人工智能（AI）已从单纯的算法竞争的‘第一幕’进入到控制工厂设备和改变战场决策的‘第二幕’，国家核心战略领域国防与制造，以及安全结合的下一代加密与安全技术的融合‘国家私有AI生态系统’战略被公开。
首尔大学10-10私有AI倡议与财政部战略经济顾问团于7日下午在首尔大学相山数学馆举办了‘AI时代的国防+制造+安全’论坛。
本次论坛的主题是‘在不暴露数据的情况下构建基于信任的私有基础设施’。在数据泄露或污染可能对国防和制造领域造成致命打击的情况下，结合加密计算技术作为基础设施，提出了跃升为真正的‘AI三强国、军工四强国’的蓝图。
财政部战略经济顾问团团长朴英善（前中小企业部部长）在开幕词中表示：“过去几年是确认生成型AI能做什么的‘AI第一幕’，而现在开始的‘AI第二幕’则在问‘AI将连接到哪里，如何推动现实世界’。”他强调：“AI应当改变制造业，制造业应当提升国防的竞争力，而安全则要维护整个AI生态系统的信任。”朴团长还指出：“AI时代的国家竞争力不是单一技术，而是将半导体、电力、数据与安全结合的国家层面的‘战略经济’。”他呼吁：“我们应当朝着将国防、制造和安全融合设计的领先国家迈进。” 首尔大学研究副校长金周汉在欢迎辞中强调：“在人工智能（AI）时代，国家竞争力不仅仅在于扩充计算基础设施，更在于‘安全利用敏感数据’。”金副校长提到全球领先的军工AI企业，指出：“人工智能正在广泛渗透到各个行业，像全球企业Palantir这样的模型已成为市场的焦点。”他表示：“AI竞争力不仅仅取决于更快、更强大的计算能力，而是要在实际现场系统性地获取高质量数据，并在不外泄的情况下进行严格验证，才能左右国家产业和未来竞争力。”
金副校长还表示：“首尔大学一直在大胆打破数学、人工智能、政策与产业的界限，集中研究能够安全处理敏感国家与产业数据的核心源技术。”他承诺：“未来将继续在国家战略技术研究和实际的产学研合作中，提出任何人都无法动摇的‘可信人工智能’标准，并在政策课题的提出和新创新生态系统的构建中发挥引领作用。”

在军工环节，针对K-军工面临的以硬件为中心的出口壁垒进行了诊断，并提出应向以软件和AI为中心的超快速生态系统转型的建议。

仁荷大学物流AX中心主任孙大权（前陆军军需司令官）在主题发言中指出：“目前K-军工的订单余额接近100万亿韩元，但单品硬件成品出口很快将因全球需求和地缘政治的制约而面临瓶颈。”孙教授提到以色列与伊朗战争中，AI系统在两周内识别了15000个目标的案例，强调：“战场的规则已经被软件和数据重新定义。”
孙教授特别强调了从‘硬件供应商’转变为提供独立操作系统和解决方案的‘生态系统设计者’的重要性。他表示：“为了打破武器系统（扳机）与国防AI（大脑）之间的瓶颈，必须建立将基础设施、数据、模型和服务整合为一体的‘国防AX全栈’生态系统。”他主张：“在此基础上，武器出口后还需持续提供AI更新和智能维护（MRO），将盟国锁定在我们的生态系统中，形成‘出口2.0’结构。”他还呼吁进行四阶段的成长阶梯（研发→PoC政府采购→新安保基金→全球规模化）制度创新。
随后，原俊熙军工中小企业协会会长以‘为军工中小企业创造AI出口生态’为主题，提出了中小企业与软件的创新方案。原会长指出：“国内军工企业中88%为中小企业，但其销售占比仅为18%，而出口的96%被少数大企业垄断。”他指出了大企业偏重的外包结构。
原会长解释了不依赖于系统综合大企业而独立进入全球价值链（GVC）的四项政策解决方案及预期效果。他表示：“获得国际标准和认证的军工中小企业与软件，无论与特定大型订单的成败与否，都可以普遍供应到全球武器系统。”他呼吁设立中小企业专用研发轨道（70%分配）、建立国际标准与认证中心、按成长阶段设立GVC企业认证制度、将政府服务软件知识产权归开发者所有。
原会长表示：“如果这些制度创新得以完善，军工中小企业的销售占比将扩大至30%以上，并在1114万亿韩元规模的全球中小企业市场中实现56万亿韩元（5%）的国产化与出口，最终实现国家军工出口规模达到60万亿韩元的强大‘富国强兵’成果。”

在制造环节，讨论了国家基础产业制造业的生产力创新的人工智能实证与突破策略。

韩国生产技术研究院制造AI研究中心主任尹钟必以‘制造现场的AI引入：困难与解决方向’为主题，指出目前国内制造业的AI引入率仅为4.0%。尹主任列举了金融与服务业相比，制造业的AI曝光度较低（0.26），68.9%的中小制造企业仅具备1000万韩元以下的投资能力，缺乏与遗留系统的兼容性，以及49.2%的专业人才招聘负担等核心瓶颈。
尹主任介绍了半导体CMP工艺清洗设备的振动信号基础微倾斜诊断、医疗导管管道缺陷检测、多机器人监控等先进实证案例，并表示：“制造AI成功的关键在于‘将现场问题重新定义为AI能够解决的问题’。”
他进一步指出：“制造AI并非仅依赖单一高度复杂的模型，而是需要具备领域知识的‘现场数据专家’、设计神经网络与特性的‘AI模型专家’、与现有工厂系统（MES、ERP等）结合的‘AI系统专家’等三方协作体系有机结合，才能真正创造出工艺优化与预测性维护的经济价值。”

随着AI在国防和制造现场的深入渗透，‘安全’成为最关键的前提条件。在安全环节，强调了应将不暴露原始数据进行运算的同态加密（HE）和原始数据保护技术（PETs）作为国家基础设施的必要性。
首尔大学数学科学系教授（加密实验室负责人、10-10私有AI倡议首席教授）千正熙在‘加密计算与AI安全’的发言中指出：“现有安全体系的致命漏洞在于在内存中计算数据时，密码会被解开，即‘使用中（In-Use）数据’。”他解释道，制造现场的工艺隐性知识和军工机密数据一旦外泄，将直接导致企业和国家的存亡，因此积极共享被源头封锁。
千教授展示了无需解密即可进行SQL搜索和AI学习的同态加密搜索技术（HEracles）及其实证成果，并表示：“应将保护与利用相结合的加密计算设定为国家AI基础设施的‘基本值’。”他还指出：“同态加密不再是理论中的技术，已经在国防实验项目、警察厅治安数据、韩国制造X平台中完成了实证。”他强调：“AI的力量在于连接数据，但国家的信任在于不打开数据。应将涵盖国防、制造和治安的安全层设计为国家公共基础，并迅速推广为采购与标准。”
随后，刘根宽首尔大学经济学系名誉教授（第18届统计局局长）以‘国家数据安全联接体系（Hub & Spokes）与安全’为主题，发布了统计与行政数据的融合方案。刘教授表示：“要制定基于证据的精确政策，纵向与横向数据的结合是必不可少的，而为了规避风险而阻断资料则是自我消灭政策证据的错误方法。”他提出了中央统计登记处（Hub）与各部门、机构（Spoke）在不暴露原始数据的情况下连接的‘中心-辐射’模型。
刘教授特别呼吁立即恢复基于国际公认的隐私增强技术（PETs：同态加密、差分隐私、再现数据）的安全联接研发本项目。他表示：“韩国统计局的同态加密结合试点已于2023年被纳入联合国PET指南，并被德国联邦劳动社会部报告和英国科学创新技术部存储库认可为示范创新案例。”
刘教授指出：“在全球实证已完成并进入完善阶段的加密联接体系面前，再次重复信息化战略计划（ISP）是严重的时间浪费和国家竞争力的退步。”他呼吁：“应立即将面临预算削减而中断危机的实证研发转变为以国家数据处为中心的本项目，并加快示范建设，以同时维护AI时代的数据主权和政策质量。”