[E-DailyKim Hyun-ah 记者] 韩国代表性AI企业之间的安全AI竞争已全面展开。在政府安全专用AI项目由Naver（NAVER(035420) ）与LG组成的联合体承接的同时，SKTelecom(017670)与Upstage也组建了独立的协商机构，着手自主开发安全AI。
如果说Naver·LG的战略是将700B级AI分别专用于攻击和防御，那么SKT·Upstage则主打能够执行实际安全监控和漏洞分析等现场工作的“实战型AI”。
近期有迹象表明，在金融界遭受黑客攻击的过程中，自主攻击工具ARTEX被用于攻击，这使得人们对利用AI进行网络攻击的担忧日益加剧；与此同时，安全AI领域的竞争重心也正从模型规模转向实际的攻击应对能力。
SK电讯于8日与Upstage以及SK Shields、AhnLab、SecuI、Raon Secure、Genians、PioLink等6家安全企业，高丽大学、崇实大学、釜山大学等3所高校共同成立了“自主AI网络安全协商体”。共有11家机构参与其中。
7日下午，在SKT大厦举行的“自主AI网络安全联盟”成立仪式上，与会者正在合影留念。 （从左至右）SK电讯AI技术中心主任崔龙镇、SK电讯AI战略企划室室长崔东熙、崇实大学AI学院院长崔大善、釜山大学教授许信旭、SK电讯基础模型负责人金泰允、Upstage公共部门代表李在勇、SK电讯AI CIC负责人柳京相、高丽大学信息保护研究生院院长郑益来、高丽大学教授权宪英， AhnLab代表姜锡均、SecuI代表郑三勇、PioLink代表赵永哲、Genians代表李东范、RaonSecure代表李正雅、SK Shields副总裁金炳武
图片来源：SK电信
SKT的下一代模型“A.X K3”和Upstage的下一代“Sola”将通过学习恶意代码、漏洞分析、安全监控等实际现场产生的数据进行训练。计划将其培育为不仅限于简单安全问答，还能发现漏洞并进行修补、应对安全事故的人工智能。
特别是，将利用SK Shields每天170亿条威胁事件数据以及AhnLab超过2.5PB的安全数据等韩国本土安全企业的现场数据。
开发出的模型将应用于参与企业的安全产品中，用于零日漏洞分析和实时监控等。通过将现场经验反馈到学习过程中，进一步提升性能。
Naver利用4000块GPU强化防御能力，LG则专注于开发模拟实际黑客攻击的“进攻型AI”。通过“Harness”将这两个模型连接起来，形成一方攻击、另一方防御的结构。
另一方面，SKT与Upstage则引入了A.X K与Solar相互攻击的“互惠红队演练”机制。将发现的漏洞作为训练数据加以利用，从而提升防御能力。
SKT在开发A.X K2的过程中，通过其自主红队体系SERT生成并学习了约1.5万条攻击应对数据。参与企业AhnLab拥有超过2.5PB（拍字节）的安全数据以及恶意代码和终端威胁检测技术。高丽大学、崇实大学和釜山大学则以第三方立场，对模型的安全性和性能进行独立评估。
SKT与Upstage则整合了安全企业拥有的实时威胁信息及安全解决方案运营经验，并计划未来进一步扩大参与机构范围。
虽然两大阵营均利用大规模数据，但策略各不相同。Naver·LG专注于构建兼具攻击与防御能力的大规模安全模型，而SKT·Upstage则侧重于将其投入实际安全现场以验证性能。
网络安全AI竞争的胜负关键，预计将不在于模型规模，而在于能否快速检测实际攻击、发现漏洞并应对安全事件。
SK电信AI CIC负责人柳京相在“自主AI网络安全联盟”成立仪式上致欢迎辞。
SKT AI CIC负责人柳京相表示：“在‘自主AI基础模型’项目中经过验证的模型，将与韩国代表性的信息安全企业及高校合作，在实际安全现场证明其效果，从而在网络安全领域也展现出国家代表AI模型的应用成果。”
如果说Naver·LG的战略是将700B级AI分别专用于攻击和防御，那么SKT·Upstage则主打能够执行实际安全监控和漏洞分析等现场工作的“实战型AI”。
近期有迹象表明，在金融界遭受黑客攻击的过程中，自主攻击工具ARTEX被用于攻击，这使得人们对利用AI进行网络攻击的担忧日益加剧；与此同时，安全AI领域的竞争重心也正从模型规模转向实际的攻击应对能力。
SK电讯于8日与Upstage以及SK Shields、AhnLab、SecuI、Raon Secure、Genians、PioLink等6家安全企业，高丽大学、崇实大学、釜山大学等3所高校共同成立了“自主AI网络安全协商体”。共有11家机构参与其中。
图片来源：SK电信
面对Naver·LG中标，SKT·Upstage另辟蹊径在政府“专业化AI基础模型开发”项目中，SKT与Upstage曾就安全AI开发与Naver·LG联盟展开竞争。随着Naver·LG最终中标该项目，SKT·Upstage随即通过单独组建的协商机构，着手自主开发安全AI。
SKT的下一代模型“A.X K3”和Upstage的下一代“Sola”将通过学习恶意代码、漏洞分析、安全监控等实际现场产生的数据进行训练。计划将其培育为不仅限于简单安全问答，还能发现漏洞并进行修补、应对安全事故的人工智能。
特别是，将利用SK Shields每天170亿条威胁事件数据以及AhnLab超过2.5PB的安全数据等韩国本土安全企业的现场数据。
开发出的模型将应用于参与企业的安全产品中，用于零日漏洞分析和实时监控等。通过将现场经验反馈到学习过程中，进一步提升性能。
Naver·LG：‘攻击AI vs 防御AI’Naver·LG在中标政府项目后，正基于Naver的HyperClova X和LG的ExaOne，开发两款700B级安全AI。
Naver利用4000块GPU强化防御能力，LG则专注于开发模拟实际黑客攻击的“进攻型AI”。通过“Harness”将这两个模型连接起来，形成一方攻击、另一方防御的结构。
另一方面，SKT与Upstage则引入了A.X K与Solar相互攻击的“互惠红队演练”机制。将发现的漏洞作为训练数据加以利用，从而提升防御能力。
SKT在开发A.X K2的过程中，通过其自主红队体系SERT生成并学习了约1.5万条攻击应对数据。参与企业AhnLab拥有超过2.5PB（拍字节）的安全数据以及恶意代码和终端威胁检测技术。高丽大学、崇实大学和釜山大学则以第三方立场，对模型的安全性和性能进行独立评估。
关键在于“实际攻击应对能力”Naver·LG与韩国电力KDN、韩国水力核能、金融安全院等21家机构合作，获取了约830TB的原始数据，并计划将该模型应用于主要战略产业和国家核心设施。
SKT与Upstage则整合了安全企业拥有的实时威胁信息及安全解决方案运营经验，并计划未来进一步扩大参与机构范围。
虽然两大阵营均利用大规模数据，但策略各不相同。Naver·LG专注于构建兼具攻击与防御能力的大规模安全模型，而SKT·Upstage则侧重于将其投入实际安全现场以验证性能。
网络安全AI竞争的胜负关键，预计将不在于模型规模，而在于能否快速检测实际攻击、发现漏洞并应对安全事件。
SKT AI CIC负责人柳京相表示：“在‘自主AI基础模型’项目中经过验证的模型，将与韩国代表性的信息安全企业及高校合作，在实际安全现场证明其效果，从而在网络安全领域也展现出国家代表AI模型的应用成果。”
