裵慶勲（ペ・ギョンフン）副首相兼科学技術情報通信部長官が、科学技術分野の政府出資研究機関（出資研）の人工知能（AI）開発戦略をめぐり「同時に複数の課題を走らせれば、検証だけで終わりかねない」と述べ、目標の具体化と優先順位の設定を強調した。
裵副首相は12日、セジョンの国家科学技術研究会（NST）で開かれた出資研の業務報告の場で「大規模言語モデル（LLM）がすべての問題を解決できるわけではなく、複数の技術が必要だ」とし「AIをどこで、どのように使うのか、目標をまず精緻に定めるべきだ」と語った。
裵副首相は、韓国エネルギー技術研究院が提案した「言語モジュール基盤でエネルギー効率15%向上のAI」構想について「エージェントが分野別に意味のある水準に到達するには、より大規模なスケールのアプローチが必要だ」と述べ、「今のやり方では実際のエージェントAIの実装も、現場適用も容易ではない」と指摘した。対話型AIや設備自律運転AIについても「目標を絞っても難度が高いのに、同時多発で推進すれば成果を出しにくい」という趣旨で批判した。
ETRIが報告したロボットAIファウンデーションモデルの開発についても「ロボット知能はもちろん、マルチモーダルや行動知能まで求められる以上、何を作るのか定義を明確にすべきだ」とし、「需要先を見極め、当面可能な領域から進むのか、判断知能を強化するのか、どの機能を特化するのか選択を明確にすれば計画は一段と堅固になる」と付け加えた。
ETRIが言及した汎用人工知能（AGI）構想については「将来のAGIを語るなら、目標水準をより高くすべきではないか」と問い返し、「その段階に達しないなら、得意な機関に任せ、フィジカルAIのファウンデーションモデルや特化モデルなど実質的成果が見込める分野に集中した方がよい」という趣旨で方向転換も提案した。
裵副首相は、出資研のAI転換で最優先に解くべき課題として「データ体制」を挙げた。裵副首相は「AIが読み学習できるデータを体系的に集めることが出発点だ」と述べ、ETRIが専門家の検収を経たデータの生成・チューニング・学習活用までつなぐ「AIデータ生成プラットフォーム」の構築を検討するよう提案した。続けて「ファウンデーションモデルの開発にのみ固執するより、データを生み出すシステムを整えるべきだ。米国のジェネシス・ミッションでもその部分が核心として強調されている」とし、「NSTには出資研のAIデータ構築のためのタスクフォース（TF）の編成も必要だ」と語った。
現場では「国家研究機関ならではの差別化が必要だ」という指摘も出た。裵副首相はYouTubeライブ配信のコメントのうち「民間企業のAIとは違っていなければならないのに、今は増額されたAI予算を食う湿地のカバのように見える」という趣旨のコメントを紹介し、「肝に銘じるべきだ」と言及した。