韩国科学技术信息通信部（科技部）将启动针对网络安全领域的专用基础模型的培养，继通用人工智能（AI）模型之后，旨在增强国内AI模型的安全专业性并多样化模型生态系统。
然而，在通用模型也需要大规模投资的情况下，投入额外的计算资源，证明专用模型的性能和效率成为关键。
科技部将在评估后选定最终的承包商，并在10个月内提供256台英伟达图形处理器（GPU）B200的支持。计划基于国内独立的AI技术和模型开发专注于网络安全的基础模型，也可以在现有国内基础模型的基础上增强安全专业性。
SKT计划基于其在独立AI基础模型（独派模型）项目中开发的自有模型，推进安全专用模型的开发。Naver Cloud尚未公开具体的基础模型和开发方式。
科技部启动安全专用模型开发是因为认为仅靠通用的大型语言模型（LLM）在恶意软件分析和威胁检测等专业安全工作中存在局限性。通过学习安全数据和专业知识，旨在提升国内安全产业的AI应用能力。
不过，特派模型的开发方式在所需成本和开发难度上存在显著差异。
延世大学计算机工程系教授赵成培表示：“从头开始创建基础模型的方式虽然可以按照期望方向设计，但需要大量的数据、时间和成本。”他指出：“用256台B200在10个月内创建基础模型的时间可能有些紧张。”他还表示：“从现实角度来看，利用开放权重或开源资源进行安全专用方向的调整可能性更高。”
确保特派模型的性能也是一项挑战。韩国科学技术院（KAIST）指定座教授崔在植表示：“专用模型相较于通用模型数据相对不足，且需要加入专业知识。”他解释道：“在实证中要求更高的水平，并且必须产生准确的结果而不产生幻觉。”
尽管特派模型的开发难度较大，但从长远来看，同时培养通用模型和领域专用模型有助于增强国内AI生态系统的竞争力。
国会立法调查处立法调查员郑俊华分析称：“集中支持少数精英团队是否适合在紧急情况下提升国家整体AI恢复力，需要重新审视。”他表示：“不仅要考虑从基础模型衍生服务的自上而下的方法，还应考虑自下而上培养领域专用小型AI模型的可能性。”
※ 本报道经人工智能（AI）系统翻译与编辑。
