Beş ekip, yüzde 95 hedefi ve giderek kızışan rekabet
Güney Kore, ChatGPT gibi önde gelen sistemlerin performansının en az yüzde 95’ine ulaşmayı hedefleyerek bağımsız bir yapay zekâ temel modeli geliştirmek üzere beş sektör konsorsiyumu seçti. LG AI Research, Naver Cloud, SK Telecom, Upstage ve NC AI liderliğindeki ekipler, yerel altyapıda çalışan ve Kore dilini ve kültürünü anlayan bir teknoloji geliştirmek için yarışıyor.
İçindekiler
- Beş ekip, yüzde 95 hedefi ve giderek kızışan rekabet
- Kore için egemen yapay zekâ ne anlama geliyor?
- Koreceyi işlemek neden daha pahalı olabilir?
- LG ve Naver akıl yürütme ve görsel anlama üzerine çalışıyor
- SK Telecom ve Upstage verimliliği öne çıkarıyor
- Oyun, mesajlaşma ve uzmanlaşmış modeller rekabeti genişletiyor
- Kıyaslama puanları alıcılara ne anlatıyor?
- Yerli çipler çalışan hizmetlerde kullanılıyor
- İnsanlar Kore yapay zekâsıyla nerelerde karşılaşacak?
- Finansman tercihleri ve ulusal şampiyonlar tartışması
- Öne Çıkanlar
Bilim ve BİT Bakanlığı (MSIT), 2 Eylül 2025 itibarıyla Bağımsız Yapay Zekâ Temel Modeli projesini uygulama aşamasına taşıdı. Beş ekip, 15 başvuru arasından seçildi; yani başvuranların üçte biri bir sonraki aşamaya geçti. Konsorsiyumlarda şirketler, üniversiteler, araştırma enstitüleri ve kamu kurumları bir araya geliyor.
Her ekibe 10 milyar won değerinde işlenmiş veri kümesi, 20 milyar won değerinde yayın videosu ve eğitim verisi ile özel veri kümeleri için doğrudan 2,8 milyar won finansman sağlanacak. Bu üç kalem, ekip başına toplam 32,8 milyar won tutarında veri desteği anlamına geliyor. SK Telecom ve Naver Cloud, birkaç ekibin eğitim çalışmalarını desteklemek üzere kiralık grafik işlem birimi altyapısı sağlamayı da planlıyor.
Hükümet, ilerlemeyi altı ayda bir değerlendirmeyi; aralık ayında ekip sayısını beşten dörde, 2027’ye kadar da ikiye indirmeyi planlıyor. Temel zorluk teknik olduğu kadar pratik de: Kore, uluslararası ölçekte rekabet edebilen ve yerel işletmelere ve kamu hizmetlerine doğru, uygun maliyetli ve ülke denetiminde hizmet veren modeller istiyor.
Temel model, soru yanıtlamaktan yazılım geliştirmeye kadar çok sayıda uygulamanın altyapısını oluşturabilecek, geniş kapsamlı eğitimden geçmiş bir yapay zekâ sistemidir. Kore’nin projesi, bütünüyle yurt dışında geliştirilen sistemlere bağımlı kalmak yerine bu altyapıyı ülke içinde kurmayı hedefliyor.
Kore için egemen yapay zekâ ne anlama geliyor?
Yönetim, egemen yapay zekâyı çiplerden bulut bilişime, modellerden hizmetlere kadar tüm teknoloji zincirinde özerklik olarak tanımlıyor. Strateji, yapay zekâ liderliğinin ABD ve Çin’de yoğunlaşmasına; veri güvenliği, dil doğruluğu ve kültürel anlayış konusundaki kaygılar da eklenince gündeme geldi.
Kore; yarı iletkenler, telekomünikasyon ağları ve uygulamalı yapay zekâ alanlarında yerleşik güçlü yönlere sahip. Politika yapıcılar, açık kaynak teknolojinin benimsenmesinin ekonominin farklı alanlarındaki işletmelerin yerli araçları temel alarak ürün geliştirmesine olanak tanırken bu yetkinliklerin ülkeye özgü bir yaklaşımı destekleyebileceğini savunuyor.
Projenin aşamalı bir takvimi de var. Altyapı sağlanması ve rekabet değerlendirmeleri, model geliştirme çalışmalarıyla eş zamanlı yürütülecek:
- Haziran 2025: Naver, akıl yürütme yeteneklerini geliştiren HyperClova X Think’i tanıttı.
- 2 Eylül 2025: Seçilen beş konsorsiyum, ulusal temel model çalışmasına katılıyor.
- 2025 sonundan 2026 ortasına kadar: SK Telecom ve Naver Cloud, eğitim çalışmaları için kiralık GPU altyapısı sağlamayı planlıyor.
- Aralık 2025: Hükümet, katılımcı ekip sayısını beşten dörde indirmeyi planlıyor.
- 2027’ye kadar: Programda iki ekibin kalması bekleniyor.
Yüzde 95’lik performans hedefi manşetlere taşınan bir amaç sunsa da proje açıklamasında bu eşiğin ölçüleceği tek bir kıyaslama testi veya model sürümü belirtilmiyor. Ekipler; akıl yürütme, görsel anlama ve Korece performansı dahil olmak üzere çeşitli yeteneklere odaklanıyor.
Koreceyi işlemek neden daha pahalı olabilir?
Naver’in HyperClova ekibi, yerli modelleri geliştirmek için ekonomik bir gerekçe öne sürüyor: Öncelikle İngilizce için tasarlanan bazı sistemler, Koreceyi işlemek için daha fazla işlem gücü gerektiriyor. Ekibin aktardığı bir analize göre bu tür bazı modellerde Korece işlemenin maliyeti, İngilizce işlemeye kıyasla yüzde 347 daha yüksek olabiliyor.
Dil modelleri, metni token adı verilen küçük birimlere böler ve ardından bu birimler arasındaki örüntüleri öğrenir. İngilizcede bir sözcük tek bir tokene sığabilir. Korece ve Latin alfabesi dışında alfabelerle yazılan diğer diller ise bayt veya sözcük parçaları temelinde daha fazla birime ayrılabilir. Token sayısı arttıkça işlenecek diziler uzar, hesaplama ihtiyacı ve müşterilerin faturaları yükselir.
Koreceye göre tasarlanmış bir tokenizer, Korecede gerçek kullanımı yansıtan eğitim materyalleriyle birlikte bu yükü azaltırken hızı ve doğruluğu artırabilir. Naver, yerli modelini ve araçlarını, İngilizce odaklı tokenleştirme ve fiyatlandırmanın yarattığı maliyetlere ekonomik bir çözüm olarak sunuyor.
Kore kültürüne ilişkin bilgi de bir başka kaygı konusu. Popüler sohbet robotları Kore tarihi ve tanınmış kişiler hakkında kendinden emin biçimde yanlış bilgiler verebiliyor; yaygın şakaları ve internet capslerini anlamakta zorlanabiliyor. Kullanıcılar asistanların yerel göndermeleri anlamasını beklediğinde bu hatalar güveni zedeliyor. Korece materyallerle eğitim ve modellerin Korecedeki kullanıma göre uyarlanması bu tür yanlışları azaltabilir.
LG ve Naver akıl yürütme ve görsel anlama üzerine çalışıyor
LG AI Research’ün Exaone 4.0 modeli, akıl yürütme yeteneğini görsel anlamayla birleştiriyor. LG, yüksek performans ve daha düşük kaynak gereksinimi hedefleyen kullanım senaryolarına yönelik sürümler sunuyor. Bu yaklaşım, Koreli geliştiricilerin yalnızca model boyutunu artırmaktan gerçek hizmetlerde işe yararlılığı öne çıkarmaya yöneldiğini gösteriyor.
Exaone 4.0, küresel endekslerde rekabetçi sonuçlar elde etti ve yakından takip edilen sıralamalarda önde gelen sistemlerin yakınında yer aldı. Yaklaşık 32 milyar parametreli uzman sürümünün birkaç Kore ulusal yeterlilik sınavını geçtiği bildirildi. Parametreler, bir modelin eğitim sırasında öğrendiği sayısal iç ayarlardır. Sayıları modelin ölçeğini gösterse de performans, eğitim verilerine ve tasarımına da bağlıdır.
LG’nin iş odağında belge anlama, kodlama desteği ve endüstriyel ortamlara yönelik görsel analiz yer alıyor. Şirketin yerli çip tasarımcılarıyla iş birliği, model geliştirmeyi donanıma da bağlıyor: FuriosaAI’nin RNGD hızlandırıcısı, önceki bir Exaone sürümünü watt başına yüksek performansla çalıştırmak için kullanıldı.
Naver Cloud’un HyperClova ailesi, yapay zekâ eğitimi için derlenen en büyük Korece dil koleksiyonlarından birinden yararlanıyor. HyperClova X, Korece görevlerde doğruluk sağlayacak şekilde ayarlanmış özel sürümler de içeriyor. Haziran 2025’te tanıtılan HyperClova X Think, akıl yürütme yeteneğini geliştiriyor ve görsel içeren matematik ve fen problemlerini çözebiliyor.
Naver, metin, görüntü ve diğer medya türlerini kapsayan çok modlu bir omnitemel model geliştirmeyi de planlıyor. Çok modlu sistemler birden fazla bilgi türüyle çalışır ve modelin yazılı bir soruyla birlikte görseli de yorumlamasını sağlar. Naver için teknik hedefin yanında Kore tarihini, hukukunu ve kültürel bağlamı daha doğru ele alma amacı da bulunuyor.
SK Telecom ve Upstage verimliliği öne çıkarıyor
SK Telecom’un AX modelleri Korece performansa, verimliliğe ve telekomünikasyon ürünlerine entegrasyona odaklanıyor. AX 3.1 Lite, 7 milyar parametreye sahip ve Koreceye ağırlık veren, çok dilli yaklaşık 1,65 trilyon token üzerinde sıfırdan eğitildi. Mobil uygulamalar ve doğrudan cihazlarda kullanım için açık kaynak olarak sunuluyor.
Şirketin kıyaslama testlerine göre model, daha büyük modellere kıyasla Korece akıl yürütme testi KMMLU2’de yaklaşık yüzde 96, kültürel anlayış ölçütü CLIcK3’te ise yüzde 102 düzeyinde göreli performans gösteriyor. Bu oranlar, doğru yanıtlanan soru yüzdesini değil, karşılaştırma modellerine kıyasla performansı ifade ediyor.
SK Telecom; çağrı özetleme, istenmeyen mesajları filtreleme ve asistan özelliklerini test etti, tüketicilere yönelik yapay zekâ sekreterlerini devreye alıyor. Ulusal projeye katılımı, modeller ve uygulamaların ötesine geçerek diğer ekiplere GPU kapasitesi sağlamayı da kapsıyor.
Upstage, kendi ifadesiyle dolar başına düşen zekâya odaklanıyor. Yaklaşık 31 milyar parametreli Solar Pro 2, Artificial Analysis’in Frontier Language Model Intelligence sıralamasında yer alan tek Koreli model. Zekâ bakımından küresel ölçekte üst sıralarda bulunuyor ve yetenek ile bu yeteneği sunmak için gereken hesaplama maliyetini karşılaştıran Intelligence versus Cost to Run ölçütünde lider konumda.
Upstage, çok dilli yeteneklerini korurken hukuk, finans ve sağlık alanlarında kurumsal kullanım senaryolarını hedefliyor. Şirkete göre yaklaşık 30 milyar parametreli, dikkatle eğitilmiş bir model; eğitim tokenları ile model boyutu arasında etkili bir denge kurulduğunda birçok görevde çok daha büyük rakiplerine yetişebilir veya onları geçebilir.
Oyun, mesajlaşma ve uzmanlaşmış modeller rekabeti genişletiyor
NCSoft’un iştiraki ve seçilen beş konsorsiyum liderinden biri olan NC AI, çok modlu Varco ailesini geliştiriyor. Varco ve Varco Vision 2.0, görüntüleri ve metinleri işliyor; çeşitli testlerde diğer açık kaynaklı modelleri geride bıraktı. Görüntüleri yorumlamanın işin merkezinde olduğu medya, oyun ve yaratıcı araçlara odaklanıyorlar.
Kakao hükümetin projesine seçilmedi ancak OpenAI ile ortaklaşa Kanana modellerini geliştirmeyi sürdürüyor. Şirket, asistanlarını on milyonlarca Korelinin her gün kullandığı mesajlaşma ve içerik platformlarına entegre ediyor. Bu geniş dağıtım ağı, Kakao’ya yapay zekâyı gündelik tüketici hizmetlerine taşımada önemli bir rol veriyor.
KT, 11,5 milyar parametreli açık kaynaklı MIDEUM 2.0 modelini tanıttı ve daha güçlü akıl yürütme yeteneğine sahip bir Pro sürümü planlıyor. Bu çalışmalar, ulusal rekabetin hem büyük şirketleri hem de daha küçük uzman kuruluşları kapsayan daha geniş bir sektör hamlesinin parçası olduğunu gösteriyor.
Seul Ulusal Üniversite Hastanesi, on milyonlarca kayıtla Korece bir klinik modeli eğitti. Karşılaştırmalı bir çalışmada Kore Tıp Lisans Sınavı’nda yüzde 86,2 puan aldığını ve bu oranın insanların ortalamasını aştığını bildirdi. Hastane araştırmacıları, lisans sınavlarında uzman düzeyine yakın performans hedefiyle yerel koşulları yansıtan tıbbi veriler kullanıyor.
Mathpresso ve Upstage, 13 milyar parametreli MATH GPT modelini ortaklaşa geliştirdi. Model, çok daha az hesaplama gücü kullanarak bir matematik kıyaslama testinde 0,488 puan aldı; GPT 4 ise 0,425 puanda kaldı. Aradaki 0,063 puanlık fark, geliştiricilerin yalnızca daha büyük modellere dayanmak yerine neden odaklı eğitime yatırım yaptığını gösteriyor.
Kıyaslama puanları alıcılara ne anlatıyor?
Yapay zekâ kıyaslama testleri genel bilgi, kodlama, matematik ve akıl yürütme yeteneklerini ölçüyor. Yaygın test paketleri arasında MMLU, HumanEval, LiveCodeBench, AIME ve MATH 500 bulunuyor. Model yetenekleri geliştikçe MMLU Pro ve Humanity’s Last Exam gibi daha zorlu testler de kullanılıyor.
Hugging Face ve Artificial Analysis, sonuçları geliştiricilerin itibarını şekillendirmeye ve satın alma kararlarını etkilemeye yardımcı olan sıralamalarda topluyor. Exaone 4.0’ın önde gelen sistemlere yakın sonuçları ve Solar Pro 2’nin sınır modelleri arasında yer alması, Koreli geliştiricilere ilerlemelerini gösteren somut ölçütler sunuyor.
GPU arzının kısıtlı olduğu ve işletmelerin bulut üzerinden çıkarım maliyetlerini kontrol etmesi gereken durumlarda Solar Pro 2’nin Intelligence versus Cost to Run sıralamasındaki konumu özellikle önem taşıyor. Çıkarım, eğitilmiş bir modelin kullanıcının isteğini işleyip yanıt ürettiği aşamadır. Hizmetlerin kullanıcı sayısı arttıkça çıkarım maliyeti tekrar tekrar gündeme gelir.
İşletmelerin ayrıca güvenilirliğe, uygun bir üsluba ve göreve uygunluğa ihtiyacı var. Önde gelen sınır modelleri, akademik testlerde güçlü sonuçlara rağmen tekdüze sohbetleri ve basit hataları nedeniyle kullanıcıların eleştirileriyle karşılaştı. Kore modelleri de aynı gündelik değerlendirmeye tabi olacak: İnsanlar hizmetlerini Korece kullanmayı tercih edecek mi?
Yerli çipler çalışan hizmetlerde kullanılıyor
SK Telecom, veterinerlere yönelik X ışını analiz hizmeti X Caliber için Nvidia GPU sunucularını Rebellions’un ATOM sinir ağı işlem birimleriyle değiştirmeye başladı. Ülke genelinde 1.000’den fazla hastanenin kullandığı hizmet, ırkla ilgili işaretler de dahil olmak üzere 45 bulgu kategorisini tespit ediyor.
X Caliber, sonuçları yaklaşık 15 saniyede veriyor ve bildirilen doğruluk oranı yüzde 97’ye ulaşıyor. SK Telecom, her birinde 48 NPU bulunan altı sunucudan oluşan, toplam 288 birimlik bir üretim kümesi kurdu. Şirket, tüketici hizmetlerindeki asistan özellikleri için de NPU’ları deniyor.
NPU’lar, sinir ağı iş yükleri için tasarlanmış çiplerdir. Sağlık, eğitim ve telekomünikasyon alanlarındaki tekrarlanan çıkarım görevlerinde elektrik tüketimini ve maliyeti azaltabilirler. X Caliber, yerli donanımın hastanelerin hâlihazırda kullandığı bir hizmette çalıştığına dair somut bir örnek sunuyor.
FuriosaAI’nin ikinci nesil RNGD çipi, çıkarım amacıyla LG’nin Exaone 3.5 modeliyle entegre edildi ve kapsamlı değerlendirmelerin ardından ticarileştirme onayı aldı. FuriosaAI, ülke içindeki kurulumların ötesine geçerek ABD’deki ilk yurt dışı müşterisini de duyurdu.
GPU’lar genel amaçlı eğitim ve birçok çıkarım iş yükü için önemini koruyor. Bu nedenle Kore’nin altyapısında muhtemelen GPU’lar ve NPU’lar birlikte kullanılacak. Telekomünikasyon operatörleri, yanıt gecikmelerini azaltmak için işlemeyi kullanıcılara yaklaştıran uç bilişimle veri merkezi kurulumlarını bir araya getiriyor. Bu yaklaşım, ülke genelindeki yapay zekâ altyapısını geliştirme çabalarıyla örtüşüyor.
İnsanlar Kore yapay zekâsıyla nerelerde karşılaşacak?
Sağlık sektörü stratejinin birkaç unsurunu bir araya getiriyor: yerel verilerle eğitilmiş tıbbi modeller, yerli çipler ve klinik kullanım kuralları. Düzenleyici kurum, 2025’in başlarında klinik ortamlarda metin üreten sistemlerin onaylanmasına yönelik kılavuz yayımlayarak hastanelere ve tedarikçilere yeni araçları güvenli biçimde doğrulama yolu sundu.
Telekomünikasyon şirketleri, dil modellerini tüketici uygulamalarına ve çağrı merkezlerine taşıyor. SK Telecom’un asistanları çağrıları özetleyebiliyor, istenmeyen iletişimleri işaretleyebiliyor ve tarife önerilerine yardımcı olabiliyor. Naver, Korece ifadeleri ve kültürel bağlamı anlayacak şekilde tasarlanan HyperClova sürümleriyle arama, alışveriş ve müşteri desteğini geliştiriyor.
Kakao, kullanım kolaylığının model boyutundan daha önemli olabildiği mesajlaşma ve içerik hizmetlerinde yapay zekâ ajanlarını devreye alıyor. Birkaç laboratuvar da doğrudan cihazlarda kullanılabilecek daha küçük modeller yayımlıyor. Basit görevlerin yerel olarak işlenmesi gecikmeleri azaltıp gizliliği koruyabilir.
Hukuk ve finans şirketleri, mevzuata doğru atıfta bulunan ve uzmanlık bilgisiyle belge hazırlayan sistemler istiyor. Girişimler ve üniversiteler bu ihtiyaçlara yönelik çalışmalar yürütüyor. Daha az hesaplama kaynağıyla çok daha büyük rakiplerle yarışabilen küçük matematik modelleri ise odaklı akıl yürütme sistemlerinin potansiyelini gösteriyor.
Bu uygulamaların tümünde pratik yaklaşım aynı: Geliştiriciler belirli işler için veri seçiyor ve modeller tasarlıyor. Yararlı bir asistan, yalnızca genel bir kıyaslama testinde yüksek puan almakla kalmamalı; bir hastanenin, müşteri hizmetleri ekibinin veya hukuk bürosunun işleyişine de uymalı.
Finansman tercihleri ve ulusal şampiyonlar tartışması
Hükümet, birkaç yıla yayılacak 100 trilyon wonluk bir yatırım planını gündeme getirdi ve sektör temsilcilerini üst düzey görevlere atadı. Bu isimler arasında Naver’in araştırma kuruluşunda geçmişi bulunan bir yapay zekâ kıdemli başkanlık danışmanı da yer alıyor.
Stratejinin temelini iki büyük program oluşturuyor. Bağımsız Yapay Zekâ Temel Modeli projesi, özel sektörün güçlü katılımını sağladı. Araştırmacılar ve sektör için hesaplama kapasitesini bir araya getirip tahsis etmesi planlanan Ulusal Yapay Zekâ Bilişim Merkezi ise daha yavaş ilerledi. Bu durum, altyapı konsorsiyumları kurmanın zorluğunu yansıtıyor.
Bazı girişim kurucuları, finansman ve ilginin ağırlıklı olarak büyük şirketlere akacağından kaygı duyuyor. Eleştirmenler, geniş kapsamlı temel modellerde küresel teknoloji devleriyle doğrudan rekabet etmek yerine Koreli şirketlerin hızla başarıya ulaşabileceği uzmanlaşmış uygulamalara odaklanılmasını savunuyor.
Destekçiler ise veri koruma, sektörel kurallara uyum ve kültürel uygunluk için yerli modellere ihtiyaç olduğunu söylüyor. Onlara göre açık kaynak lisansları, geliştirici şirketlerin ötesinde fayda sağlayabilir ve diğer işletmelerin ortak teknoloji üzerinde hizmetler kurmasına olanak tanıyabilir.
Kore’nin liderleri, egemen yapay zekânın uluslararası iş birliğiyle bağdaşabileceğini de savunuyor. Görüş önderleri, küresel güvenlik ve şeffaflık normları konusunda iş birliği sürerken ulusal denetimin de korunması çağrısı yaptı. Ülkenin yarı iletken alanındaki güçlü konumu, küresel ticaretten çekilmeden yerel denetim arayan ortaklara hizmet etmesini sağlayabilir. Kore’nin deneyimi, ulusal özerklikle uluslararası iş birliğinin birlikte nasıl yürütülebileceğine dair diğer orta ölçekli güçlere somut bir örnek sunacak.
Öne Çıkanlar
- MSIT, 15 başvuru arasından LG AI Research, Naver Cloud, SK Telecom, Upstage ve NC AI liderliğindeki beş konsorsiyumu seçti.
- Proje, önde gelen sistemlerin performansının en az yüzde 95’ine ulaşmayı hedefliyor; Korece yetkinliği ve yerel altyapı amaçların merkezinde yer alıyor.
- Her ekibe üç kategoride toplam 32,8 milyar won tutarında veri desteği ayrıldı.
- Katılımcı ekip sayısının Aralık 2025’te dörde, 2027’ye kadar ikiye indirilmesi planlanıyor.
- LG, Naver, SK Telecom ve Upstage; akıl yürütme, görsel anlama, Korecede doğruluk ve hesaplama verimliliği üzerinde çalışıyor.
- NC AI, Kakao, KT, hastaneler ve uzman geliştiriciler çalışmaları oyun, mesajlaşma, tıp ve matematik alanlarına taşıyor.
- Rebellions ve FuriosaAI çipleri ticari hizmetlerde kullanılmaya başlanıyor; GPU’lar ise eğitim ve birçok uygulama için önemini koruyor.
- Kore’deki politika tartışması; ulusal model geliştirme, uzmanlaşmış uygulamalar, geniş erişim ve uluslararası iş birliği arasında nasıl denge kurulacağına odaklanıyor.






