LG EXAONE Data Foundry：企業プライベートデータのファインチューニングプラットフォーム

📌 背景

LG AI研究院は2020年に設立され、自社開発のEXAONEシリーズモデルをグループの化学、バイオ、電子分野で社内検証した後に外販した。2026年、LGはEXAONEの対外商用化を拡大し、エンタープライズAIアプリケーションを主軸にすると発表。Data Foundryはエンドツーエンドのファインチューニングプラットフォームとして実装の要となる。企業は一般に自社データを保有しながらファインチューニング能力を欠いており、こうしたプラットフォームの需要が拡大している。

👤 ターゲット顧客

大量の社内文書と業務データを保有し、汎用大規模モデルを業界専門モデルに最適化したい企業・機関顧客

💰 収益ポイント

1）エンドツーエンドのファインチューニングプラットフォームの企業向けサブスクリプションおよびライセンス料；2）化学、バイオなどのシーン向けにカスタマイズした領域特化モデルのプロジェクト納品費；3）EXAONEモデルを外部提供する際のAPI利用料およびプライベート環境への導入課金。

🧮 コスト構造

兆ウォン級のGPU計算資源調達と学習コスト、研究院の科学者・エンジニア人件費、データガバナンスとアノテーションへの投資、企業顧客への納品・運用保守コスト。

🛡️ 参入障壁

LGグループの実際の産業シーンデータで先行してモデルを鍛え、その後外販する点が差別化要因；K-ExaOneは世界性能評価トップ10に入り、唯一ランクインした韓国モデルであり、コンプライアンスとローカライズの優位性を持つ；グループの資金力と計算資源規模が重資産投資を支える。

🔑 成功のカギ

• Data Foundryが文書を領域問答データに変換するエンジニアリング能力とチューニング・フィードバック速度
• LGグループ内のショーケース事例を活用して業界での効果を証明し、外部顧客の意思決定ハードルを下げる
• 韓国語・アジア言語、コンプライアンスとローカライズにおける差別化ポジショニング

⚠️ リスク

• 学習と計算資源への投資が巨大で、外部収入が想定を下回れば回収期間が長期化する
• 企業内部データをめぐるプライバシーとセキュリティ・コンプライアンス要件により納品が複雑化する

🏢 事例

• 2026年9月、LGはソウルのLG Science ParkでLG AI Talk Concert 2026を開催し、EXAONEの対外供給拡大とエンタープライズAI市場を主軸とする計画を公表した
• EXAONE Data Foundryは実際の文書から領域問答データを自動生成し、チューニングを迅速にフィードバックする、対外供給向けのエンドツーエンド・ファインチューニングプラットフォーム
• LGは基盤モデルK-ExaOneを発表し、世界のAI性能評価で7位となり、トップ10に入った唯一の韓国モデルとなった

📊 SWOT分析