ソブリンAI
Sovereign AI
ソブリンAIとは?
- 自国・自社のデータとインフラでAIを直接コントロール
- セキュリティ・依存・自国語品質の3大背景
- 企業版は「自社専用のAI(閉域網・専用モデル)」
ソブリンAIが実際に変えるのは技術ではなく、意思決定の順序です。従来は「どのAIの性能が良いか」を先に問い、セキュリティは最後に付け足していたのに対し、ソブリンの観点ではデータがどこに留まるのかを先に確定し、その条件の中で使えるモデルを選びます。そのため同じ会社の中でも部署ごとに使うAIが異なり、契約書には「データの学習不使用」と「リージョン(region)指定」の条項が、性能指標より前に来ることになります。
実務では統制レベルを4段階に分けて見ると判断しやすくなります。①SaaSを共用のまま使う方式、②企業専用契約で学習除外・ログ隔離を受ける方式、③クラウド上の隔離環境にオープンソースモデルを載せて直接運用する方式、④社内サーバーにGPUを置いて完全閉域網で動かす方式です。後ろに行くほど統制権は大きくなりますが、コストと運用負担も同時に大きくなります。よく混同される「オンプレミス」は④だけを指す物理的な所在の概念で、ソブリンAIは所在・言語・規制・ベンダー依存までまとめて見る広い概念である点が異なります。
現場で最も食い違いやすいのは、「一律に自社構築する」方向への振れです。全社員の業務まで閉域網の小型モデルに縛ると、文書要約の品質が落ち、社員が私用のスマートフォンで外部AIを使うシャドーAIが生まれます。管理しようとして、かえって記録の残らない経路が開いてしまうのです。逆に「契約書に学習しないと書いてあるから大丈夫」と、顧客の住民登録番号までそのまま入力するケースもあります。しかし契約条項は情報漏えいを防ぐ技術的な仕組みではありません。機密度による区分けをしない全面禁止と全面許可は、結局同じ事故につながります。
AIを国家の競争力・安全保障上の資産とみる視点から生まれた言葉で、2023〜2024年の主要国のAI政策や半導体企業による国別のAIインフラの議論を経て、広く知られるようになりました。
例え話として見ていきましょう。役職員約900名、年間売上4,000億ウォン(約4,783,602万円)台の国内電子部品メーカーA社の話です。2024年下半期、設計チームの社員が図面の仕様が書かれた文書を外部の生成AIに貼り付けた形跡が監査で見つかり、会社はAIの利用を全面的に遮断しました。ところが3か月後、現場から不満が噴出し、情報保安チームは4か月の再設計プロジェクトを任されました。
- セキュリティチーム長が全面遮断後3か月分のネットワークログを抽出したところ、社内網を遮断してもスマートフォン経由の外部AIへの接続が週200件を超えて検出されました。会議では「防いだのではなく、見えなくなっただけですね」という声が出ました。
- 法務チームと設計・営業・人事の実務担当者が集まり、社内文書を3段階に分けました。図面・原価表・お取引先の単価は第1級(社外持ち出し禁止)、社内会議の議事録は第2級、公開された製品カタログと一般文書は第3級とし、等級表を1枚の文書にまとめました。
- 機密等級1の業務は、社内サーバーにGPU 8枚を載せてオープンソースモデルを置き、閉域網で稼働させました。初期投資が2億ウォン(約2,392万円)台と負担になり、CFOは難色を示しましたが、設計図面の流出1件あたりの予想損失を試算して提示し、承認を得ました。
- 第3級の業務は、逆に外部の商用AIを企業契約として正式に導入しました。ITチームが「学習データ不使用・ログの国内リージョン保管」の条項を契約書に明記し、アカウントを社内SSOに紐付けて、誰が何を尋ねたかの記録が残るようにしました。
- 韓国語の技術用語の問題も発生しました。自社モデルが社内の部品略語を理解できなかったため、設計チームの課長が3週間かけて社内用語1,200個と過去の技術文書を整理し、検索ベースで組み込んだところ、誤答の指摘が目に見えて減りました。
- 導入から6か月後、個人端末を通じた外部AIへのアクセス試行は週200件台から20件未満に減り、設計文書の初稿作成時間は1件平均3時間から1時間10分に短縮されました。保安チーム長は「すべて防ぐより、道を開く方が統制に有利だった」と整理しました。
金鍾赫
イム・アラ