---
title: "政府「全民 AI」計畫：免費、無限制架構與驗證爭點"
locale: zh-hant
category: ai_data
category_name: "AI 資料"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/korea-ai-for-all-project-structure-and-risks
published_at: 2026-08-18T05:03:35+09:00
---

# 政府「全民 AI」計畫：免費、無限制架構與驗證爭點

> 政府「全民 AI」旨在建置供全體國民免費、無限制使用的通用聊天機器人，以及協助使用公共服務的 AI 代理。業者招募已於2026年8月11日截止，除了國產模型的使用占比外，「無限制」的實際含義、個人資料處理、錯誤申請的責任與成果公開方式，也是核心驗證事項。

## Key Points

- 「全民 AI」業者招募已於2026年8月11日截止，但業者評選、簽訂合約與正式上線是彼此獨立的階段。
- 依計畫，服務由全體國民均可免費使用的通用聊天機器人，以及支援公共服務說明與申請的 AI 代理所組成。
- 要求獲選業者使用至少50%的自有 AI 基礎模型，以及至少30%的其他國內企業模型；此條件必須同時公開模型使用量的衡量標準與外部稽核，才能進行驗證。
- 公共服務申請功能需要身分驗證、明確同意、提交前最終確認、處理紀錄，以及更正與取消程序。
- AI 可及性是否改善，不應以註冊人數評估，而應根據實際使用差距、任務完成率、錯誤率、成本、個人資料事故與服務穩定性進行評估。

政府的「全民 AI」並非只是打造一款國產免費聊天機器人的計畫。其目標是擴大通用生成式 AI 的可及性，在服務中運用多個國內模型，並從長期來看，建立可支援公共服務說明乃至申請作業的 AI 代理。

截至 2026 年 8 月 17 日，業者招募截止日 8 月 11 日已過。因此，招募條件與政府目標可作為已確認的計畫加以說明，但最終業者、詳細使用條款、服務水準與正式上線日期，仍須確認後續公告與合約結果。

## 專案目前的狀態與範圍

| 項目 | 已公開計畫的意義 | 尚待確認事項 |
|---|---|---|
| 計畫階段 | 2026 年 8 月 11 日業者招募截止 | 遴選結果、簽訂合約、是否試行營運 |
| 上線目標 | 推動於 2026 年內推出通用聊天機器人與公共 AI 代理 | 確切啟用日期與各階段提供的功能 |
| 使用對象 | 以面向全體國民提供服務為目標 | 未成年人、海外國民、在韓外國人等的帳號條件 |
| 使用費用 | 向一般使用者免費提供的架構 | 是否包含付費附加功能、企業與 API 使用 |
| 使用量 | 將「無限制」列為核心目標 | 公平使用政策、速率限制、壅塞時的等候佇列、檔案容量限制 |
| 模型組成 | 業者自有模型至少 50%，其他國內企業模型至少 30% | 以呼叫次數、Token、運算量或成本中的何種標準計算比例 |
| 政府支援 | 與民間業者合作並支援開發、營運基礎設施的架構 | 支援預算、GPU 數量、支援期間、結束後的營運財源 |

招募截止不代表服務上線。後續可能還會進行優先協商、技術驗證、簽約、安全檢查與試行營運，因此「年內上線」是目標時程，而非已獲保證的結果。

## 「免費、無限制」實際代表什麼

免費較接近於使用者無須每次直接支付使用費。訓練與推論所需的 GPU、電力、儲存裝置、網路、安全性評估及客戶支援成本並不會消失。相關費用將由政府支援、業者負擔，或由雙方共同承擔。

無限制也不能斷定在技術上毫無限制。為提供穩定的服務，可能會套用下列營運條件。

- 對短時間內發送過多請求的行為實施速率限制
- 防止自動化大量呼叫或帳號共享的公平使用政策
- 限制單次可輸入的文件大小與對話長度
- 對影像、影片生成等運算量較大的功能另設限額
- 使用者集中時採用等候佇列或較低的處理優先順序
- 限制非法、有害請求與網路攻擊的安全政策

因此，最終條款除每月訊息數之外，還應明定每分鐘請求數、回應速度、上下文長度、檔案處理量、支援功能及是否提供 API。個人聊天機器人免費使用，並不代表企業用 API 或自動化大量作業也免費。

## 國產模型 50% 與 30% 條件的架構

此計畫的特點，是不僅使用單一企業的模型，而是要求建立多個國內 AI 模型共同參與的架構。

- 獲選業者的自有 AI 基礎模型：占整體模型使用量至少 50%
- 其他國內企業開發的模型：占整體模型使用量至少 30%
- 剩餘部分：須在公告與合約中確認允許範圍及使用目的的領域

兩項比例相加為 80%，因此算術上仍剩下 20%。但不應立即將其解讀為外國模型的份額。額外使用相同國內模型、搜尋與分類用小型模型、安全篩選器或其他工具將如何計入，取決於詳細計算方式。

### 若要驗證比例，應先公開分母

「模型使用 50%」會依計量單位產生截然不同的結果。

| 衡量標準 | 優點 | 可能造成的偏差 |
|---|---|---|
| 呼叫次數 | 計算與說明簡單 | 可透過大量發送輕量請求提高比例 |
| 輸入與輸出 Token 數 | 可反映實際處理的文字規模 | 無法充分反映影像、語音與工具呼叫的成本 |
| 運算量 | 適合比較技術資源使用情況 | 外部難以衡量與稽核 |
| 推論成本 | 可掌握經濟依賴程度 | 需要公開內部成本與合約單價 |
| 使用時間 | 可顯示對服務的貢獻時間 | 難以反映各模型處理難度與品質差異 |

為進行可信賴的驗證，適合一併公開各模型的呼叫量與 Token 占比、處理的任務類型、推論成本、故障時間及品質評估。與其僅公布業者自行計算的比例，更需要獨立稽核與可重現的統計規則。

### 國產模型比例不等同於技術自主

即使模型在國內開發，GPU、雲端、訓練資料工具、開源元件與半導體供應鏈仍可能依賴海外技術。反之，也不能因為使用部分外國元件，就斷定整體服務不受國內控制。

若要評估實質技術主權，必須區分下列要素。

- 模型權重的所有權與使用權
- 在國內直接修改與重新訓練的能力
- 推論伺服器與使用者資料的儲存、處理位置
- 外部供應商中止合約後能否繼續營運服務
- 國內營運者能否直接修正安全漏洞與模型錯誤
- 訓練資料來源、著作權處理及韓語品質

## 與既有免費聊天機器人有何不同

既有民間免費聊天機器人也支援一般提問、文件摘要、翻譯與程式碼撰寫。「全民 AI」若要形成差異化，除價格之外，還必須在公共服務串接、國內模型生態系、普遍可及性與公共責任方面展現差異。

| 比較標準 | 一般民間免費聊天機器人 | 「全民 AI」計畫 |
|---|---|---|
| 提供目的 | 爭取產品使用者並擴大商業服務 | 實現普遍 AI 存取並建立國內生態系 |
| 使用量 | 各產品的免費限額與壅塞時限制不同 | 以免費、無限制為目標，但詳細政策仍待最終確認 |
| 模型選擇 | 由提供服務的企業自行決定 | 要求自有模型與其他國內企業模型的最低使用比例 |
| 公共服務 | 一般僅止於說明資訊或提供連結 | 規劃從說明擴展至申請支援的 AI 代理 |
| 責任架構 | 以民間使用條款與產品政策為主 | 需區分政府、營運業者、模型提供者、主管行政機關的角色 |
| 成果公開 | 主要公布企業選定的指標 | 若投入公共財源，需公開成本、品質與安全指標 |

實際優勢應在上線後以相同任務與條件進行比較。不能僅因免費，就認定其準確度、速度、個人資料保護或韓語效能更加優秀。

## 公共服務 AI 代理的運作階段

說明公共服務的聊天機器人與實際執行申請的代理，其風險程度不同。安全的申請支援應區分下列階段進行設計。

1. 確認使用者的目的與情況。
2. 搜尋官方行政資訊，說明可能適用的制度。
3. 初步檢查資格條件，但告知這並非最終資格判定。
4. 逐項說明所需個人資料與文件。
5. 根據使用者提供的資訊製作申請書草稿。
6. 再次向使用者顯示提交機關、輸入內容與法律確認事項。
7. 經本人身分驗證與明確同意後，提交至官方系統。
8. 提供受理編號與處理狀態，並說明更正、取消途徑。

未與官方系統連線的 AI，不應顯示申請已「完成」。在行政機關確認受理並核發受理編號前，應明確標示為草稿撰寫或提交準備階段。

## 個人資料與錯誤申請責任

公共服務申請可能包含居民登記資訊、地址、家庭關係、所得、健康、身心障礙、帳戶資訊等敏感或可能造成重大損害的資料。若一般對話功能與行政申請功能採用相同的資料政策，將增加過度蒐集與二次利用的風險。

必要的保護措施如下。

- 依各項申請業務僅蒐集必要資訊，落實目的限制與最小化蒐集
- 另行告知對話內容是否用於模型訓練，並提供選擇權
- 公開模型提供者、雲端營運商與行政機關之間的資料傳輸範圍
- 公開儲存位置、保存期限、刪除方式及備份資料處理標準
- 採用多因素驗證防止帳號遭竊，並在重要提交階段重新驗證
- 對營運日誌中的個人資料進行遮蔽，並依權限控制存取
- 防範提示注入、惡意文件與偽造行政網站
- 提供可在提交前確認並修改完整申請內容的畫面
- 提供錯誤提交申請的更正、取消與異議申訴途徑

### 責任應按階段劃分

| 問題情況 | 應優先確認的責任領域 |
|---|---|
| AI 說明了不存在的補助制度 | 模型與搜尋系統的準確性、營運者的驗證程序 |
| 錯誤解讀資格條件 | 與官方規定的串接、主管行政機關提供最新資訊、服務免責告知的妥適性 |
| 申請書輸入了錯誤數值 | 自動輸入邏輯、提交前的使用者確認程序、更正功能 |
| 未經同意將資訊傳送至外部模型 | 營運業者與資料處理受託者的個人資料保護義務 |
| 官方系統尚未受理卻顯示為完成 | 驗證服務串接狀態、確認受理編號及故障處理 |
| 使用者輸入虛假資訊 | 使用者的確認義務與故意程度、服務是否誘發錯誤 |

將所有責任都推給使用者最後一次確認並不妥當。應保存各階段紀錄，以區分模型錯誤、系統串接失敗、錯誤介面設計與使用者輸入錯誤。

## 容易忽略的議題：無限制服務的永續性

若要長期維持免費、無限制的口號，除初期 GPU 支援之外，還需要包含維護、模型改良、安全應對與客戶支援在內的總成本架構。支援期間結束後，營運主體可能減少使用量，或依賴廣告、資料利用與付費功能，這些可能性也應在簽約階段加以檢視。

尤其應公開回答下列問題。

- 政府支援結束後，核心功能是否仍持續免費？
- 若使用者增加導致推論成本超出預期，將採用何種限制？
- 若更換業者，帳號、對話紀錄與公共服務申請紀錄將如何移轉？
- 若參與的模型企業退出，將如何維持模型比例與服務品質？
- 發生故障或資安事故時，目標復原時間為多久？
- 中止公共服務功能時，進行中的申請將由誰處理？

這些問題是與模型效能不同的營運永續性議題。若目標是提供接近公共基礎設施的服務，就必須連同服務水準協議、業者更換計畫與資料可攜性一併設計。

## 驗證 AI 可及性差距的指標

僅憑註冊人數或提問總數，無法得知「全民 AI」是否縮小了差距。應分別從可及性、品質、安全、自主性與成本衡量成果。

| 評估領域 | 建議指標 |
|---|---|
| 可及性 | 依地區、年齡、是否身心障礙、所得區間區分的使用率，行動裝置與低階裝置的成功率，是否符合無障礙標準 |
| 實際運用 | 回訪率、任務完成率、中途放棄率、數位弱勢族群的求助比例 |
| 回答品質 | 韓語事實準確度、依據提供率、幻覺率、反映最新行政資訊所需時間 |
| 公共服務 | 資格初步檢查錯誤率、申請完成率、錯誤申請與更正率、平均處理時間 |
| 國內生態系 | 各模型呼叫量、Token、成本占比，參與企業數，特定供應商集中度 |
| 個人資料與安全 | 過度蒐集案例、未經授權的二次利用、資安事故、帳號遭竊、有害回答檢舉與處理時間 |
| 營運穩定性 | 可用率、回應延遲、壅塞時段等候情況、故障復原時間 |
| 經濟效益 | 每月活躍使用者成本、每項已完成任務的成本、政府支援結束後的預估營運費 |

若只公開平均數值，可能掩蓋弱勢族群遭遇的失敗。除整體成果外，還應公開各群體間的差距、衡量方法、樣本規模、評估時間點與外部稽核結果。

## 使用者在上線後應確認的事項

服務啟用後，先確認下列內容較為安全。

- 營運主體與官方存取網址是否與政府公告一致
- 免費範圍與公平使用限制為何
- 對話是否用於模型訓練，以及拒絕方式
- 個人資料會傳送給哪些企業與機關
- 公共服務申請是撰寫草稿還是實際受理
- 提交前是否可修改與取消
- 受理完成後，是否已由官方機關核發受理編號
- 錯誤、損害通報與爭議處理窗口位於何處

「全民 AI」的成敗並不止於公開免費模型。唯有使用者能安全完成重要事務、國內 AI 企業以可驗證的方式參與，且公共財源的成本與成果透明公開，才能評估政策目標。

## FAQ

### 政府的「全民 AI」現在可以立即使用嗎？
截至2026年8月17日，業者招募雖已截止，但還不能視為正式服務已上線。必須在業者評選、簽約、安全檢查及試營運後，確認是否正式啟用。

### 「年內上線」確切是什麼時候？
年內上線是指以在2026年內推出服務為目標。確切日期，以及通用聊天機器人與公共 AI 代理是否同步上線，須待後續正式公告才能確定。

### 既然免費且不限量，所有功能和 API 也能不受限制地使用嗎？
不能如此斷定。免費且不限量是針對一般使用者的服務目標，而自動化大量呼叫、企業用 API、大容量檔案、圖片與影片功能，可能適用另行限制或公平使用政策。

### 韓國國產 AI 基礎模型50%以上，是依據什麼標準計算？
依據呼叫次數、Token 數量、運算量或推論成本中的哪一項計算，結果會有所不同。若要進行可信賴的評估，必須同時公開合約中的計算公式、各模型的使用統計資料及外部稽核方法。

### 使用其他韓國企業模型30%以上的原因是什麼？
這可視為一種生態系設計，目的在於減少需求只集中於獲選業者的模型，並讓多家韓國 AI 企業參與服務。不過，實際效果仍須透過任務分配、使用量計算方式、參與企業數量及合約持續性加以驗證。

### 扣除50%和30%後，剩餘的20%是外國 AI 模型嗎？
不一定如此。雖然在算術上會剩下20%，但韓國模型的額外使用、搜尋與分類模型、安全工具或外部模型可在何種範圍內使用，仍須確認公告及合約中的統計規則。

### AI 代理會自動完成公共服務申請嗎？
在最終功能範圍確定之前，不應預設可以自動完成申請。若採用安全的架構，應先提供資格初步檢查、文件說明及申請表草稿，再經使用者本人身分驗證與最終確認後，於正式行政系統取得受理編號。

### 如果 AI 申請錯誤，由誰負責？
責任會因錯誤原因而異。必須能夠區分錯誤的模型回答、系統串接失敗、自動輸入錯誤、行政資訊未更新及使用者輸入虛假資訊，而營運業者與主管機關應提供更正、撤銷及爭議處理程序。

### 公共服務諮詢內容可能會用於 AI 訓練嗎？
必須確認最終的個人資料處理政策及同意頁面。重要的是，應將用於行政申請的個人資料與敏感資訊同一般對話資料分開，明確告知是否用於模型訓練，並提供拒絕及刪除方式。

### 如何判斷「全民 AI」是否降低了對外國 AI 的依賴程度？
僅憑韓國國產模型的呼叫比例並不足夠。還必須綜合評估模型修改與重新訓練能力、權重與營運權、資料處理地點、對海外 GPU 與雲端服務的依賴程度，以及供應中斷時的替代可能性與成本結構。

### 應透過哪些指標確認 AI 可及性差距是否縮小？
相較於總註冊人數，更應比較各地區、年齡、身心障礙及所得區間的實際使用率、任務完成率、中途放棄率、低規格裝置的可及性、錯誤率及求助比例。必須在公布平均值的同時公開各群體之間的差距，才能判斷政策成效。

## Sources

- [科學技術資訊通信部英文新聞稿，nttSeqNo 1285](https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42&mId=4&mPid=2&nttSeqNo=1285&sCode=eng)
- [科學技術資訊通信部官方網站](https://www.msit.go.kr/index.do?PB_1627285017=1)
- [科學技術資訊通信部英文新聞稿，nttSeqNo 1243](https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42&mId=4&mPid=2&nttSeqNo=1243&sCode=eng)

## Images

![連結民眾、政府與醫療、教育、交通等公共服務的AI網路示意圖](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6OTE3MywicHVyIjoiYmxvYl9pZCJ9fQ==--5eb71b4addcede49812b54e7b93021867442e036/ai-75517c05.webp)
![AI資料流匯入政府大樓，並展示安全、存取與品質驗證流程](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6OTE3OSwicHVyIjoiYmxvYl9pZCJ9fQ==--2e93ea0619a310dede2dcd826c633bcdc407208b/ai-bf86986d.webp)