インフラは整えたが選手がいない — 韓国AI政策、何が欠けているのか

予算10.1兆ウォン、GPU 26万基、AI基本法施行。数字は華やかだ。しかし韓国産フロンティアAIモデルは？AIユニコーンは？グローバルで使われている韓国産AIサービスは？「基盤は整えたが、試合に出る選手がいない。」

1. 韓国が準備していること — ファクト整理

まず数字を見よう。

AI基本法

2024年12月に国会通過、2026年1月施行。振興優先・最小規制の哲学を採用した。高影響AI（医療、司法、雇用など）に対してのみ5つの義務（透明性、安全性評価、説明可能性、人間による監督、差別禁止）を課し、それ以外は自主規制に委ねる。EU AI Actの包括的規制とは対照的なアプローチだ。

インフラ

2026年AI予算10.1兆ウォン — 前年比約3倍増（科学技術情報通信部）
GPU 26万基確保目標 — 国家AIコンピューティングインフラ拡大
海南国家AIコンピューティングセンター: 2.5兆ウォン投資、韓国版ABCIを目指す
2028年までに76のAIデータセンター構築計画

人材

AI人材育成1.4兆ウォン投資
KAIST AI学部新設
5年間で100万人のAI教育目標

ビザ

K-STARビザ: 年間400人以上、AI・半導体など先端分野の海外人材誘致
Top-Tierビザ拡大、E-7-M（先端分野専門人材）新設

半導体

HBM（高帯域幅メモリ）: 世界市場の80〜90%をサムスン電子・SK hynixが占有
国産NPU（ニューラルネットワークプロセッサ）: 1.27兆ウォン投資、K-NPUソフトウェアエコシステム構築推進

数字だけ見れば悪くない。AI基本法のイノベーション推進基調、10兆ウォン台の予算、HBM半導体の競争力まで。しかし、なぜ韓国からOpenAIやDeepSeek、あるいはSakana AIのような企業が生まれないのか？

2. では何が欠けているのか — 核心分析

核心テーゼ：韓国には「エコシステム」ではなく「インフラプロジェクト」しかない。

インフラは整えたが、その上で試合に出る選手がいない。5つの欠落を指摘する。

(1) フロンティアモデルの不在

OpenAI（GPT-5）、Anthropic（Claude）、Google（Gemini）、Meta（Llama）、DeepSeek（V3/R1）、Mistral — グローバルAI競争はフロンティアモデルを誰が作るかの戦いだ。韓国産フロンティアモデルはない。

NAVERのHyperCLOVA X、サムスンのSamsung Gaussが存在するが、グローバルベンチマークで競争力を持つモデルとは言い難い。一方、日本ではSoftBankのSarashina、NTTのTsuzumi、Sakana AIの研究モデルが登場しており、10社が合同で国産ファウンデーションモデル法人まで設立した。

インフラがあってもモデルがなければ、GPUはただ電気を消費する機械に過ぎない。

(2) ベンチャーキャピタルエコシステムの深さ不足

米国の2025年AI VC投資額は**1,590億ドル（約23兆円）**で、グローバルAI投資の79%を占める（Crunchbase, 2025）。OpenAIの時価総額3,000億ドル、Anthropicは1,830億ドル。こうしたメガディールが米国のAIエコシステムを動かしている。

韓国は150兆ウォン規模の国家成長ファンドを造成したが、GP（運用会社）からの共通した報告は**「投資先が不足している」**というものだ。政府資金はあるが、その資金を吸収できるAIスタートアップの深さと規模が追いついていない。資金の問題ではなく、エコシステムの問題だ。

(3) 研究→起業パイプラインの断絶

米国AIエコシステムの最も強力なエンジンは研究者→起業パイプラインだ。

Google Brain研究者 → OpenAI共同創業
Meta FAIR研究者 → Anthropic、Cohere、Adeptなどにスピンアウト
Google DeepMind研究者 → Sakana AI（日本・東京で創業）

韓国でサムスンリサーチ、NAVER AI Lab、ETRI研究者が独立してAIスタートアップを創業した事例がどれほどあるだろうか？大企業の研究所に入ったら出てこない文化、スピンアウトに対する制度的支援の不在、失敗に対する社会的スティグマがこのパイプラインを阻んでいる。

(4) 企業AI導入率の低迷

OECDデータ（2024）が現実を物語っている。

韓国大企業AI導入率：9.2%
韓国中堅企業AI導入率：2.9%
OECD平均：20.2%

GPUを購入し、AI教育を実施し、法律まで制定したにもかかわらず、実際にAIを使っている企業がOECD平均の半分にも満たない。インフラと実際の導入の間のギャップがこれほど大きい。高速道路を敷いたのに車が走っていないのと同じだ。

(5) 「無秩序な教育」の問題

5年間で100万人のAI教育。量としては印象的だ。しかし真のAIリーダーを育てるのは教育プログラムではなく、実戦プロジェクトと起業経験だ。

Ilya Sutskever（OpenAI共同創業者）は大学院の研究室で、Dario Amodei（Anthropic CEO）はGoogle Brainで、David Ha（Sakana AI共同創業者）はGoogle Japanで実戦経験を積んだ後に起業した。彼らを育てたのは修了証ではなく、世界最高水準の研究環境と実戦プロジェクトだった。100万人にPythonとTensorFlowを教えることと、1人のフロンティアAI研究者を育てることはまったく異なる問題だ。

3. 他国はどうしているか — 比較分析

米国：エコシステムの力

米国は政府がインフラを整えれば民間が試合に出る。

2025年AI VC投資1,590億ドル — グローバルAI投資の79%（Crunchbase）
OpenAI: 3,000億ドルのバリュエーション、GPT-4/oシリーズでグローバルAI標準を確立
Anthropic: 1,830億ドルのバリュエーション、Claudeでエンタープライズ AI市場を攻略
CHIPS Act: 政府が527億ドル投資 → 民間1兆ドル以上の投資を誘発
規制: EUのような事前規制ではなく、行政命令ベースの柔軟なアプローチ

核心は政府の役割が「インフラ＋規制最小化」にとどまり、実際のAIイノベーションは民間が主導しているということだ。OpenAI、Anthropic、Google、Meta、xAI — これらすべてのフロンティアモデル開発企業が民間企業だ。

中国：国家-企業統合モデル

中国は米国のチップ輸出規制という制約の中でもアルゴリズム効率で突破している。

DeepSeek: 米国チップ規制の中でV3/R1モデルを開発、学習コスト557万ドル（GPT-4の1/20）で競争力のある性能を達成
**15の「国家AIチーム」**指定 — Baidu、Alibaba、Tencent、Huaweiなどが各分野のAIチャンピオンとして育成
535大学にAI専攻、年間357万人のSTEM卒業生 — 米国の5倍規模
スーパーアプリエコシステム: WeChat、Alipayなどを通じてAIサービスを14億人に即座に配信可能

核心は**「制約をイノベーションに転換する」**能力だ。チップが不足しているからこそアルゴリズム効率を極限まで引き上げ、国内市場が大きいからグローバル展開の前に国内で十分に検証できる。

日本：Full-Stack AIソブリン戦略

日本は韓国と最も比較しやすい対象だ。似た時期にAI法律を制定し、似た規模の政府投資を発表した。しかし日本には韓国にないものがある：企業レベルのAI戦略だ。

法律と予算

AI促進法（2025年5月通過）、AI基本計画（2025年12月策定） — 韓国と同時期
インフラ投資規模: 政府10兆円（650億ドル）＋民間700億ドル以上 — 韓国の約10倍
- AWS 152億ドルの日本投資、Microsoft 29億ドル、SoftBank堺データセンターなど
- ABCI 3.0: 6,128基のH200 GPU、6.22エクサフロップス — 国家AIスーパーコンピュータ

核心的な違い — 企業がフルスタックAI戦略を実行している

SoftBank — AI時代の総力戦

Project Izanagi: 1,000億ドル規模のAIチップベンチャー、カスタムAI半導体2026年末出荷目標
Stargate JV: OpenAI・Oracleと5,000億ドル規模のAIデータセンター合弁
SB OAI Japan: OpenAIとの合弁で日本語特化AIサービス法人設立
Sarashina LLM: 自社開発の大規模日本語言語モデル
孫正義会長の宣言：「SoftBankはAI企業になる」

NTT — 軽量AIと光ネットワークの融合

Tsuzumi 2: GPU 1基で動作する軽量LLM。エンタープライズ環境でコスト効率の高いAIデプロイを目指す
IOWN: 光ネットワーク基盤の次世代通信インフラ。AIワークロードの電力効率を100倍改善目標

Fujitsu — ソブリンAIサーバー国内生産

2026年3月からAIサーバーの国内生産を開始
Takane LLM: 自社開発の大規模言語モデルでエンタープライズAI市場を攻略
Fujitsu Kozuchi AIプラットフォームを通じて企業AI導入を加速

Sakana AI — 日本初のAIユニコーン

Google研究者David HaとLlion Jones（Transformer論文共著者）が東京で創業
4.79億ドル調達、26.5億ドルのバリュエーション — 日本史上初のAIユニコーン
「進化的AI（Evolutionary AI）」アプローチで差別化された研究

国家AI会社

SoftBank、Preferred Networksなど10社が共同で国産ファウンデーションモデル開発法人を設立した。政府が5年間で1兆円を支援する。韓国にはこうした企業連合＋政府支援のモデルがない。

GENIAC

METI（経済産業省）主管のAIアクセラレータープログラム。30プロジェクトを選定してABCI 3.0インフラを提供し、事業化を支援する。インフラを整えて終わりではなく、そのインフラの上で戦う選手を直接育成するプログラムだ。

Physical AI — ロボットAIで差別化

世界の産業用ロボットの38%が日本製だ（IFR, 2024）。日本はこのハードウェアの強みをAIと融合する「Physical AI」戦略を推進中だ。ソフトウェアAIで米国・中国に勝つのが難しいなら、ロボット＋AI融合で差別化するという戦略だ。

半導体

Rapidus: 2nmチップ2027年量産目標。IBM・IMECと技術提携、北海道千歳にファウンドリを建設中。AI半導体の最先端プロセスを日本国内で確保するという意志。

4. 韓国が学ぶべきこと — 「インフラ」から「エコシステム」へ

核心的な公式はシンプルだ。

真のAI競争力 = インフラ × フロンティアモデル × ベンチャーエコシステム × 企業導入率

掛け算だ。一つでもゼロなら全体がゼロになる。

要素	米国	中国	日本	韓国
インフラ	◎	○	◎	○
フロンティアモデル	◎	◎	△→○	×
ベンチャーエコシステム	◎	○	△→○	△
企業AI導入	◎	○	○	×
規制環境	◎	○	○	○

韓国はインフラ（○）と規制（○）ではついていけているが、フロンティアモデル（×）と企業AI導入（×）で致命的な空白がある。

具体的提案4つ

1. 国産フロンティアモデルプロジェクト

日本の「国家AI会社」モデルを参考にすべきだ。サムスン・NAVER・Kakao・SKTが合弁でK-Foundation Model法人を設立し、政府がインフラ（GPU、データセンター）と資金を支援する構造だ。各企業が個別にHyperCLOVA、Samsung Gaussを開発するよりも、リソースを集中してグローバル競争力のある一つのモデルを作る方が現実的だ。

2. 大企業研究所→スタートアップスピンアウトインセンティブ

Sakana AIはGoogle研究者が日本で創業し26.5億ドルのユニコーンとなった。韓国でもサムスンリサーチ、NAVER AI Lab、ETRI研究者が独立して起業できるよう制度的支援が必要だ。具体的には：

大企業研究所出身の起業家に対する競業避止条項（Non-compete）の緩和
親会社がスピンアウト企業に投資・協力するインセンティブ（税制優遇など）
スピンアウト失敗時の原職復帰保証制度（日本の一部企業で実施中）

3. 企業AI導入の義務化/インセンティブ

大企業9.2%、中堅企業2.9%のAI導入率を5年以内にOECD平均の20%まで引き上げる必要がある。方法：

中小企業AI導入補助金の拡大（導入コストの50〜70%を政府支援）
公共調達におけるAI活用企業への優遇加点
産業別AI導入ロードマップの策定とコンサルティング支援
成功事例共有プラットフォームの運営

4. メガディールAI VCファンド育成

100億ウォン以上規模のAI専門ベンチャーファンドを育成すべきだ。政府がLP（出資者）として参加しつつ、GP（運用会社）は民間が担う。現在の韓国の問題は資金がないことではなく、メガディールを実行できる専門GPと投資対象スタートアップが同時に不足していることだ。イスラエルのようにYozmaファンドモデル（政府マッチング＋民間運用）をAI分野に特化して適用する必要がある。

5. AI開発者からAIベンチャー起業家へ — 個人の成長ロードマップ

政策を待っていられないなら、個人が自ら動くしかない。そして今は歴史上、AI起業の参入障壁が最も低い時期だ。

ソロファウンダーAIスタートアップの台頭

数字がそれを証明している。

ソロファウンダー比率: 17%（2017）→ 36%（2024） — AIスタートアップで1人創業が2倍以上に増加（PitchBook）
AIツールによる生産性向上: 開発者の生産性55%向上（GitHub Copilot Research, 2024） — 少人数チームで大規模プロダクトが可能に
初期AIファンディングの19%がソロファウンダーに投資されている（Crunchbase）

AIツールが開発者1人の生産性を10人分にしてくれる時代に、アイデアと実行力さえあれば、一人でもグローバルAIプロダクトを作ることができる。

実戦的成長経路

ステップ1：技術の深さ — ドメイン特化の課題発見

汎用AIモデルを作るのはOpenAIやAnthropicの領域だ。個人が狙うべきは特定ドメイン（ヘルスケア、金融、製造、法律など）でAIにより10倍改善できる課題だ。ドメイン知識×AI技術の交差点に機会が生まれる。

ステップ2：プロダクトビルディング — 最少人数でMVP

AIを活用して最少人数（1〜3名）でMVPを構築し、素早く市場検証する。Claude、GPT-4、Cursor、Replit Agentなどのツールを活用すれば、以前はチームが必要だった作業を一人でもこなせる。

ステップ3：グローバル市場 — 最初から外を見る

韓国の国内市場は小さい。AI SaaSなら最初から日本、東南アジア、英語圏市場をターゲットにすべきだ。日本はAI導入需要が爆発的に増えているがAI人材が不足しており、韓国のAI開発者にとってチャンスがある。東南アジアはデジタルトランスフォーメーションが急速に進行中だ。

ステップ4：グローバルネットワーク構築

日本: Sakana AI、GENIACプログラム、SoftBank Vision Fundエコシステム
米国: Y Combinator、a16z、SequoiaなどトップティアのVCとアクセラレーター
シンガポール: 東南アジアAIハブ、政府の積極的なAIスタートアップ誘致政策

ステップ5：グローバル資本へのアクセス

韓国政府のプログラム（K-Startup Grand Challenge、TIPS）も活用しつつ、グローバルアクセラレーターに直接挑戦すべきだ。Y Combinator、日本のGENIAC、シンガポールIMDAのAI Verifyプログラムなど。韓国VCのAI投資規模が米国の1%にも満たない現実において、グローバル資本へのアクセスは選択ではなく必須だ。

6. おわりに：高速道路だけ敷いて車を作らない国

韓国政府の努力を否定しているわけではない。AI基本法のイノベーション推進基調、10兆ウォンの予算、HBM半導体の競争力 — これらすべては必要条件だ。しかし十分条件ではない。

日本を見よ。政府がインフラを整えると同時に、SoftBankが1,000億ドルのAIチッププロジェクトを推進し、NTTが軽量LLMを開発し、Sakana AIがユニコーンとなり、10社が国産ファウンデーションモデル法人を設立した。政府と企業が**フルスタック（チップ→モデル→サービス）**を一緒に作っている。

米国を見よ。政府がCHIPS Actでインフラを整えると、民間が1兆ドル以上を投資し、OpenAI・Anthropic・xAIがフロンティアモデルを開発し、数千のAIスタートアップがその上でサービスを展開した。インフラの上にエコシステムが機能している。

中国を見よ。チップ不足という制約の中でもDeepSeekがアルゴリズム効率でフロンティアモデルを作り上げた。制約をイノベーションに転換する力がある。

韓国は？インフラを整えた。法律を作った。予算を配分した。しかしその上で戦う選手がいない。

AI時代の競争力はインフラ投資額ではなく、グローバルで使われるAIプロダクトの数で測られる。韓国が真のAI大国になるには、「インフラプロジェクト」から「エコシステム構築」へパラダイムを転換しなければならない。

そしてAI開発者なら：政府の政策を待たず、グローバルエコシステムに自ら飛び込め。 今はAIツールのおかげで一人でもグローバルプロダクトを作れる時代だ。韓国のAIエコシステムがまだ不十分なら、世界をあなたのエコシステムにすればいい。