AI 왜 "순국산 AI는 무리"인가? 사쿠라와 Sakana AI가 제시하는 "소브린 AI"의 현실적 해답

[お持て成し]

왜 "순국산 AI는 무리"인가? 사쿠라와 Sakana AI가 제시하는 "소브린 AI"의 현실적 해답 / 8/18(화) / ITmedia NEWS

미중 기술 패권 경쟁과 지정학적 위험이 고조되는 배경 속에서, ‘국산 LLM’·‘국산 AI’를 내세운 제품들의 출시가 잇따르고 있다. 하지만, 무엇을 기준으로 ‘국산’이라고 부르는지는 실제로 애매하다. 학습 데이터인가, 모델 구조인가, 아니면 운영 환경인가――.

‘LLM은 어디까지 ‘국산’이어야 하는가?’라는 주제로 진행된 이번 특집에서는, 일본 기업이 안전성과 편리성을 확보한 AI 활용을 실현하기 위해 어느 단계의 기업을 국산으로 삼아야 하는지, 그리고 국산이 원래 어떤 장점을 가지고 있는지를 대표적인 국내 벤더들을 인터뷰하는 과정을 통해 고찰한다.

이번 글의 최종 회 주제는 LLM을 구동하기 위한 인프라와 주변 기술이다. 미국 Anthropic의 ‘Claude Fable 5’(이하 Fable 5) 등 제공이 미국 정부의 지시로 일시 중단되는 등 ‘동맹국이니까 괜찮다’는 전제가 흔들리는 상황에서, AI를 뒷받침하는 인프라와 주변 기술의 ‘주권’(소브린)을 어떻게 확보할지가 일본 기업에게 현실적인 과제가 되고 있다.

국내에서 계산 기반을 전개하고 있는 사쿠라 인터넷의 타나카 쿠니히로 사장과 AI와 안보 관계에 정통한 Sakana AI의 이시이 준야 씨(국제정치 분석가)에게 각각의 생각을 들어보았다.

◇ ‘일어날 리가 없다’가 모두 일어났다. 왜 소브린 AI가 필요한가
　

"‘그런 일은 일어날 리가 없다’고 말했던 것이 모두 실제로 일어나고 있다”—왜 지금 AI의 주권을 물어야 하는가. 타나카 씨의 답변은 명확했다.

그는 AI 인프라와 관련된 주권을 ‘데이터 주권’, ‘운용 주권’, ‘기술 주권’의 세 가지로 나누어 정리한다. 데이터 주권은 데이터가 국내에 놓이고, 국내에서 폐쇄되어 관리되는 것을 의미한다. 운용 주권은 인프라 운영이나 서버를 어디에 얼마나 배치할지와 같은 의사결정 권한을 가지고 있다는 점. 기술 주권은 모델이나 소프트웨어와 같은 기술 자체를 스스로 만들 수 있는 것을 의미한다.

이 세 가지 각각에서 ‘설마’는 이미 현실이 되었다고 타나카 씨는 지적한다. "데이터 주권에 관해서는 (해외 서버에서) 데이터가 빼앗기는 문제가 있고, 운영 주권에 관해서는 (해외 사업자가) 일본에 서버를 투자해 주지 않아(=서버를 설치해 주지 않아) 문제가 있으며, 기술 주권에 관해서는 소프트웨어 수출 금지와 같은 문제가 발생하고 있다"(다나카 씨)

기술 주권의 위험을 상징하는 것이 Fable 5 제공의 일시 중지다. "예전에는 ‘동맹국이니까 괜찮다’는 맥락으로 이야기되었다. 하지만 최근 미국의 수출 규제를 보면, 동맹국이라 할지라도 소프트웨어와 서버를 사용할 수 없게 될 가능성이 드러났"다(다나카 씨). 생성 AI 붐 이전에도, 미국 VMware의 급격한 가격 인상과 라이선스 조항 변경으로 인해 해당 제품을 기반으로 시스템을 구축하던 국내 기업들이 대응을 요구받은 전례가 있다.

번거로운 점은 이러한 위험이 평시에는 보이지 않는다는 것이다. “기본적으로 평시에는 아무 문제도 발생하지 않는다. 하지만 위급한 순간에 움직일 수 없게 된다"고 타나카 씨는 말했다. 그는 이 구조를 평시에는 저렴하게 몸을 맡겨 수입하고, 비상시에는 공급이 흔들린 ‘나프타(석유화학 원료) 문제’에 비유한다. IT 시스템도 마찬가지라는 얘기다.

◇ 100% 국산은 ‘불가능하고, 합리적이지도 않다’
　

그렇다면 위험을 피하기 위해 모든 것을 국산으로 고정해야 할까? 타나카 씨와 이시이 씨의 답변은 모두 ‘아니오’였다.

Sakana AI의 이시이 씨는 AI 서비스를 구성하는 기술 영역을 네 개의 레이어로 정리한다. 전력이나 반도체와 같은 인프라의 소재가 되는 계층, 온프레미스와 클라우드와 같은 데이터 관리 계층, 기반 모델 계층, 그리고 애플리케이션 계층이다. Sakana AI가 개발을 담당하는 것은 후반부에 두 개의 기반 모델과 애플리케이션이라고 한다. 

"(한 국가나 한 기업이) 이 네 가지 레이어를 100% 충당하는 것은 불가능하고 합리적이지도 않다. 그것은 일본에만 해당되는 이야기가 아니라, 어느 나라든 어려운 일이다. 따라서 레이어별로 해외 의존도를 낮추고, 해외 제품을 사용하더라도 다변화하여 위험을 줄인다. 일본, 한국, 인도, 호주, 캐나다와 같은 ‘중간 파워’ 상위 국가들은 모두 같은 방식을 취하고 있다"(이시이 씨)

국내에서 계산 인프라를 제공하고 ‘국산 클라우드’로서 정부 클라우드에도 채택된 사쿠라 인터넷의 타나카 씨도 반도체 레이어에서는 의존을 받아들인다. “NVIDIA GPU를 사용하지 않는 방법은 거의 없다. 하지만 이것은 일본이 안고 있는 문제라기보다 세계가 안고 있는 문제다. 미국 기업조차도 NVIDIA로부터 구매할 수 있는지 여부에 모든 것이 달려 있으며, 이는 일본만의 문제가 아니다"(다나카 씨)

그 위에 그가 꺼내는 것이 ‘원유와 나프타’의 비유다. 어느 대형 SIer 사장과 “클라우드는 '원유'인가, 나프타인가”라는 논쟁을 한 적이 있다고 한다. 상대의 입장은 “클라우드는 '원유'. 수입할 수밖에 없는 것"이라고 말했다. 한편 타나카 씨는 "클라우드는 '나프타’. GPU와 CPU 같은 ‘원유’만 사면 스스로 만들 수 있는 것"이라고 생각한다. “NVIDIA의 GPU는 어쩔 수 없이 구매해야 하지만, 그 위 레이어의 제품들을 모두 만들 수 있는 국가가 되는 것이 좋다”(다나카 씨)

즉, 두 회사가 공통적으로 추구하는 것은 ‘어느 레이어로 해외에 의존하고, 어느 레이어로 주권을 잡을지’를 의식적으로 선택하는 방향성이다. 그렇다면 각 레이어의 ‘현실적인 해답’은 어떤 것일까.

◇ 사쿠라가 제시하는 현실 해답 "학습되는지 여부"를 축으로 생각한다
　

AI 서비스 도입 시 “데이터가 국내에 저장되는가”(데이터 레지던시)를 체크 항목에 올리는 기업이 많을 것이다. 하지만 타나카 씨는 그것만으로는 부족하다고 지적한다.

"가장 중요한 것은 (입력 데이터가 모델의) 학습에 활용되는가 아닌가. 데이터가 일본에 있더라도 학습에 사용되면 의미가 없다. 자사 내부에 데이터를 완전히 숨길 수 있느냐가 핵심이다"(다나카 씨)

이 관점에서 보면, 모델의 ‘국적’과 ‘데이터 주권’은 구분해서 생각할 수 있다. 예를 들어 중국에서 나온 오픈 모델인 ‘Kimi’와 ‘Qwen’은 고성능으로 평가받는 반면, 사용에 위험을 느끼는 기업도 많다. 하지만 “그 모델을 국내 서버에서 사용한다면 데이터는 해외로 유출되지 않는다”(다나카 씨). 서버가 물리적으로 격리되어 자체 전용인지 여부는 특히 제조업 고객이 강하게 고집하는 부분이라고 한다.

전 세계적인 GPU 부족 상황에서는 ‘얼마나 활용할 수 있느냐’도 AI 서비스 선정 기준이 된다. “계산 자원이 필요할 때 제공 사업자를 찾지 못하는 상황이 전 세계에 퍼지고 있다. 그래서일수록 자사에서 일정 이용권을 점유하는 것이 중요해지고 있다”고 타나카 씨는 지적. 사업자에 따라 전력 제약 등으로 성능에 상한을 두는 경우가 있으며, GPU 성능뿐 아니라 실제 효율 성능 확인도 필수적이다.

비용 측면에서도 국내에 선택지가 생겨나고 있다. 대량으로 토큰을 소모하는 AI 에이전트가 보편화되면서, 구독 서비스뿐만 아니라 종량제 방식으로 AI 서비스를 이용하는 사용자가 늘어나면서 토큰 비용 억제에 대한 인식이 높아지고 있다. 그런 상황에서 타나카 씨가 제안하는 것은, 종합 성능 면에서는 프론티어 모델에 미치지 못하더라도 특정 분야에서 고성능이면서 소규모 모델을 국내 추론 기반으로 구동하는 조합이다. “우리(업무)에 맞는 적절한 모델을 선택하면 비용 효율성이 크게 향상되어, (프론티어 모델보다) 더 많이 활용할 수 있게 된다”(다나카 씨)

다만, 그는 해외 기술 배제를 주장하는 것은 아니다. 사쿠라 인터넷은 미국 Microsoft와 제휴해 ‘Microsoft Azure’ 콘솔을 통해 사쿠라 인터넷의 인프라와 서비스를 이용할 수 있도록 하는 사업을 진행하고 있다. “해외의 뛰어난 기술은 계속해서 일본에서 활용해야 한다. 하지만 단순히 사용만 가능해져서 일본에서 만들 수 없게 되는 것은 좋지 않다. 몇 년 후에는 (해외와 동등한 서비스를) 일본에서도 제공할 수 있도록 하는 체제가 필요하다"(다나카 씨)

◇ Sakana AI가 제시하는 현실 해법 오픈 모델을 사후 학습으로 ‘일본 사양’으로
　

모델 레이어에서 독자적인 길을 걷는 것이 Sakana AI다. 이 회사가 선택한 방식은 모델 아키텍처와 웨이트를 자체적으로 구축하는 풀스크래치 개발(1회, 2회 참고)이 아니라, 해외의 우수한 오픈 모델을 기반으로 독자적인 사후 학습(이미 학습된 모델에 추가 학습을 적용해 동작을 조정하는 과정) 기술을 통해 일본만의 요구 사항을 충족하는 것을 목표로 하는 접근법이다. 

“미중 기존 모델은 압도적인 자원을 투입해 개발되었으며, (국내 모델과 비교해 성능이) 크게 앞서 있다. 같은 방법으로 추격해도 그 수준에 도달할 수 없다"고 이시이 씨는 지적한다.

한편, 해외 모델을 그대로 사용하는 것에는 AI 주권상의 우려가 남는다. "쉽게 말하면 중국 모델이 (특정 정치 사상에 맞추어) 출력을 조절하고 있는 문제인데, 미국에서도 트럼프 정권이 기존 모델을 ‘너무 자유주의적’이라고 비판하고 있다.’ 미국 모델에서도 출력에 특정 가치관이나 편향이 반영될 가능성이 충분히 있다"(이시이 씨)

이에 동사는 이러한 가치관 편향을 사후 학습으로 제거하는 기술을 개발하고, 각 프론티어 모델을 일본 사양에 맞게 적용한 ‘Namazu’를 출시했다. "(해외의) 오픈 모델을 사용하고 있더라도 사후 학습 기술로 출력을 제어할 수 있다면, 자국의 이익과 가치관을 해치지 않는다"(이시이 씨)

이시이 씨에 따르면, 목표는 ‘극단적으로 일본(의 가치관)에 맞추는’ 것이 아니라는 것이다. 그 회사가 Namazu를 개발할 때는 역사·영토 등 국가 이익과 관련된 논점에서 ‘일방적으로 자신들의 주장만을 말하는 것이 아니라, 일본 언론이 전달하는 것처럼 중립적이며 일본의 입장을 명확히 파악할 수 있도록’ 하는 것을 목표로 했다. 일방적인 답변은 해외의 신뢰성을 손상시키기 때문이다.

이 접근 방식의 강점은 기술이 모델을 가리지 않는다는 점에 있다. ‘사후 학습 기술은 다양한 모델에 적용할 수 있다.’ 하나의 모델이 사용 불가능해져도 전 세계의 우수한 오픈 모델을 AI 주권을 보장할 수 있는 형태로 활용한다면, 위험을 충분히 낮출 수 있다(이시이 씨). Fable 5 정지가 보여준 ‘어느 날 갑자기 사용할 수 없게 되는’ 상황에 대한 모델 레이어의 보험이라고 할 수 있다.

이 접근 방식을 가장 강하게 요구하는 것은 ‘국가’라고 이시이 씨는 본다. 동사는 금융 및 방위 분야에서 기술 지원을 담당하고 있으며, 방위 분야에서는 방위장비청 연구기관과 다년간 대규모 기반 기술 개발 계약을 체결해 2년간 실증 실험을 진행하고 있다. 핵심은 드론에 탑재해 통신이 취약한 환경에서도 엣지로 자율 작동하는 경량 AI와, 드론이 수집한 정보를 지휘 통제에 활용하는 AI 개발이다. “국가는 현재 AI 주권 확립을 요구하고 있으며, (Sakana AI의 사후 학습 기술은) 그 요구에 부응할 수 있다”(이시이 씨)

◇ 주권의 본질은 ‘국적’이 아니라 ‘통제’
　

인프라와 모델, 분야가 다른 두 회사의 이야기가 같은 결론에 도달했다. 소브린 AI의 핵심은 ‘모든 레이어를 국산으로 고정하는 것이 아니라, 데이터·운용·모델에 대한 통제권을 확보하고, 특정 의존 대상을 잃어도 사업을 지속할 수 있는 선택지를 제공하는 것’이라는 의미가 된다.

물론, ‘순수 국산’을 목표로 하는 접근이 필요 없게 되는 것은 아니다. 이시이 씨는 “(모두 국내에서 진행하는) 순수한 접근 방식을 취하는 사람도 있어도 좋다”고 말했으며, 제2회에서 다룬 PFN과 같은 풀스크래치 개발은 일본이 가져야 할 선택지 중 하나다. Sakana AI가 ‘GENIAC’ 프로젝트에서 사쿠라 인터넷의 GPU 클라우드 ‘고화력’을 활용하는 등, 국내 사업자들이 레이어를 넘어 협력하는 움직임도 시작되고 있다.

AI 활용에 위험을 느끼는 일본 기업이 먼저 고민해야 할 것은, 자사의 AI 기반을 지탱하는 인프라, 모델, 운영, 데이터 등 각 레이어에서 ‘그 주권을 지금 누가 장악하고 있는가’를 정리하는 일일 것이다. 데이터는 학습되지 않는가. 인프라 운영은 누가 담당하고 있는가. 지금 쓰고 있는 모델이 내일 멈추면, 대체할 수 있는 게 있을까--. ‘순수 국산’이라는 라벨에 의존하지 않고, 이러한 질문에 답할 수 있는 상태를 만드는 것이 중요하다.

ITmedia AI＋

なぜ「純国産AIは無理」なのか？　さくらとSakana AIが示す「ソブリンAI」の現実解

なぜ「純国産AIは無理」なのか？　さくらとSakana AIが示す「ソブリンAI」の現実解（ITmedia NEWS）

なぜ「純国産AIは無理」なのか？　さくらとSakana AIが示す「ソブリンAI」の現実解 / 8/18(火) 8:10配信 / ITmedia NEWS

　米中の技術覇権争いや地政学的リスクの高まりを背景に、「国産LLM」「国産AI」をうたう製品のリリースが相次いでいる。しかし、何をもって「国産」と呼ぶのかは実はあいまいだ。学習データか、モデル構造か、それとも運用環境か──。

【画像】Anthropicは米国政府の命令に基づきFable 5提供を一時停止

　「LLMはどこまで『国産』であるべきか？」と題した本特集では、日本企業が安全性と利便性を確保したAI活用を実現するにはどのレイヤーを国産にすべきなのか、そもそも国産にはどのようなメリットがあるのかを、代表的な国内ベンダーへの取材などを通して考察する。

　最終回となる本稿のテーマは、LLMを動かすためのインフラと周辺技術だ。米Anthropicの「Claude Fable 5」（以下、Fable 5）などの提供が、米政府の指示で一時停止されるなど、「同盟国だから大丈夫」という前提が揺らぐ中、AIを支えるインフラや周辺技術の「主権」（ソブリン）をどう確保するかは日本企業にとって現実の課題になっている。

　国内で計算基盤を展開するさくらインターネットの田中邦裕社長と、AIと安全保障の関係に詳しいSakana AIの石井順也氏（国際政治アナリスト）に、それぞれの考えを聞いた。

「起こるわけがない」が全部起こった　なぜソブリンAIが必要なのか
　「『そんなこと起こるわけない』と言われていたことが、全部起こっている」――なぜ今、AIの主権を問わなければならないのか。田中氏の答えは明快だった。

　同氏はAIインフラを巡る主権を「データ主権」「運用主権」「技術主権」の3つに分けて整理する。データ主権は、データが国内に置かれ、国内に閉じて管理されること。運用主権は、インフラのオペレーションや、サーバをどこにどれだけ置くかといった意思決定権を握っていること。技術主権は、モデルやソフトウェアといった技術そのものを自ら作れることを指す。

　この3つのそれぞれで、「まさか」は既に現実になったと田中氏は指摘する。「データ主権に関しては（海外のサーバから）データを抜かれたという問題があり、運用主権に関しては（海外事業者が）日本にサーバーを投資してくれない（＝サーバを設置してくれない）という問題があり、技術主権に関してはソフトウェアの輸出禁止といった問題が起きている」（田中氏）

　技術主権のリスクを象徴するのが、Fable 5提供の一時停止だ。「以前は『同盟国だから大丈夫』という文脈で語られていた。しかし昨今の米国輸出規制を見ると、同盟国であってもソフトウェアやサーバが使えなくなり得ることが露呈した」（田中氏）。生成AIブーム以前にも、米VMwareの急激な値上げやライセンス条項の変更によって、同製品をベースにシステムを構築していた国内企業が対応を迫られた前例がある。

　厄介なのは、これらのリスクが平時には見えないことだ。「基本的に、平時は何の問題も起こらない。ただ、いざという時に動かせなくなる」と田中氏。同氏はこの構図を、平時は安価に身を任せて輸入し、有事に供給が揺らいだ「ナフサ（石油化学原料）問題」に重ねる。ITシステムも同じだというわけだ。

100％の国産は「不可能で、合理的でもない」
　では、リスクを避けるために全てを国産で固めるべきなのか。田中氏と石井氏の答えはそろって「ノー」だ。

　Sakana AIの石井氏は、AIサービスを構成する技術領域を4つのレイヤーに整理する。電力や半導体といったインフラの素材となる層、オンプレミスやクラウドといったデータ管理層、基盤モデル層、そしてアプリケーション層だ。Sakana AIが開発を担うのは、後半2つの基盤モデルとアプリケーションだという。

　「（1国や1企業が）この4つのレイヤーを100％賄うことは不可能で、合理的でもない。それは日本に限った話ではなく、どの国でも難しい。だからレイヤーごとに海外への依存度を減らし、海外製品を使うにしても多元化してリスクを減らす。日本や韓国、インド、オーストラリア、カナダのような“ミドルパワー”の上位国は、どこも同じ考え方をしている」（石井氏）

　国内で計算基盤を提供し、「国産クラウド」としてガバメントクラウドにも採択されたさくらインターネットの田中氏も、半導体のレイヤーでは依存を受け入れる。「NVIDIAのGPUを使わないという手はほとんどない。ただ、これは日本が抱える問題というより世界が抱える問題。米国企業ですらNVIDIAから買えるかどうかに全てがかかっており、日本固有の問題ではない」（田中氏）

　その上で同氏が持ち出すのが「原油とナフサ」の例えだ。ある大手SIerの社長と「クラウドは“原油”なのか、“ナフサ”なのか」と議論になったことがあるという。相手の立場は「クラウドは“原油”。輸入せざるを得ないもの」。一方の田中氏は「クラウドは“ナフサ”。GPUやCPUという“原油”さえ買えれば、自分たちで作れるもの」と考える。「NVIDIAのGPUは買わざるを得ないが、そこから上（のレイヤーの製品）は全部作れる国であった方がいい」（田中氏）

　つまり2社に共通するのは、「どのレイヤーで海外に依存し、どのレイヤーで主権を握るか」を意識的に選ぶという方向性だ。では、それぞれのレイヤーの「現実解」はどのようなものか。

さくらが示す現実解　「学習されるかどうか」を軸に考える
　AIサービスの導入において「データが国内に保存されるか」（データレジデンシー）をチェック項目に挙げる企業は多いだろう。しかし田中氏は、それだけでは足りないと指摘する。

　「一番重要なのは（入力データがモデルの）学習（に利用）されるかどうか。データが日本にあったとしても、学習に使われてしまったら意味がない。自社の中にデータを完全に閉じられるかどうかがポイントだ」（田中氏）

　この観点に立つと、モデルの「国籍」と「データ主権」は切り分けて考えられる。例えば中国発のオープンモデル「Kimi」や「Qwen」は高性能と評価される一方、利用にはリスクがあると感じる企業も多い。だが「そのモデルを国内のサーバーで使う分には、データは国外に出ない」（田中氏）。サーバーが物理的に隔離され、自社専用になっているかどうかは、特に製造業の顧客が強くこだわる点だという。

　世界的なGPU不足の下では「どれだけ使えるか」もAIサービスの選定基準になる。「計算資源が必要な時に、提供事業者が見つからない状況が世界に広がっている。だからこそ、自社で一定の利用権を占有することが重要になっている」と田中氏は指摘。事業者によっては電力制約などから性能に上限を設けている場合があり、GPUの性能だけでなく実効性能の確認も欠かせないという。

　コスト面でも、国内に選択肢が生まれつつある。大量にトークンを消費するAIエージェントの普及により、サブスクリプションだけでなく従量課金でAIサービスを利用するユーザーが増えたことで、トークンコスト抑制への意識が高まっている。そんな中で田中氏が勧めるのは、総合性能ではフロンティアモデルに及ばずとも、特定の領域で高性能かつ小規模なモデルを、国内の推論基盤で動かす組み合わせだ。「自分たち（の業務）に合った適切なモデルを選ぶことで、コストパフォーマンスが極めて良くなり、（フロンティアモデルよりも）たくさん使えるようになる」（田中氏）

　もっとも、同氏は海外技術の排除を唱えているわけではない。さくらインターネットは米Microsoftと提携し、「Microsoft Azure」のコンソールからさくらインターネットのインフラやサービスを利用できるようにする取り組みを進めている。「海外の優れた技術はどんどん日本で使うべきだ。ただ、使うだけになって日本で作れなくなるのは良くない。数年後には（海外と同等のサービスを）日本でも提供できるようにする体制が必要だ」（田中氏）

Sakana AIが示す現実解　オープンモデルを事後学習で「日本仕様」に
　モデルレイヤーで独自の道を行くのがSakana AIだ。同社が選んだのは、モデルアーキテクチャやウェイトを自前で構築するフルスクラッチ開発（第1回、第2回を参照）ではなく、海外の優れたオープンモデルをベースに、独自の事後学習（学習済みモデルに追加の学習を施し、振る舞いを調整する工程）技術で、日本独自の要件を満たすことを目指すアプローチだ。

　「米中の既存モデルは圧倒的な資源を投入して開発されており、（国内モデルと比較して性能が）大きく先行している。同じやり方で追い掛けてもそのレベルには到達できない」と石井氏は指摘する。

　一方で、海外モデルをそのまま使うことにはAI主権上の懸念が残る。「分かりやすいのは中国のモデルが（特定の政治思想に沿うように）出力をコントロールしている問題だが、米国でも、トランプ政権が既存モデルは『リベラルすぎる』と批判している。米国のモデルでも、出力に特定の価値観やバイアスが反映される可能性は十分あり得る」（石井氏）

　そこで同社は、そういった価値観の偏りを事後学習で取り除く技術を開発し、各フロンティアモデルを日本仕様に適応させた「Namazu」をリリースした。「（海外の）オープンモデルを使っていても、事後学習技術によって出力をコントロールできるのであれば、自国の利益や価値観を損なわない」（石井氏）

　石井氏によれば、目指すのは「極端に日本（の価値観）に寄せる」ことではないという。同社がNamazuを開発した際には、歴史や領土など国益に関わる論点で「一方的に自分たちの主張だけを言うのではなく、日本のメディアが伝えるような、中立的かつ日本の立場もしっかり分かるようにする」ことを目指した。一方的な回答は、海外からの信頼性を損なうためだ。

　このアプローチの強みは、技術がモデルを選ばない点にある。「事後学習の技術はいろいろなモデルに適用できる。1つのモデルが使えなくなっても、世界中の優れたオープンモデルをAI主権を担保できる形で利用できるようにしておけば、リスクは十分下げられる」（石井氏）。Fable 5停止が示した「ある日突然使えなくなる」事態への、モデルレイヤーにおける保険といえる。

　このアプローチを最も強く求めるのは「国」だと石井氏はみる。同社は金融と防衛分野における技術支援を手掛け、防衛分野では防衛装備庁の研究機関と複数年の大規模な基盤技術開発の契約を結んで、2年間の実証実験を進めている。中心となるのは、ドローンに搭載し、通信が脆弱（ぜいじゃく）な環境でもエッジで自律動作する軽量なAIと、ドローンが収集した情報を指揮統制に生かすAIの開発だ。「国は今、AI主権の確立を求めており、（Sakana AIの事後学習技術は）そのニーズに応えられる」（石井氏）

主権の本質は「国籍」ではなく「コントロール」
　インフラとモデル、フィールドの異なる2社の話は同じ場所に着地した。ソブリンAIの要諦は「全てのレイヤーを国産で固めることではなく、データ・運用・モデルへのコントロールを確保し、特定の依存先を失っても事業を続けられる選択肢を持っておくこと」ということになる。

　もちろん、“純国産”を目指すアプローチが不要になるわけではない。石井氏自身、「（全て国内でやる）純粋なアプローチをやる人がいてもいい」と話しており、第2回で取り上げたPFNのようなフルスクラッチ開発は、日本が持つべき選択肢の柱の一つだ。Sakana AIが「GENIAC」プロジェクトでさくらインターネットのGPUクラウド「高火力」を利用するなど、国内の事業者がレイヤーをまたいで組み合わさる動きも始まっている。

　AIの利用にリスクを感じている日本企業がまず考えるべきは、自社のAI基盤を支えるインフラ、モデル、運用、データなどの各レイヤーにおいて「その主権を今、誰が握っているのか」を棚卸しすることだろう。データは学習されないか。インフラの運用は誰が担っているのか。今使っているモデルが明日止まったら、代わりはあるのか――。“純国産”というラベルに頼らず、これらの問いに答えられる状態を作ることが重要だ。

ITmedia AI＋