人材は年俸を理由に去るのではない

私たちは間違った数字を数えている

AI人材が流出しているという記事には、ほぼ必ず年俸表が添付される。シリコンバレーはいくら、韓国の大企業はいくら、格差は何倍。だから報酬を増やすべきだという結論に至る。このフレームが楽な理由は単純だ。年俸は数えられる。表にできるし、予算で埋められるように見える。

ところが、実際に去った人々の声を集めてみると、お金が1番の理由である場合は意外と少ない。より頻繁に出てくる言葉はこちらだ。「ここでは解きたい問題を解けなかった」「モデルを一度まともに回せる計算資源がなかった」。結局、私たちは人材を引き留める問題を、個人の報酬問題に矮小化して見ている。去るのは人間だが、失われるのはその人が生み出せたはずの能力だ。

目に見えない二つの資源

AI研究者にとって決定的な資源は二つある。一つは計算資源へのアクセス権だ。大型モデルを訓練し実験するには、GPUのようなアクセラレータが大規模に必要だ。個人がノートパソコンで買えるものではない。望遠鏡に例えられる。天文学者がどれほど優秀でも、大きな望遠鏡の前に列を作れなければ、その人が見られる宇宙は小さくなる。能力の問題ではなく、アクセスの問題だ。

もう一つは問題の規模だ。研究者は自分が扱う問題の規模に応じて成長する。数億人が使うシステムの安全性を設計する人と、社内デモ用チャットボットを作る人は、1年後にまったく別の人間になる。大きな問題は、大きなデータと大きな計算資源がある場所に集まる。だから人材はお金を追うのではなく、問題を追う。年俸はその問題に付随する副産物に近い。

ここで逆輸入構造が生まれる。韓国で教育を受けた人材が海外で大きな問題と大きな計算資源を経験し、その経験値を持ったまま戻ってくる。悪いことではない。ただし、この流れが国家戦略レベルで管理されなければ、私たちは人材育成のコストは負担し、決定的な成長期の成果物は他者に貸し出す構造に閉じ込められる。

これは人事問題ではなくインフラ問題だ

計算資源と問題へのアクセス権を資源として見た瞬間、質問が変わる。誰により多くの年俸を支払うかではなく、誰が大規模な計算資源と良質なデータにアクセスできるようにするか。個人の生産性の問題ではない。AIを各自が勝手にうまく使うツールとしてのみ見れば、この質問自体が見えなくなる。

公共の役割がここで分かれる。国家が持つ最大の資産の一つは公共データだ。行政、医療、交通、教育記録は、適切に精製されれば世界的にも稀な研究資源となる。問題は、このデータが省庁別に散在しており、研究者が安全にアクセスできる標準的な経路がほとんどないという点だ。誰がどのような条件でアクセスできるのか、その結果に誰が責任を持つのかについて、共通言語がない。研究者の立場からすれば、大きな問題を解く材料が明らかに国内にあるのに、その材料に触れる方法は外部により整っているわけだ。

韓国がまだ空けている枠

今、韓国に欠けているのは二つの制度的な枠だ。一つは公共計算インフラだ。大学とスタートアップ、地域の研究者が一定の基準を満たせば大規模な計算資源を使える、電気や道路のような基盤施設としてのコンピューティング。もう一つは公共データに対する説明責任の言語だ。アクセス権限と匿名化基準、誤用・悪用時の責任所在を市民が理解できる言葉で定義したルール。この二つの枠が空いている限り、報酬だけでは流れを変えることはできない。

これに対して強い反論がある。計算資源は結局お金であり、お金ならグローバル企業には勝てないというものだ。正しい指摘だ。絶対規模では勝てない。しかし、国家がすべきことは最大規模の計算資源を所有することではなく、最も公正なアクセス経路を作ることだ。企業の計算資源はその企業の問題にのみ開かれる。公共が作る計算資源は、社会が解決すべき問題、市場が見過ごす問題にも開かれうる。規模競争ではなく、アクセス権の設計が国家が打てる手だ。

釜山のような地域には、これがより切実だ。地方が人材を引き留めようと年俸で首都圏やグローバル企業を追いかけるのは、最初から負けるゲームだ。代わりに地域産業の真のデータ、港湾物流、製造工程、高齢都市の医療記録といった具体的で大きな問題を研究者に開放し、そこに計算資源を結びつければ、お金では買えないものを提供できる。他では扱えない問題だ。

結局、核心はこれだ。AIをうまく使う国は増えるだろう。しかし、人材がなぜ去り、なぜ戻るのか、それが年俸ではなく計算資源と問題の流れであることを正しく理解する国は少ない。うまく使う国より、正しく理解する国が結局人材を引き留める。