AI基本法(人工知能の発展と信頼基盤の造成等に関する基本法)

1. 概要

A. 定義

AI基本法は、人工知能産業の振興と基盤造成を支援すると同時に、高影響・生成型人工知能に対する透明性・安全性・利用者保護の義務を課して信頼基盤を造成しようとする大韓民国の基本法である。正式名称は「人工知能の発展と信頼基盤の造成等に関する基本法」であり、2025年1月に公布され、2026年1月から施行された。

AI基本法の核心は、「規制のみの法」でも「振興のみの法」でもない点にある。国家レベルの人工知能基本計画と専担ガバナンスで投資・人材・データ・コンピューティング基盤を広げる振興条項と、国民の生命・身体・基本権に大きな影響を及ぼす人工知能に責任を負わせる信頼条項を一つの法に結合した統合型立法である。したがって技術士は、条文を暗記するよりも、組織の人工知能ユースケースを一覧化し、各事例が振興支援の対象か、高影響・生成型義務の対象か、域外適用の対象かを判定する枠組みとしてこの法を理解すべきである。

この法は国内事業者のみの問題ではない。国外で行われた行為であっても国内市場と利用者に影響を及ぼせば適用できるよう域外適用条項を置き、一定規模以上の海外事業者には国内代理人の指定義務を課す方向で下位法令が設計された。ただし具体的な基準(売上・利用者数)や過料の水準は施行令・告示の段階で確定するため、実際の適用可否は国家法令情報センターの現行条文と科学技術情報通信部の告示で確認する必要がある。

B. 登場背景と必要性

生成型人工知能が急速に拡散するにつれ、モデルの精度だけでは社会的リスクを説明しにくくなった。同じ分類モデルでも写真整理に使えば影響は小さいが、採用審査や融資審査、医療補助に使えば差別や安全の問題が大きくなる。このようにリスクはアルゴリズムの名前ではなく使用目的・対象・文脈から生じ、既存の個人情報保護法や情報通信網法のみでは人工知能特有の説明可能性・偏向・悪用の問題を包括しにくかった。

一方で韓国は半導体・通信・製造の競争力を基に人工知能先導国を志向しており、規制だけでは産業競争力を失いかねないという懸念も大きかった。欧州連合が2024年にEU AI Actを確定し、米国・日本がそれぞれの接近を取る中で、韓国は「振興を優先しつつ最小限の信頼装置を置く」という折衷モデルを選んだ。 AI基本法はこうした背景の下、国家人工知能政策の法的根拠を整え、同時に高影響・生成型領域に限定した義務で信頼を補完しようとする立法として登場した。

C. 適用の観点

実務ではまず「我々の組織の人工知能ユースケースが高影響に該当するか」を問い、次に「生成型の結果物を外部に提供するか」を判定した上で、役割別の義務を要求事項・アーキテクチャ・運用手順に配置する順序が効果的である。法務文書のみを作りシステム設計に反映しなければ、モデルの交換や機能の変更時に義務の履行が途切れる。特に外部ファウンデーションモデルをAPIで使用する場合、提供者の方針と表示機能を併せて検討し、義務がサービスフロー全体で満たされるようにしなければならない。

2. 法体系とガバナンス構造

AI基本法は「振興–基盤造成–信頼」の三つの軸で理解すると全体構造が鮮明になる。振興軸は基本計画・研究開発・標準化・人材養成・データセンター支援を、基盤造成軸はデータ・コンピューティング資源と産業エコシステム支援を、信頼軸は高影響・生成型の義務と安全性確保を担う。三つの軸を総括するガバナンスとして大統領所属の国家人工知能委員会を置き、科学技術情報通信部が3年ごとに人工知能基本計画を策定するようにした点が特徴である。

flowchart TB
  Law["AI基本法(基本法)"] --> Gov["国家人工知能委員会(大統領所属)"]
  Law --> Plan["人工知能基本計画(3年周期)"]
  Gov --> Plan
  Plan --> Promote["振興・基盤造成の軸"]
  Plan --> Trust["信頼・規制の軸"]
  Promote --> P1["R&D・標準化・人材養成"]
  Promote --> P2["データ・コンピューティング基盤支援"]
  Trust --> T1["高影響人工知能の義務"]
  Trust --> T2["生成型人工知能の透明性"]
  Trust --> T3["安全性確保(超巨大モデル)"]
  MSIT["科学技術情報通信部"] --> Safety["人工知能安全研究所"]
  MSIT --> Center["人工知能政策センター"]
  Safety --> Trust

この構造は「規制がなければ何の支援もない」という意味ではない。大多数の低リスク人工知能は振興・支援の対象であるだけで別途の義務がなく、信頼軸の義務は高影響・生成型という限定された範疇にのみ課される。すなわちAI基本法はリスクに比例した差等規制を志向しつつ、EU AI Actより義務の範囲を狭く設定して産業負担を減らそうとしたと評価される。

A. 振興・基盤造成の軸

振興軸の出発点は人工知能基本計画である。科学技術情報通信部長官が国家人工知能委員会の審議・議決を経て3年ごとに基本計画を立て、研究開発支援・国際協力・標準化・専門人材養成・創業支援などの施策を盛り込む。これは過去に個別事業単位で散在していた人工知能政策に法的根拠と中期ロードマップを与える点で意義が大きい。

基盤造成軸はデータとコンピューティングという二つのボトルネックを狙う。学習用データの生産・収集・活用を促進し、国家レベルの人工知能データセンターと高性能コンピューティング資源の拡充を支援する根拠を置いた。例えば中小・スタートアップが自力で確保しにくい大規模GPU資源と公共データを共有型インフラとして提供すれば、初期投資の障壁を下げてエコシステムの裾野を広げられる。

またこの法は人工知能政策センターの指定と人工知能安全研究所の運営の根拠を置く。政策センターは政策研究・実態調査・国際動向分析を、安全研究所は安全性評価技法と基準の研究を担うよう設計され、振興と信頼が分離せず連結するようにした点が特徴である。これは安全研究所を通じて「配備前・後の評価能力」を国家が蓄積しようとする流れとも接している。

B. ガバナンスと基本計画

国家人工知能委員会は大統領所属で、省庁間の政策を調整し基本計画と主要施策を審議する。人工知能は産業・科学技術・教育・労働・安保にまたがる融合イシューであるため、特定の省庁単独では政策推進が難しいという現実を反映したものである。委員会に民間専門家を含めて産業現場の声を反映するようにした点もガバナンス設計の核心である。

ただし委員会が実質的な調整力を持つには、予算・権限・専門事務局が裏打ちされなければならない。諮問機構にとどまれば省庁別の事業が重複したり責任の所在が曖昧になりかねないため、基本計画の履行点検と成果評価の体系が併せて作動しなければならない。技術士の観点では、こうしたガバナンスが組織内のAI管理体系(例:ISO/IEC 42001 [[iso-42001-ai-management-system]])とどう連携するかを設計課題として見るべきである。

3. 核心的義務と適用手順

信頼軸の義務は大きく高影響人工知能の義務、生成型人工知能の透明性義務、安全性確保義務、域外適用・国内代理人に分かれる。事業者は自らの人工知能が高影響に該当するかを事前に検討する義務があり、科学技術情報通信部に該当可否の確認を要請することは任意事項として設計された。高影響と判定されれば、リスク管理・説明可能性・利用者保護など複数の措置を履行しなければならない。

flowchart TB
  Start["人工知能の製品・サービス企画"] --> Q1{"高影響領域に該当?"}
  Q1 -->|"はい"| High["高影響人工知能の義務履行"]
  Q1 -->|"いいえ"| Q2{"生成型の結果物を提供?"}
  High --> HR["リスク管理方案の樹立・運営"]
  High --> HE["結果の説明方案の用意"]
  High --> HU["利用者保護方案の樹立"]
  High --> HA["影響評価の努力(公共調達で優遇)"]
  Q2 -->|"はい"| Gen["生成型の透明性義務"]
  Q2 -->|"いいえ"| Low["振興・一般統制の対象"]
  Gen --> G1["AI基盤運用の事前告知"]
  Gen --> G2["生成結果物にAI表示"]
  High --> Gen
  HR --> Done["運用・事後モニタリング"]
  G1 --> Done

上記のフローは義務が「全部か無か」ではないことを示す。一つのサービスが高影響でありながら同時に生成型でありうるため、この場合は二つの軸の義務を重畳して適用する。逆に低リスクの自動化は信頼軸の義務なしに振興・一般統制の対象となるため、まず正確な分類が先行しなければならない。

A. 高影響人工知能

高影響人工知能は、人の生命・身体の安全と基本権に重大な影響を及ぼすか、危険を招くおそれがある領域の人工知能をいう。法と下位法令はその例として医療機器、エネルギー・水道など国民生活の必須領域、交通施設の運営、採用・融資審査のように個人の権利関係を評価する分野などを挙げている。具体的な対象と範囲は政府が定めるよう委任し、技術の変化に応じて調整できる柔軟性を置いた。

高影響事業者には、リスク管理方案の樹立・運営、利用者に対する説明方案の用意、利用者保護方案の樹立、安全・信頼性の確保措置、人による管理・監督、文書保管などの履行義務が課される。例えば採用審査に人工知能を使う企業であれば、どの特徴が評価に反映されるかを説明できなければならず、応募者が結果に異議を申し立てる窓口と人が再検討する手続きを用意しなければならない。これは単なる告知の文言ではなく、要求事項・ログ・インターフェース・運用手順として実装されてこそ実効性を持つ。

一方で影響評価(第35条系列)は法的に「努力義務」として規定されていると知られているが、国家機関等が調達時に影響評価を終えた製品を優先考慮するよう誘因を置き、事実上は準必須に近く作動しうる。したがって公共市場を狙う事業者であれば、影響評価を早期に実施することが調達競争力の確保に有利である。ただし条文別の義務水準と施行令の細部基準は改正の可能性があるため、断定せず最新の原文を確認しなければならない。

B. 生成型人工知能と透明性

生成型人工知能または高影響人工知能を用いた製品・サービスを提供しようとする事業者は、当該製品・サービスが人工知能に基づいて運用されるという事実を利用者に事前に告知しなければならない。また生成型人工知能が作った結果物(テキスト・画像・映像・音声等)には、それが人工知能によって生成されたという事実を表示しなければならない。これはディープフェイク等の合成コンテンツの誤認・悪用を減らし、利用者の判断権を保障する趣旨である。

表示義務の実装は画面の文言一つにとどまらない。実務ではAPI応答のメタデータ、ウォーターマークや機械判読可能な標識(例:C2PA系列のコンテンツ出所標準)、生成履歴のログ、修正の有無の記録まで併せて設計してこそ、反復的・自動的に義務を満たせる。例えばニュース・広告映像に生成型の結果物を使う事業者であれば、編集段階で自動的に標識を挿入するパイプラインを置くほうが手作業の告知より安定的である。

透明性はモデル内部をすべて公開せよという意味ではない。利用者が「今、人工知能と相互作用しているのか」「このコンテンツが生成されたものか」を理解できるよう情報を提供することが核心である。したがって多言語案内、アクセシビリティ、通報チャネル、ログ保存までサービス要求事項に含める。

C. 安全性確保と超巨大モデル

安全性確保義務は高影響人工知能と一定規模以上の大規模モデルを狙う。下位法令の初案の議論では、学習に使われた累積演算量が10の26乗フロップス(FLOPs)を超える超巨大モデルを別途の安全確保対象とみなし、リスクの識別・評価・緩和措置を求める方向が提示された。これはEU AI Actの汎用AIモデルの体系的リスク基準と類似の発想で、演算量をリスクの代理指標としたものである。

演算量の閾値を基準とする方式は測定の客観性という利点があるが、技術の発展で少ない演算でも強力なモデルが出れば基準が速く古びうるという限界もある。したがって安全性基準は演算量以外に能力評価・レッドチーム・事故報告のような多面的指標で補完される必要がある。人工知能安全研究所が評価技法と基準を研究・蓄積するようにしたのも、こうした補完を念頭に置いた設計とみなせる。

D. 域外適用と国内代理人

AI基本法は国外で行われた行為であっても国内市場・利用者に影響を及ぼせば適用できるよう域外適用条項を置いた。これは海外サーバーに基づくグローバルビッグテックのサービスが国内利用者に及ぼす影響を規律するための装置である。ただし執行能力と制裁手段が十分かについては実効性の論争があり、国内代理人制度でこれを補完する。

国内代理人の指定義務は一定規模以上の海外事業者を対象とし、下位法令の初案では本社売上、国内人工知能関連売上、国内の日平均利用者数などを基準に議論された。国内代理人は透明性・安全性義務の履行、資料保管、当局との疎通窓口の役割を担う。具体的な基準数値や未指定時の過料水準は施行令・告示で確定する事項であるため、本ノートでは断定せず最新原文の確認を前提とする。

4. 比較および適用事例

AI基本法はしばしばEU AI Act [[eu-ai-act-compliance]]と比較される。両法ともリスクに比例した差等義務を志向するが、EUは禁止–高リスク–制限的–最小リスクの緻密な分類と高い課徴金(全世界売上に比例)で「規制優先」に近く、韓国は高影響・生成型という狭い範疇に義務を集中し振興条項を結合した「振興優先」に近い。

区分	AI基本法(韓国)	EU AI Act
基本性格	振興+信頼の結合基本法	リスク基盤の規制中心
リスク分類	高影響・生成型中心(狭い)	禁止・高・制限・最小(緻密)
生成型表示	事前告知+結果物表示	透明性義務(合成物表示)
大規模モデル	演算量基準の安全性議論	GPAI体系的リスク(10^25 FLOPs系列)
制裁	過料中心(相対的に軽微)	高額課徴金(売上比例)
域外	域外適用+国内代理人	域外適用+EU代理人

この比較の実務的含意は、欧州と国内市場を同時に攻略する事業者は、より厳格なEU基準に合わせれば国内基準も概ね満たせるという点である。したがってグローバル企業はEU AI Actを基準線として共通統制を設計し、韓国の事前告知・結果物表示のような細部要求を地域別に補強する戦略が効率的である。

具体事例として、国内フィンテック企業が生成型人工知能のチャットボットで融資相談を提供するとしよう。このサービスは融資審査(高影響)と生成型(透明性)が結合するため、(1)チャットボット開始時に「人工知能基盤の相談」であると告知し、(2)生成した回答にAI表示をし、(3)審査結果に対する説明と人の再検討の窓口を置き、(4)公共・金融調達を狙うなら影響評価を先制的に実施する設計が必要である。別の事例として、海外に本社を置く映像生成サービスが国内の月間利用者数が大きい場合、国内代理人の指定対象になりうるため、進出初期から代理人・資料保管の体系を準備しなければならない。

5. 深化:最新動向と予想出題の方向

施行以後の核心変数は下位法令と啓蒙期間である。政府は施行初期の混乱を減らすため、最低1年以上の啓蒙・猶予期間を運営し、専門家で構成した支援窓口を通じて企業向けの個別助言を提供する方向を明らかにした。 2026年中に施行令の改正と透明性確保ガイドライン(案)などの細部基準が順次整備されており、条文のみならず告示・ガイドラインを併せて追跡することが重要である。

技術士の観点での予想出題の方向としては、①高影響人工知能の判定手順と事業者義務を事例とともに叙述する問題、②生成型結果物の表示(ウォーターマーク・C2PA)とディープフェイク対応を連携した問題、③EU AI Actとの比較、④AI基本法–ISO/IEC 42001 [[iso-42001-ai-management-system]]–AI TRiSM [[ai-trism]]を結んだ統合ガバナンス設計問題などを想定できる。答案構成の戦略としては、「振興–基盤造成–信頼」の3軸で全体構造を先に提示した上で、高影響・生成型の義務を手順図とともに展開し、最後に技術士の観点の適用戦略・トレードオフで締めくくる流れが効果的である。

またAI基本法は単独で作動せず、個人情報保護法、著作権法、電子政府法、情報通信網法などと交差する。例えば学習データの個人情報処理は個人情報保護法の適用を併せて受け、生成結果物の著作権帰属は著作権法の争点と絡む。したがって規制地図を描いて「どの法がどこで掛かるか」を分別する能力がますます重要になっている。

6. 考慮事項および示唆点

第一に、適用戦略の側面で、組織は法の施行に先立って人工知能ユースケースの一覧(AI Inventory)を作り、高影響・生成型の可否を事前分類すべきである。分類が先行してこそ義務を要求事項・アーキテクチャ・運用手順に正確に配置でき、外部モデルを使う場合は提供者の責任と自社の責任の境界を契約で明確にしなければならない。

第二に、トレードオフの側面で、AI基本法は産業負担を減らそうと義務の範囲を狭めたが、これは信頼保護の空白を生みうるという両面性を持つ。義務が高影響・生成型に限定されるため、低リスクに分類されながら実際には社会的影響が大きい死角が生じうるため、組織は法的最小線を越えて独自の倫理・品質統制を併行するほうが安全である。

第三に、展望の側面で、演算量の閾値基準は技術の発展に伴い速く古びうるため、能力基盤の評価・レッドチーム・事故報告のような多面指標へ進化する可能性が大きい。人工知能安全研究所の評価能力の蓄積と国際標準(ISO/IEC 42001、NIST AI RMF)との整合が、今後の規制の実効性を左右する展望である。

第四に、連携技術の側面で、透明性義務はC2PA等のコンテンツ出所・ウォーターマーク標準、説明可能性義務はXAI [[explainable-ai]]技法、安全性義務はAIレッドチーム [[ai-red-teaming]]・ガードレールと直接つながる。したがって法の遵守は別途の文書作業ではなく、データ系譜・モデルバージョン・評価結果・事故記録を一つに連結するMLOps・ガバナンス体系として実装されてこそ、規制対応と運用品質を同時に得られる。

参考資料

国家法令情報センター、「人工知能の発展と信頼基盤の造成等に関する基本法」: https://law.go.kr
科学技術情報通信部、AI基本法および施行令関連の報道資料: https://www.msit.go.kr
外交部、AI基本法の案内: https://www.mofa.go.kr/www/wpge/m_29686/contents.do
ウィキペディア、人工知能基本法(韓国語): https://ko.wikipedia.org/wiki/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5_%EA%B8%B0%EB%B3%B8%EB%B2%95

一言まとめ: AI基本法は振興・基盤造成と信頼(高影響・生成型の義務、安全性確保、域外適用)を結合した韓国の統合型人工知能基本法であり、組織はユースケース分類を先行し、透明性・説明可能性・安全性の義務をMLOps・ガバナンス体系で実装しなければならない。