファ碁の囲碁対決当時は数十台のGPU（グラフィックス処理装置）が必要だったが、今は家庭用の安価なGPU1台でも、より強い囲碁AIを回せる」と述べ、「数年後には実際のオンデバイスでAIを動かすことも可視化されるだろう」と語った。「韓国は製造業が非常に強く、工場で生まれる膨大なデータがあるため、フィジカルAIでも機会を見いだせる」ということだ。
◇ 正確度99.9％超を前提に『どれだけ早く配備するか』がカギ
議論は、フィジカルAIを実際の産業現場に配備するために必要な条件と、AIに委ねられる判断の範囲へと続いた。グプタ創業者は「フィジカルAIロボットが研究・デモ段階を超えて現場投入できると判断する基準は何か」という質問に対し、正確度、時間当たり処理量・サイクルタイム、配備に必要な労力という三つを主要指標として提示した。
グプタ創業者は「正確度は99.9％水準に到達しないと誰も配備しようとしないため、一種のゲートだ」と述べた。続けて「最も重要なのはロボット配備にどれだけ多くの労力が必要かだ」とし、汎化性能を高めて必要なデータと配備時間を減らすことが重要だとした。
キム副社長は「脆弱性の検知と再現、パッチ生成、検証、実配布のうち、どこまでAIが担えるか」という質問に対し、「脆弱性の検知と分析・検証プロセスは大部分がすでに自動化されている」と答えた。ただし「実配布の環境ではコードにない情報が多く必要だ」とし、クラウド構成やネットワーク構造、ファイアウォール設定などを併せて考慮してこそ、実際のリスク度合いを判断できると述べた。現在はパッチ生成と配布・検証も技術的には自動化可能だが、責任の所在が伴う領域は人が検証し承認する構造だという。
自律性が高まるほど安全装置も多重に備えるべきだという意見も出た。イム所長は「一般AIからエージェントAI、フィジカルAIへと進むほど、安全を守れなかった場合の影響が大きくなる」と述べ、「フィジカルAIは物理世界で人間に危害を与え得るため、はるかにリスクが大きい」と語った。モデル学習から動き・軌跡の確認、実動作直前の検証まで、段階別の安全体制が必要だという説明だ。
◇ ロボットは『データ』がボトルネック…AIデータセンター構築は『資本問題』の解決が必要
現場適用と接する具体的な聴衆からの質問も続いた。フィジカルAI、オンデバイスAIのセキュリティ、AI時代に必要な人材の力量まで、最近のテック業界の主要テーマが取り上げられた。
グプタ創業者は、ロボティクスの最大のボトルネックを問う質問に「ロボティクスはデータの問題だ」と答えた。アビナブ・グプタは「ロボットが有用でなければ配備されず、配備されなければデータは生まれず、データがなければ再び有用になれないという、鶏と卵の問題だ」と述べた。続けて「家庭用・コンシューマー向けロボットを使う準備が整ったとは思わないが、企業向けロボットは準備ができている」とし、「最大のボトルネックはデータと大規模配備だ」と語った。
「GPU保有量やインフラ規模以外に、AIデータセンターの成功を評価する核心指標は何か」という質問に対し、チョン代表は資金調達能力を最重要要素として挙げた。チョン・ソックンは「エンジニア出身なので技術が重要だと考えてきたが、この頃見れば結局いちばん重要なのはカネだ」と述べ、「数兆ウォン単位ではなく、数百兆ウォン単位がインフラ構築に必要な金額として議論されている。金融投資家を説得し得る根拠を作れるかが重要だ」と語った。
同じ資本でどれだけ高い効率を出せるかも主要指標として挙げた。チョン代表は「韓国にはプラットフォーム企業も多く、半導体企業も多い」と述べ、「同じ資本支出（CAPEX）でどれだけ多くのトークンを生み出せるかを巡って協力できるはずだ」と語った。