重みの中の韓国語の領土

翻訳機では見えないもの

人々は大規模言語モデルを巨大な翻訳機程度に考えている。韓国語で質問すれば韓国語で答えるから、モデルの中に韓国語の部屋が別にあり、英語の部屋が別にあるだろうと想像する。間違いだ。モデルの中に部屋のようなものはない。単語と文章は数十億個の数字、つまり重みという一塊の座標空間の上に散らばって埋め込まれている。どの言語がその空間で広い場所を占めるかは、学習データにその言語がどれだけ多く、どれだけ多様に含まれていたかで決まる。

ここで最初の誤解が始まる。韓国語で滑らかに答えるからといって、モデルが韓国語を英語と同じくらい深く知っているわけではない。GPT系列でもGeminiでもLlamaでも、公開された学習コーパス分析を見ると英語が圧倒的で、韓国語は大抵1パーセント前後の小さな断片に過ぎない。モデルは不足した韓国語の知識を英語から学んだ世界観で埋める。だから韓国の法制度や釜山の地域懸案について尋ねると、文章は流暢だが内容は米国のニュースルームの常識を韓国語に着せ替えた答えが出てくることがある。

トークンという単位、領土という比喩

言語を「表現手段」としてのみ見ると、この格差は些細に見える。翻訳はできるから。しかしモデル内部で言語は表現ではなく場所だ。重み空間を一枚の地図だとしてみよう。英語は大陸で、韓国語はその大陸の端に付いた狭い海岸線だ。海岸線が狭いというのは単語が不足しているという意味ではない。韓国語で表現された文脈、ニュアンス、判例、ことわざ、行政用語、地域感情がモデルの推論に介入する通路が狭いという意味だ。

トークンはその領土の測量単位だ。韓国語は膠着語なので同じ意味を含めても英語よりトークンを多く使う。同じ質問にコストがより高く、同じコンテキストウィンドウにより少なく入る。領土は狭いのに入場料は高い計算だ。不便の問題ではなく構造の問題だ。韓国語ユーザーはより高く、より浅い推論を、より少ない文脈で受け取る。この非対称性を一度でも数値で調査した韓国の省庁があるか。

だから個人の使用法は核心ではない

ここでよくある反論が出る。「韓国企業が独自の韓国語モデルを作っているではないか。市場が勝手に解決する」。半分正しい。NAVERのハイパークローバ、LGのイグザワン、カカオの試みは本物の領土拡張だ。しかし市場は領土を広げるだけで、領土を測定し守る仕事まではしない。企業は自社モデルの韓国語性能を自慢する動機はあっても、グローバルモデルの中で韓国語が年々小さくなっているか大きくなっているかを公開的に追跡する動機はない。それは国家がすべき仕事だ。

問題を個人のプロンプトスキルに狭める瞬間、本質が消える。「AIをうまく使う方法」を教える講義は溢れている。実際に私たちが問わない質問はこれだ。私たちの次世代が日常的に思考を委託することになるモデルの中で、韓国語で積み重ねられた知識と感情はどれほどの場所を持っているのか。その場所は誰が測定するのか。

韓国がまだ定義していない空白

ここに制度の空白がある。韓国は公共言語データを持っている。国立国語院のコーパス、法制処の法令データ、膨大な行政文書と判例。ところがこれらがどのような条件でグローバルモデルの学習に入るのか、入ってもよいのか、入った対価として何を受け取るのかについての国家基準がない。著作権法改正論議は創作者保護に留まっており、公共データを「モデルの重みの中の韓国語領土」を広げる戦略資産として扱う観点は行政のどこにも定着していない。

責任性の空白も同様だ。グローバルモデルが韓国の青少年に韓国現代史を誤って答えたり、釜山の災害対応情報を米国式で答える時、その誤りは誰の責任なのか。英語データで埋められた空白から生じた幻覚を「文化的損失」として測定する指標が私たちにはない。測定しないものは管理されず、管理されないものは静かに減少する。韓国語の場所はそうやって、誰も決定したことがないまま年々小さくなり得る。

これは感情的訴えではなく測定可能な提案だ。主要グローバルモデルの韓国語トークン比重、韓国語推論精度、韓国語利用コストを毎年公表する公共観測所一つあれば始められる。為替レートを毎日告示するように、私たちの言語が機械の頭の中で占める為替レートを告示する仕事だ。

うまく使う国より、正しく理解する国

AIをうまく使う国は多くなるだろう。誰もが同じモデルにアクセスするから。本当の違いはその次で分かれる。この技術が私たちの言語と知識をどのような比率で含んでいるか測定し、その比率を国家戦略として引き上げられる国とそうでない国。前者はモデル内の韓国語領土を守り、後者は流暢な回答に安心して領土が縮小したことにも気づかない。

私たちはこの技術を社会的に理解しているか。まだだ。韓国語が重みの中で小さくなることは翻訳の問題ではなく主権の問題だ。AIをうまく使う国になる前に、私たちの言語が機械の中でどこに立っているかをまず正しく理解する国にならなければならない。