요즘 한국이 AI 경쟁에서 뒤처졌다는 이야기가 많은데, 사실 다들 이해관계자고(심지어 나 또한) 결국 뭐가 부족하니 더 주세요 얘기를 한다. “뭐”에는 돈, GPU, 인재, 뭐 어쩌고저쩌고 등등.

AI를 못한다고 얘기하는 이유는 미국, 중국과 비교하기 때문이다. 미국, 중국은 AI 산업에서 쇼미더머니 치고 겜 한다고 생각할 정도로 돈을 많이 쓴다. 2025년 민간 AI 투자만 미국 약 2,859억 달러, 중국 124억 달러, 한국 18억 달러 정도다.¹ 그런데 이건 VC 같은 민간 자금조달 통계다. 회사가 자기 돈으로 서버를 사고 데이터센터를 짓는 것까지 다 센 숫자가 아니다. 판을 좀 더 넓혀 보면, Rhodium은 2026년 미국 데이터센터 투자를 약 8,000억 달러, 중국 주요 기술·통신기업의 AI 인프라 설비투자를 약 1,390억 달러로 본다. 둘 다 전망치지만 돈이 도는 규모가 이렇다.¹

아무튼, 도는 돈의 규모가 다르고, 시장이 다르고, 생각할 수 있는 거의 모든것의 스케일이 다르다. 이 와중에도, 인구 대비 AI 특허는 한국이 세계 1위다.¹ 개별 대학교나 연구실 단위로 보면 세계 최고 수준의 연구결과와 인재를 만드는 곳도 이미 있다. 서울대, 카이스트, 내 모교인 성균관대에도 NeurIPS, ICML, ICLR, CVPR 같은 탑 AI 학회에 해마다 논문을 내는 연구실들이 있다.² (나도 그런 연구실에서 공부하는 행운을 가졌다.)

그러니까 내 생각엔 한국은 AI를, 특히 들어가는 돈에 비해서, 생각보다 훨씬 잘하고 있다. 정확한 ROI를 계산해서 “가성비 세계 1위”라고 주장할 생각은 없지만, 적어도 미국보다 못한다는 이유만으로 한국의 교육이나 연구 수준을 까는 건 좀 웃긴 일이다. 오히려 나는 한국이 이 돈으로 왜 이렇게까지 잘하는지가 궁금하다.

교육에 돈을 붓겠다고 한다

2026년 정부 AI 예산은 약 9.9조 원이고, 그중 인재양성에 약 1.4조 원이 잡혀 있다.³

AI 중점학교를 1,141개 지정하고, 해당 학교의 초중고 AI 교육시간을 늘리고, AI 중심대학 만들고, 대학원 만들고, 부트캠프 만들고, 아무튼 사람을 더 교육하겠다고 한다.³ AI를 잘하기 위해 고등학생이 해야 할 가장 중요한 일 중 하나는, 미적분학을 잘 이해하는 일이다, CUDA 환경설정이나, 파이토치를 설정해보는 일보다 훨씬 중요하다고 나는 믿는다.

여기서 내가 말하는 경쟁은 OpenAI, NVIDIA의 핵심 AI 연구팀, Claude를 만드는 Anthropic과의 경쟁이다. 이런 곳은 당연히, 엄청나게 우수한 역량과 연구실적을 요구한다.⁴ 일단 인재양성에 돈을 쓴다고 그런 레벨의 인재를 지금보다 더 잘 만들 수 있을지도 좀 의문스러울 뿐더러 (왜냐면 그런 인재는 적으니까, 그런 인재가 모두 교육을 받을 수 있을 정도로 대한민국엔 교육기관이 이미 충분히 많다. 그리고 그런 인재는 보통 의대에 간다.)

교육기관이 늘어나도 가장 우수한 인재가 그 길을 택하지 않고, 이미 잘하는 사람도 국내에 남지 않는다면, 결국 average 엔지니어의 공급을 늘리는 데 그치는 것 아닌가? 교육이 사람을 성장시키고 숨은 재능을 발견하는 일까지 부정할 생각은 없다. 그런데 교육받은 사람의 수를 늘리는 것과, 세계 최상위 연구를 할 사람이 이 일을 선택하고 여기 남게 만드는 것은 다른 문제다. 교육받은 사람이 늘면 그중 뛰어난 사람도 더 나올 수 있다. 그래도 그 사람들이 다른 직업을 택하거나 해외로 가면, 국내에 교육 실적은 남아도 우리가 원한 연구팀은 안 남는다.

키운 사람은 어디로 가고, 얼마를 받나?

한국은행 추정에 따르면 2024년 기준 국내 AI 전문인력은 이미 약 5만 7천 명이고, 58%가 석박사다.⁵

사람을 안 키운 것도 아니다. 그런데 국내 근무 이력이 있는 한국인 AI 인력 중 약 16%, 1만 1천 명이 이미 해외에서 일한다. 그중 미국에만 약 6,300명이 있다.⁵

근데, AI 기술을 가진 사람에게 붙는 임금 프리미엄이 미국은 약 25%다. 캐나다는 18%. 영국, 프랑스, 호주는 대충 15%. 한국은 2024년 기준 6%다.⁵ 이건 average AI 인재고, 내가 경험한 frontier market에서, 훌륭한 엔지니어가 일반인의 수십배 보상을 받는 것을 흔히 봐왔다. AI 인재가 그렇게 부족하다면서? 심지어 기업 설문에서는 AI 인력 채용이 어려운 이유로 “높은 급여 기대”를 꼽는다.⁵ 사람은 말보다 행동을 보는게 난데, 회사에 대해서도 그런 것 같다. 사실 AI는 그렇게 중요하지 않은게 아닐까? 정말 중요했다면 이런 상태로 냅둘 리가 없다. AI인재도 그렇게 부족하지 않고, AI 안 한다고 그닥 불편할 것도 없고, AI 못해도 아무 일도 안 생기니까 이렇게 되는게 아닌가 싶다. 그럼 AI를 잘 할 이유도 필요도 없고 단지 AI 1등이 아니라 기분이 나쁘다에 불과하다.

웃긴 일이다. 남미가 축구를 잘하는 게 축구 인프라가 좋아서인가. 아프리카에서 탑티어 육상선수가 줄줄이 나오는 건, 학교에서 달리기 교육을 상당히 잘 해서인가? 물론 인프라도 중요하고 문화도 중요하고 신체적 특징이니 뭐니 여러 이유가 있을 것이다. 그런데 한 가지 존나 중요한 게 있다. 잘하면 인생이 바뀐다. 축구 잘하면 수십억, 수백억을 번다. 그럼 재능 있는 애들이 미친 듯이 경쟁한다. 그런데 우리는 AI 인재가 부족하다고 하면서 또 학교를 만든다. 교육기관은 많지만, 정말 우수한 인재가 그 곳에 갈 유인은 없다. 사실 그럴 능력과 재능이 있다면 의사를 하는게 여러모로 낫다 (이는 내가 고등학생이던 시절부터 꾸준히 들어왔던 얘기지만, 공학자 대신 의사 하는게 낫다는 얘기는 30년 넘게 바뀔 기미가 보이지 않는다.)

그냥 그 짓 할 바에 잘 하는 애들한테 돈을 주면 안 되나?

5억, 10억 그냥 쏘면 된다

나는 해결책이 생각보다 단순하다고 생각한다. 그냥 잘하는 사람한테 돈을 많이 주면 된다. 5억, 10억? 잘하면 걍 주자. 그 사람은 분명 그 이상의 성과를 가져올 수 있다. 미국과 중국에서 이 방식을 많이 검증했고, 실제로 잘 동작하는 방식이다.

저 AI 예산은 10조다, 그중에 인재양성(내가 보기엔 지금 이미 충분히 잘 하고 있어서 그닥 쓰잘데기 없는)에 1.4조라고 한다.

거기 4천억만 좀 떼서, 총보상 연 5억 받는, 10억 받는 엔지니어를 400~800명은 1년간 고용할 수 있는 돈이다. 보상만 계산하면 그렇다. 5억, 10억을 받을 가치가 있고, 그 사람이 이 돈을 받았을 때 한국에서 일 할 의향이 있는 사람의 수가 400~800명이 안 될 거 같으니 그런 사람을 거의 모두 고용할 수 있다.

한국은 사람을 못 키우는 나라가 아니다. 오히려 꽤 잘 키운다. 그리고 잘 키운 사람 중 상당수는 미국으로 간다. 그러면서 우리는 또 AI 인재가 부족하다고 학교를 만든다. 학교를 더 만들기 전에, 그냥 잘하는 사람한테 돈부터 존나 많이 줘보면 안 되나?

사실 이게 불가능하다는 사실을 안다

(다른 나라 상황이 어떤지 모르겠지만) 우리나라는, 회사가 일을 잘 해서 노동자가 돈을 잘 벌면 기분이 나쁘니까 그렇게 하지 말죠, 라는 주장을 당당하게 할 수 있는 나라다. (한석호 한국노동재단 사무총장은 삼성전자 성과급 상한 폐지에 반대하면서, 다른 기업으로 요구가 번지고 중소기업, 하청 노동자의 박탈감이 커질 수 있다는 이유를 들었다.⁶)

회사도 스포츠팀처럼 굴리면 안 되나?

최고급 엔지니어 한 명이 할 수 있는 일을 평범한 엔지니어 수십 명을 모아놔도 못 하는 경우가 있다. (사실 무척 흔하다.)

예를 들어서, (내 경험으로 한정해서 말한다면) Layout algebra를 잘 이해해서, GPU 커널을 아름답게 짜는 일은, 평범한 엔지니어가 100명 팀을 만든다고 되는 일이 아니므로, 똑똑한 사람 한명에게 100배의 임금을 주는게 오히려 일을 더 되게 하는 방법이다. 전력을 끌어오는 일부터 시작해서, 모델 학습 전과정의 병목을 판단하고 해소할 수 있는 큰 안목은, 평범한 인프라 엔지니어가 아무리 많다고 해도 해낼 수 없다는 인상을 강하게 받는다.

Netflix는 실제로 회사를 professional sports team이라고 부른다. High performer는 average employee보다 many times more effective하다고 대놓고 쓰고, 그래서 talent density를 높이는 걸 중요하게 생각한다.

보상 원칙도 Personal Top of Market이다.⁷

그 사람을 시장에서 데려오려면 얼마를 줘야 하는지를 본다. 명시적으로 회사 DNA로 이를 언급하는 대표적인 사례가 넷플릭스지만, 사실 대부분의 미국/중국 탑티어 테크 기업은 이런 식으로 돌아간다.

스포츠에서는 너무 당연한 이야기다. 손흥민한테 평범한 축구선수 수십 명 연봉을 몰아줘도 아무도 이상하다고 하지 않는다. 그 사람이 그만큼 잘하니까. 그런데 회사만 오면 갑자기 모두의 가격이 비슷해야 한다고 생각한다. 왜? 특히 AI처럼 한 명의 판단이나 구현이 수백억 원짜리 GPU의 효율을 바꿀 수도 있는 산업에서 굳이 그래야 할 이유가 있나?

References

最近、韓国はAI競争で出遅れているという話が多いけど、実際はみんな利害関係者で（自分だってそうだ）、結局、何かが足りないからもっとくださいという話をしている。「何か」にはお金、GPU、人材、まああれこれいろいろ。

AIが苦手だと言うのは、アメリカ、中国と比べるからだ。アメリカ、中国はAI産業でshow me the moneyと打ち込んでゲームをやっているんじゃないかと思うほど金を使う。2025年の民間AI投資だけでも、アメリカは約2,859億ドル、中国は124億ドル、韓国は18億ドルほどだ。¹ ただ、これはVCのような民間の資金調達の統計だ。企業が自分の金でサーバーを買い、データセンターを建てるところまで全部数えた数字ではない。もう少し広く見ると、Rhodiumは2026年のアメリカのデータセンター投資を約8,000億ドル、中国の主要な技術・通信企業のAIインフラ設備投資を約1,390億ドルと見ている。どちらも予測値だけど、動いている金の規模はこういうことだ。¹

とにかく、動く金の規模が違い、市場が違い、考えられるほぼすべてのもののスケールが違う。そんな中でも、人口当たりのAI特許は韓国が世界1位だ。¹ 個々の大学や研究室単位で見れば、世界最高水準の研究成果や人材を生み出すところもすでにある。ソウル大、KAIST、自分の母校である成均館大にも、NeurIPS、ICML、ICLR、CVPRのようなトップAI学会に毎年論文を出す研究室がある。² （自分もそういう研究室で学ぶ幸運に恵まれた。）

だから自分は、韓国はAIを、特に投入される金に比べれば、思ったよりずっとよくやっていると思う。正確なROIを計算して「コスパ世界1位」だと主張するつもりはないけど、少なくともアメリカより劣るという理由だけで韓国の教育や研究の水準をこき下ろすのは、ちょっとおかしな話だ。むしろ自分は、韓国がこの金額でどうしてここまでやれているのかが気になる。

教育に金をつぎ込むという

2026年の政府のAI予算は約9.9兆ウォンで、そのうち人材育成に約1.4兆ウォンが計上されている。³

AI重点校を1,141校指定し、該当する小中高校のAI教育時間を増やし、AI中心大学を作り、大学院を作り、ブートキャンプを作り、とにかくもっと人を教育するという。³ AIができるようになるために高校生がやるべき最も重要なことの一つは、微積分学をしっかり理解することだ。CUDAの環境設定や、PyTorchを設定してみることよりもはるかに重要だと自分は信じている。

ここで自分が言う競争は、OpenAI、NVIDIAの中核AI研究チーム、Claudeを作るAnthropicとの競争だ。こういうところは当然、とてつもなく優れた能力と研究実績を求める。⁴ そもそも人材育成に金を使えば、そういうレベルの人材を今よりうまく育てられるのかも少し疑問だし（なぜなら、そういう人材は少ないから、そういう人材全員が教育を受けられるだけの教育機関は、大韓民国にすでに十分ある。そしてそういう人材はたいてい医学部に行く。）

教育機関が増えても、最も優秀な人材がその道を選ばず、すでにできる人も国内に残らないなら、結局averageなエンジニアの供給を増やすだけにとどまるんじゃないか？教育が人を成長させ、隠れた才能を見つけることまで否定するつもりはない。ただ、教育を受けた人の数を増やすことと、世界トップレベルの研究をする人がこの仕事を選び、ここに残るようにすることは別の問題だ。 教育を受ける人が増えれば、その中から優れた人ももっと出てくるかもしれない。それでも、その人たちが別の職業を選んだり海外に行ったりすれば、国内に教育の実績は残っても、自分たちが欲しかった研究チームは残らない。

育てた人はどこへ行き、いくらもらうのか？

韓国銀行の推計によると、2024年時点で国内のAI専門人材はすでに約5万7千人で、58%が修士・博士だ。⁵

人を育ててこなかったわけでもない。ところが、韓国内での勤務歴がある韓国人AI人材のうち、約16%、1万1千人がすでに海外で働いている。 そのうちアメリカだけで約6,300人いる。⁵

でも、AIスキルを持つ人につく賃金プレミアムは、アメリカでは約25%だ。カナダは18%。イギリス、フランス、オーストラリアはだいたい15%。韓国は2024年時点で6%だ。⁵ これはaverageなAI人材の話で、自分が経験したfrontier marketでは、優れたエンジニアが一般の人の数十倍の報酬をもらうのをよく見てきた。AI人材がそんなに足りないんじゃなかったの？しかも企業アンケートでは、AI人材の採用が難しい理由に「高い給与への期待」を挙げている。⁵ 人は言葉より行動を見たほうがいいけど、会社についてもそうらしい。実はAIはそんなに重要じゃないんじゃないか？本当に重要なら、こんな状態で放っておくはずがない。 AI人材もそこまで足りなくはなく、AIをやらなくてもさほど困ることもなく、AIができなくても何も起きないからこうなるんじゃないかと思う。それならAIをうまくやる理由も必要もなく、単にAIで1位じゃないから気分が悪い、というだけだ。

おかしな話だ。南米がサッカーに強いのは、サッカーのインフラがいいからなのか。アフリカからトップクラスの陸上選手が次々出てくるのは、学校で走る教育がかなりうまいからなのか？もちろんインフラも重要だし、文化も重要だし、身体的特徴だの何だの、いろいろな理由があるだろう。でも、一つクソ重要なことがある。うまければ人生が変わる。 サッカーがうまければ数十億、数百億ウォンを稼ぐ。そうなれば才能のあるやつらが死に物狂いで競争する。ところが自分たちは、AI人材が足りないと言いながらまた学校を作る。教育機関は多いけど、本当に優秀な人材がそこに行く誘因はない。実際、それだけの能力と才能があるなら、医者になるほうがいろいろな面でいい（これは自分が高校生だった頃からずっと聞いてきた話だけど、工学者より医者になったほうがいいという話は、30年以上変わる気配がない。）

そんなことをするくらいなら、できるやつらに金をあげればよくないか？

5億、10億ウォン、ぽんと出せばいい

自分は、解決策は思ったより単純だと思う。ただ、できる人にたくさん金を払えばいい。5億、10億ウォン？できるなら、そのままあげよう。その人はきっとそれ以上の成果を持ってこられる。アメリカと中国でこのやり方は何度も検証されていて、実際にうまく機能しているやり方だ。

あのAI予算は10兆ウォンだ。そのうち人材育成（自分から見ると、今すでに十分うまくやれていて、あまり役に立たない）に1.4兆ウォンだという。

そこから4千億ウォンだけでも取り分ければ、総報酬が年5億ウォン、10億ウォンのエンジニアを400〜800人は1年間雇える金額だ。報酬だけで計算すればそうなる。5億、10億ウォンをもらう価値があって、その金をもらったら韓国で働く意思がある人は400〜800人もいなさそうだから、そういう人をほぼ全員雇える。

韓国は人を育てられない国ではない。むしろかなりうまく育てる。そして、うまく育てた人のかなりの数はアメリカへ行く。そうしながら自分たちは、またAI人材が足りないと言って学校を作る。学校をもっと作る前に、まずはできる人にクソほど金を払ってみたらどうなんだ？

実はこれが不可能だとわかっている

（ほかの国の状況は知らないけど）うちの国は、会社がうまく仕事をして労働者が金をたくさん稼ぐと気分が悪いから、そうするのはやめましょう、という主張を堂々とできる国だ。（ハン・ソクホ韓国労働財団事務総長は、サムスン電子の成果給の上限撤廃に反対し、要求がほかの企業にも広がり、中小企業や下請けの労働者の剥奪感が強まる可能性があることを理由に挙げた。⁶）

会社もスポーツチームみたいに運営したらダメなのか？

最高レベルのエンジニア一人にできることが、普通のエンジニアを数十人集めてもできない場合がある。（実際、ものすごくよくある。）

例えば、（自分の経験に限って言えば）Layout algebraをよく理解して、美しくGPUカーネルを書くことは、普通のエンジニアが100人のチームを作ったからといってできることではないので、賢い人一人に100倍の賃金を払うほうが、むしろ仕事を前に進める方法だ。電力を引いてくるところから始めて、モデル学習の全過程のボトルネックを見極め、解消できる広い視野は、普通のインフラエンジニアがいくら大勢いても実現できないという印象を強く受ける。

Netflixは実際に、会社をprofessional sports teamと呼んでいる。 High performerはaverage employeeよりmany times more effectiveだと堂々と書き、だからtalent densityを高めることを重視している。

報酬の原則もPersonal Top of Marketだ。⁷

その人を市場から連れてくるにはいくら払う必要があるのかを見る。これを明示的に会社のDNAとして掲げる代表例がNetflixだけど、実際にはアメリカ／中国のトップクラスのテック企業の大半はこういうふうに動いている。

スポーツではあまりにも当たり前の話だ。ソン・フンミンに普通のサッカー選手数十人分の年俸をまとめて払っても、誰もおかしいとは言わない。その人がそれだけうまいからだ。ところが会社の話になると、突然みんなの値段が似たようなものでなければならないと思う。なぜ？特にAIのように、一人の判断や実装が数百億ウォン分のGPUの効率を変えることもある産業で、わざわざそうしなければならない理由があるのか？

References

最近总有人说韩国在AI竞争中落后了，但其实大家都是利益相关方（连我也是），说到底都是在说缺什么，所以请多给点。“什么”包括钱、GPU、人才，还有这个那个之类的。

之所以说韩国搞不好AI，是因为拿它跟美国、中国比。美国、中国在AI产业上花的钱，多到让人觉得他们是不是输入了show me the money作弊码在打游戏。光是2025年的民间AI投资，美国就有约2,859亿美元，中国有124亿美元，韩国则是18亿美元左右。¹ 不过，这是VC之类的民间融资统计，并不是把公司自己掏钱买服务器、建数据中心也全算进去了。把范围再放大一点，Rhodium预计2026年美国数据中心投资约为8,000亿美元，中国主要科技、通信企业的AI基础设施资本支出约为1,390亿美元。两个都是预测值，但流动的资金规模就是这样。¹

总之，流动的资金规模不同，市场不同，几乎能想到的一切，规模都不一样。即便如此，按人口计算的AI专利数量，韩国仍然是世界第一。¹ 看具体的大学或实验室，也已经有地方在产出世界顶尖水平的研究成果和人才。首尔大学、KAIST，还有我的母校成均馆大学，都有每年在NeurIPS、ICML、ICLR、CVPR这些顶级AI会议上发表论文的实验室。² （我也有幸在这样的实验室里学习过。）

所以我觉得，韩国的AI其实比想象中做得好得多，尤其是相对于投入的钱而言。我不打算计算精确的ROI，然后宣称“性价比世界第一”，但至少，仅仅因为不如美国就贬低韩国的教育或研究水平，实在有点好笑。反而我好奇的是，韩国拿这些钱，为什么还能做得这么好。

说要往教育里砸钱

2026年政府的AI预算约为9.9万亿韩元，其中约1.4万亿韩元安排给了人才培养。³

指定1,141所AI重点学校，增加这些中小学、高中的AI教育课时，建AI中心大学，建研究生院，建训练营，总之就是要让更多人接受教育。³ 我相信，高中生为了做好AI，最重要的事情之一是好好理解微积分，这远比配置CUDA环境，或是试着配置PyTorch重要得多。

这里我说的竞争，是跟OpenAI、NVIDIA的核心AI研究团队，以及开发Claude的Anthropic竞争。这些地方当然要求极其出色的能力和研究成果。⁴ 首先，往人才培养上花钱，能不能比现在更好地培养出那个水平的人才，我就有点怀疑（因为这样的人才很少，韩国已经有足够多的教育机构，让这些人全都能接受教育。而且，这样的人才通常都去读医学院了。）

即使教育机构增加了，最优秀的人才却不选这条路，已经很厉害的人也不留在国内，那到头来不就是增加了average工程师的供给吗？我并不打算否定教育能让人成长、发现隐藏的才能这件事。但增加受过教育的人数，和让能做世界顶尖研究的人选择这份工作、留在这里，是两回事。 受过教育的人多了，其中也可能出现更多优秀的人。可如果这些人选择别的职业，或者去了海外，国内留下的也只是教育成绩，而不是我们想要的研究团队。

培养出来的人去了哪里，拿多少钱？

据韩国银行估算，截至2024年，国内AI专业人才已经约有5.7万人，其中58%是硕士或博士。⁵

也不是没培养人。然而，有过韩国国内工作经历的韩国AI人才中，约16%、1.1万人已经在海外工作。 其中光在美国的就约有6,300人。⁵

可是，拥有AI技能的人在美国能获得约25%的工资溢价。加拿大是18%。英国、法国、澳大利亚大概是15%。韩国截至2024年是6%。⁵ 这说的是average AI人才，而在我经历过的frontier market里，我经常看到优秀的工程师拿到普通人数十倍的报酬。不是说AI人才那么短缺吗？甚至在企业调查里，企业还把“过高的薪资预期” 列为招聘AI人才困难的原因。⁵ 看一个人，行动比言语更值得看，对公司好像也是如此。其实AI是不是根本没那么重要？如果真的重要，就不可能放任这种状态不管。我想，会不会就是因为AI人才也没那么缺，不做AI也没多大不方便，搞不好AI也不会发生什么，才变成这样的？那就既没有做好AI的理由，也没有这个必要，只不过是因为AI不是第一而不爽罢了。

真好笑。南美足球踢得好，是因为足球基础设施好吗？非洲不断涌现顶级田径运动员，是因为学校特别擅长教人跑步吗？当然，基础设施很重要，文化也很重要，还有身体特征之类的各种原因。但有一件他妈的特别重要的事。做得好，人生就会改变。 球踢得好，就能赚几十亿、几百亿韩元。那有天赋的孩子就会拼了命地竞争。可我们一边说AI人才不够，一边又去建学校。教育机构很多，却没有吸引真正优秀的人才去那里的诱因。其实，有那个能力和天赋的话，当医生在很多方面都更好（这话我从高中时起就一直听到，但比起当工程师不如当医生的说法，三十多年来都看不出有改变的迹象。）

与其干那种事，就不能直接把钱给那些厉害的人吗？

5亿、10亿韩元，直接给就行了

我觉得解决办法比想象中简单。直接给厉害的人很多钱就行。5亿、10亿韩元？干得好就直接给吧。那个人肯定能带来超过这个数的成果。美国和中国已经多次验证过这种方式，它确实有效。

那笔AI预算有10万亿韩元，据说其中1.4万亿要用于人才培养（在我看来，现在已经做得足够好了，再花这些钱也没什么屁用）。

只要从那里拿出4,000亿韩元，就是足够雇用400～800名年总报酬5亿、10亿韩元的工程师一年的钱。只算报酬的话就是如此。值得拿5亿、10亿韩元，而且拿到这笔钱就愿意在韩国工作的人，我觉得都未必有400～800人，所以差不多可以把这样的人全雇下来。

韩国不是一个培养不出人才的国家。反而培养得相当好。而培养出来的人里，相当一部分去了美国。与此同时，我们又说AI人才不够，然后建学校。在建更多学校之前，就不能先试着给厉害的人他妈的多发点钱吗？

其实我知道这不可能

（我不知道其他国家是什么情况）我们国家是一个可以堂而皇之地说“公司经营得好，劳动者赚得多，让人不爽，所以别这么做吧”的国家。（韩国劳动财团事务总长韩锡镐反对取消三星电子绩效奖金上限，理由是这种诉求可能蔓延到其他企业，并加重中小企业及分包企业劳动者的相对剥夺感。⁶）

公司就不能像运动队一样运营吗？

有些事，一个顶尖工程师就能做到，凑几十个普通工程师却也做不到。（其实这非常常见。）

比如说，（仅限于我的经验）充分理解Layout algebra，写出漂亮的GPU内核，并不是让普通工程师组成一个100人的团队就能做到的事，所以给一个聪明人100倍的工资，反而更能把事情做成。从把电力接进来开始，能够判断并消除模型训练全过程瓶颈的那种全局视野，给我的强烈印象是：无论有多少普通基础设施工程师，也做不到。

Netflix实际上就把公司称为professional sports team。他们直白地写道，High performer比average employee many times more effective，因此很重视提高talent density。

报酬原则也是Personal Top of Market。⁷

他们看的是，要从市场上把这个人招来，需要付多少钱。Netflix是明确把这一点写进公司DNA的典型例子，但实际上，美国／中国的大多数顶级科技公司都是这么运作的。

这在体育界是再正常不过的事。把几十个普通足球运动员的年薪全给孙兴慜，也没人觉得奇怪。因为他就是那么厉害。可一到了公司，突然就觉得所有人的价码都该差不多。为什么？尤其在AI这种一个人的判断或实现，就可能改变价值几百亿韩元的GPU效率的行业里，有什么非得如此的理由吗？

参考文献

Lately, there’s been a lot of talk about Korea falling behind in the AI race, but really, everyone has a stake in this (even me), and it all comes down to saying we’re short on something, so give us more. That “something” is money, GPUs, talent, whatever, blah blah blah.

The reason people say Korea is bad at AI is that they’re comparing it with the US and China. The US and China spend so much money on the AI industry that you’d think they were playing with the show me the money cheat code. In 2025 alone, private AI investment was around $285.9 billion in the US, $12.4 billion in China, and $1.8 billion in Korea.¹ But these are figures for private fundraising, like VC funding. They don’t count everything companies spend out of their own pockets to buy servers and build data centers. Looking a little more broadly, Rhodium projects roughly $800 billion in US data center investment in 2026, and roughly $139 billion in AI infrastructure capital expenditure by China’s major technology and telecom companies. Both are forecasts, but that’s the scale of the money moving around.¹

Anyway, the amount of money moving around is different, the markets are different, and the scale of just about everything you can think of is different. Even so, Korea ranks first in the world in AI patents per capita.¹ At the level of individual universities and labs, there are already places producing world-class research and talent. Seoul National University, KAIST, and my alma mater, Sungkyunkwan University, all have labs that publish papers every year at top AI conferences like NeurIPS, ICML, ICLR, and CVPR.² (I was lucky enough to study in one of those labs myself.)

So I think Korea is doing much better at AI than people think, especially relative to the money going into it. I’m not going to calculate an exact ROI and claim it’s “the world’s best bang for the buck,” but at the very least, trashing Korean education or research just because Korea isn’t doing as well as the US is a bit ridiculous. What I’m actually curious about is how Korea manages to do this well with this much money.

They say they’re going to pour money into education

The government’s AI budget for 2026 is about 9.9 trillion won, with roughly 1.4 trillion won allocated to talent development.³

They say they’ll designate 1,141 AI-focused schools, increase AI instruction hours at those elementary, middle, and high schools, create AI-centered universities, create graduate schools, create bootcamps—anyway, educate more people.³ One of the most important things a high school student should do to get good at AI is understand calculus well. I believe that’s far more important than configuring a CUDA environment or trying to set up PyTorch.

The competition I’m talking about here is with OpenAI, NVIDIA’s core AI research teams, and Anthropic, which makes Claude. Places like these obviously demand extraordinary ability and research accomplishments.⁴ For starters, I’m already a little skeptical that spending money on talent development would let us produce people at that level any better than we do now (because there aren’t many such people, and South Korea already has more than enough educational institutions for all of them to get an education. And those people usually go to medical school.)

Even if we add more educational institutions, if the very best people don’t choose that path and those who are already good don’t stay in the country, aren’t we ultimately just increasing the supply of average engineers? I’m not trying to deny that education helps people grow and uncovers hidden talent. But increasing the number of educated people and getting people capable of world-leading research to choose this work and stay here are different problems. If more people get an education, more outstanding people may emerge among them. Still, if they choose other careers or go abroad, we may be left with a record of educational achievement at home, but not the research teams we wanted.

Where do the people we’ve trained go, and how much do they get paid?

According to Bank of Korea estimates, as of 2024, Korea already had roughly 57,000 AI professionals, and 58% held master’s or doctoral degrees.⁵

It’s not as if we haven’t trained people. Yet among Korean AI professionals with a history of working in Korea, roughly 16%, or 11,000 people, already work abroad. About 6,300 of them are in the US alone.⁵

But the wage premium for people with AI skills is about 25% in the US. In Canada, it’s 18%. In the UK, France, and Australia, roughly 15%. In Korea, it’s 6% as of 2024.⁵ That’s for average AI talent; in the frontier market I’ve experienced, I’ve often seen excellent engineers receive dozens of times what ordinary people make. Didn’t you say AI talent was in such short supply? In company surveys, they even cite “high salary expectations” as a reason why hiring AI talent is difficult.⁵ You’re better off judging people by their actions than their words, and I think the same goes for companies. Maybe AI actually isn’t that important? If it really mattered, there’s no way they’d leave things like this. I wonder if this is happening because AI talent isn’t actually that scarce, going without AI isn’t all that inconvenient, and nothing happens even if they’re bad at AI. Then there’s no reason or need to be good at AI; it just boils down to being upset that we’re not number one at it.

It’s ridiculous. Is South America good at football because it has good football infrastructure? Do top-tier track and field athletes keep coming out of Africa because schools do such a great job teaching people to run? Of course infrastructure matters, culture matters, and there are all sorts of reasons, physical characteristics and whatnot. But there’s one fucking important thing. If you’re good, your life changes. If you’re good at football, you make billions or tens of billions of won. Then talented kids compete like crazy. Yet we say we’re short on AI talent and build another school. There are plenty of educational institutions, but no incentive for truly exceptional people to go there. Honestly, if you have that kind of ability and talent, becoming a doctor is better in all sorts of ways (I’ve been hearing this ever since I was in high school, but the idea that you’re better off becoming a doctor than an engineer has shown no sign of changing for over 30 years.)

Instead of doing that shit, can’t we just give the money to the people who are good?

Just throw them 500 million, a billion won

I think the solution is simpler than people think. Just pay people who are good a lot of money. 500 million won, a billion? If they’re good, just give it to them. They’ll surely deliver results worth more than that. This approach has been tested plenty in the US and China, and it actually works.

That AI budget is 10 trillion won, and apparently 1.4 trillion of it is for talent development (which, as I see it, we’re already doing well enough, so it’s not all that damn useful).

Just carve out 400 billion won from that, and it’s enough money to employ 400–800 engineers for a year at total annual compensation of 500 million or a billion won. That’s counting compensation alone. I doubt there are even 400–800 people who are worth 500 million or a billion won and would be willing to work in Korea for that money, so we could hire almost all of them.

Korea isn’t a country that can’t train people. In fact, it’s pretty good at it. And a considerable number of the people it trains well go to the US. Meanwhile, we build more schools, saying yet again that we’re short on AI talent. Before building more schools, can’t we try paying the people who are good a fucking ton of money first?

Actually, I know this is impossible

(I don’t know what things are like in other countries, but) ours is a country where you can openly argue that when a company does well and its workers make good money, it makes people feel bad, so let’s not do that. (Han Seok-ho, secretary-general of the Korea Labor Foundation, opposed removing the cap on Samsung Electronics’ performance bonuses, citing the possibility that demands would spread to other companies and that workers at small and medium-sized businesses and subcontractors would feel more deprived.⁶)

Can’t we run companies like sports teams too?

There are things one top-tier engineer can do that even dozens of ordinary engineers together can’t. (Actually, this is extremely common.)

For example, (speaking only from my own experience) deeply understanding layout algebra and writing beautiful GPU kernels isn’t something you can accomplish by putting together a team of 100 ordinary engineers, so paying one smart person 100 times the salary is actually a better way to get things done. I get the strong impression that no number of ordinary infrastructure engineers can provide the broad perspective needed to identify and resolve bottlenecks throughout the entire model training process, starting with bringing in electrical power.

Netflix actually calls itself a professional sports team. It openly writes that high performers are many times more effective than average employees, which is why it considers increasing talent density important.

Its compensation principle is also Personal Top of Market.⁷

It looks at how much it would take to hire that person on the market. Netflix is a prominent example of a company that explicitly identifies this as part of its DNA, but in reality, most top-tier US/Chinese tech companies operate this way.

In sports, this is completely obvious. Nobody finds it strange if Son Heung-min is paid the combined salaries of dozens of ordinary football players. Because he’s that good. But when it comes to companies, suddenly people think everyone’s price tag should be similar. Why? Especially in an industry like AI, where one person’s judgment or implementation can change the efficiency of GPUs worth tens of billions of won, is there any particular reason it has to be that way?

한국이 AI를 못하는 이유

교육에 돈을 붓겠다고 한다

키운 사람은 어디로 가고, 얼마를 받나?

5억, 10억 그냥 쏘면 된다

사실 이게 불가능하다는 사실을 안다

회사도 스포츠팀처럼 굴리면 안 되나?

References

教育に金をつぎ込むという

育てた人はどこへ行き、いくらもらうのか？

5億、10億ウォン、ぽんと出せばいい

実はこれが不可能だとわかっている

会社もスポーツチームみたいに運営したらダメなのか？

References

说要往教育里砸钱

培养出来的人去了哪里，拿多少钱？

5亿、10亿韩元，直接给就行了

其实我知道这不可能

公司就不能像运动队一样运营吗？

参考文献

They say they’re going to pour money into education

Where do the people we’ve trained go, and how much do they get paid?

Just throw them 500 million, a billion won

Actually, I know this is impossible

Can’t we run companies like sports teams too?

References