기술 발전과 함께 인공지능(AI)은 경제·산업 전반에 지대한 영향을 미치며 국가 경쟁력의 핵심 기술로 부상하고 있다. 데이터는 AI 모델 성능과 신뢰성을 좌우하는 핵심 자원이자 국가 및 산업 경쟁력의 주요 동력으로 자리매김했다. 다양한 주체에 의해 생성되고 활용되는 이종(異種) 데이터가 폭증하며, 데이터의 효과적인 연결과 원활한 유통을 통한 가치 증대를 위해 데이터 상호운용성(Interoperability)과 이동권(Right to Data Portability)의 중요성이 더욱 커지고 있다. 상호운용성은 다양한 시스템과 주체 간 데이터의 원활한 연결, 교환 및 재활용을 보장하며, 이동권은 데이터 주체가 자신의 데이터를 자유롭게 이전하고 통제할 권리를 의미한다. 이러한 배경 속에서 미국, EU, 중국, 일본 등 해외 주요국들은 데이터 주권 강화와 데이터 흐름 활성화를 위해 데이터 상호운용성 및 이동권 관련 정책적 노력을 선제적으로 추진 중이다. 우리나라도 데이터 주권 강화와 경제 가치 창출을 목표로 법제도 개편, 마이데이터 정책 추진, 디지털플랫폼정부 구현 등 다양한 노력으로 데이터 상호운용성 및 이동권 기반을 확충하고 있다. 이 보고서에서는 AI 시대 주요 과제인 데이터 상호운용성 및 이동권 확보를 위한 주요국 정책과 현황을 종합 분석했다. 그 결과, 국내 데이터 활성화와 정책 개선을 위한 네 가지 핵심 추진 방향을 제시한다. 첫째, 통합 데이터 거버넌스와 데이터 주권 강화, 둘째, 데이터 시장의 공정성과 신뢰성 제고, 셋째, 글로벌 데이터 거버넌스 선도와 표준 협력, 그리고 유기적 인프라 연계와 산업별 활용 촉진이다. 이러한 정책 추진을 통해, 국내 데이터 생태계 경쟁력을 높이고 글로벌 수준의 데이터 정책 정립에 기여할 수 있다. Executive Summary Artificial intelligence (AI) is having a profound impact on the economy and industry, emerging as a core technology for national competitiveness. Data has become a key resource that determines the performance and reliability of AI models and a key driver of national and industrial competitiveness. With the explosive growth of heterogeneous data generated and utilized by various entities, the importance of data interoperability and the right to data portability is growing to enhance value through effective data connection and smooth distribution. Interoperability ensures the seamless connection, exchange, and reuse of data between various systems and entities, while the right to data portability signifies the right of data subjects to freely transfer and control their data. Against this backdrop, major countries such as the United States, the EU, China, and Japan are proactively pursuing policy efforts related to data interoperability and portability to strengthen data sovereignty and facilitate data flow. South Korea is also expanding its foundation for data interoperability and mobility through various efforts, including legal reforms, the implementation of MyData policies, and the implementation of a digital platform government, aimed at strengthening data sovereignty and creating economic value. This report comprehensively analyzes the policies and current status of major countries aimed at securing data interoperability and mobility, key challenges in the AI ​​era. The report proposes four key directions for revitalizing domestic data and improving policy: first, strengthening integrated data governance and data sovereignty; second, enhancing fairness and reliability in the data market; and third, leading global data governance and standards cooperation, as well as promoting organic infrastructure linkages and industry-specific utilization. These policy initiatives can enhance the competitiveness of the domestic data ecosystem and contribute to the establishment of world-class data policies.

인공지능(AI)은 전 세계 경제, 산업, 사회를 재편하는 핵심 동력으로 부상하고 있다. 그간 컴퓨팅 성능과 데이터 저장 능력 등 하드웨어 발전이 주로 조명되어 왔지만, AI 혁신을 실질적으로 가능하게 만드는 소프트웨어의 역할은 상대적으로 덜 주목받아 왔다. 그러나, 소프트웨어는 복잡한 알고리즘을 구현하는 수준을 넘어, AI 기술의 효율성, 확장성, 접근성 등을 좌우하는 기반이다. 고급 소프트웨어 프레임워크와 프로그래밍 언어는 개발자와 연구자가 정교한 AI 모델을 신속하게 개발하고 개선 및 배포하도록 지원한다. 현대의 인공지능은 방대한 데이터의 수집, 처리, 그리고 고성능 컴퓨팅 자원을 활용한 연산에 기반하고 있다. AI 모델은 다양한 응용 애플리케이션의 엔진으로 여러 AI 서비스와 제품의 근간이 된다. 즉, 소프트웨어가 AI를 만들고, AI는 다시 소프트웨어의 가치를 높이는 동반 성장이 진행중이다. 이러한 소프트웨어의 근본적 중요성은 분명한 정책적 함의를 갖는다. 하드웨어 인프라나 데이터에 대한 투자만으로는 충분치 않으며, 오픈소스 소프트웨어 생태계, 표준화와 상호운용성, 견고한 소프트웨어 보안 프레임워크 등과 같은 전략적 지원이 병행되어야 한다. 더불어 소프트웨어와 인공지능의 통합적 교육과 인력 양성, 기술 개발, 국제 협력을 촉진하는 정책은 장기적인 AI 경쟁력과 포용적 성장을 뒷받침하는 핵심 수단이 될 것이다. 결국 ‘소프트웨어 생태계의 경쟁력이 곧 AI 경쟁력’이라는 인식을 바탕으로 AI 정책 전반을 설계하고 수행할 필요가 있다. 이 보고서에서는 AI의 개발 생애주기 단계별로 저변에서 활용되는 소프트웨어의 역할과 사례를 살펴보고, AI 생태계를 견실화하기 위한 SW 정책을 짚어보고자 한다. Executive Summary Artificial intelligence (AI) is emerging as a core driver reshaping the global economy, industry, and society. While advancements in hardware—such as computing power and data storage capacity—have received considerable attention, the role of software in making AI innovation practically feasible has been relatively underexplored. However, software extends far beyond the mere implementation of complex algorithms; it constitutes the foundation that determines the efficiency, scalability, and accessibility of AI technologies. Advanced software frameworks and programming languages enable developers and researchers to rapidly design, refine, and deploy sophisticated AI models. Contemporary AI systems rely on the large-scale collection and processing of data, as well as intensive computation leveraging high-performance computing resources. AI models function as the core engines of diverse applications, forming the backbone of a wide range of AI services and products. In this sense, software enables the creation of AI, while AI, in turn, amplifies the value of software—illustrating a process of mutual and reinforcing growth. The fundamental importance of software carries clear policy implications. Investment in hardware infrastructure or data alone is insufficient; it must be accompanied by strategic support for areas such as open-source software ecosystems, standardization and interoperability, and robust software security frameworks. Furthermore, policies that promote integrated education and workforce development in software and AI, technological innovation, and international cooperation will serve as critical instruments for sustaining long-term AI competitiveness and fostering inclusive growth. Ultimately, AI policy should be designed and implemented based on the recognition that the competitiveness of the software ecosystem directly translates into the competitiveness of AI. This report examines the roles and illustrative cases of software underpinning each stage of the AI development lifecycle and explores software policy directions aimed at strengthening the overall AI ecosystem.

인간이 개발하는 기술은 자연의 작동 방식과 매우 닮아있어, 자연으로부터 아이디어를 얻고 모방하며 기술 개발이 시작된다고 해도 과언이 아니다. 현재 AI 기술의 기반이 되는 신경망 역시 인간의 뇌 구조와 작동 방식에 대한 모방으로부터 시작되었다. 양자역학은 분명히 자연이 근본적으로 작동하는 방식이지만, 우리가 경험하는 일상의 현상과 다른 방식으로 기술된다. 인간이 실제로 보고 느끼는 것으로부터 생겨나는 일상적 직관과 감각적 경험과는 사뭇 이질적이기 때문에, 일반적인 대중에게 양자는 항상 어렵고 난해하게만 느껴지는 ‘과학’의 영역에만 머물러 있었다. 그러나 최근 양자컴퓨터를 개발하는 글로벌 기업 및 스타트업들이 보여준 놀라운 기술 적 성과는 더 이상 양자를 ‘과학’의 영역이 아닌 ‘실용적인 기술’의 영역으로 끌어들이는 데 충분하다고 평가되고 있다. 양자컴퓨터의 개발은 미시적 세계, 즉 양자의 세계를 완전 히 이해하지 못해도 기술로서의 활용이 가능하다는 놀라운 증명이기도 하다. 우리가 사용 하는 고전 컴퓨터의 트랜지스터 회로가 어떻게 동작하는지 모르더라도 수많은 사람들이 컴퓨터를 잘 활용할 수 있는 것처럼, 이제 양자역학을 이해하지 못해도 차세대 컴퓨팅이 자 복잡한 연산을 위한 자원으로 양자컴퓨터를 활용할 수 있는 단계에 접어들고 있는 것 으로 보인다. 현재 인류는 이미 놀라운 컴퓨팅 자원과 기술을 개발하여 활용하고 있다. AI 기술은 다 양한 영역에서 활용되고 있는데, 양자컴퓨터의 개발에서도 마찬가지다. 기술적 어려움이 많은 양자컴퓨팅 개발에서 AI의 활용은 여러 가시적인 성과를 거두고 있는데, 이러한 성 과는 이제 곧 인류가 양자컴퓨터를 실용적으로 활용할 수 있는 수준에 도달할 것이라는 큰 기대를 불러일으키고 있다. AI는 양자의 세계를 더 잘 이해하고 기술을 개발할 수 있 도록 ‘과학’과 ‘실용적인 기술’의 영역을 넘나들며 연구자들에게 도움을 주고 있는 셈이다. 한층 더 흥미로운 점은 AI 기술로 인해 양자컴퓨터 개발이 의미있는 진전을 보이면서, 양자컴퓨터가 실용적인 컴퓨팅 자원으로 실현되었을 때 AI 개발에는 어떤 이점을 제공할 수 있을지에 대한 관심도 증가하고 있다. 현재 AI 기술은 고차원 데이터의 처리와 수많은 학습이 필요한 구조로 연산자원에 대한 수요가 급증한 상황이다. 양자컴퓨터는 고전 컴퓨 터 대비 특정 연산에서 기하급수적인 연산우위를 가짐으로써, 인류가 AI를 활용해 풀고자 하는 여러 문제에 대해 도움을 줄 수 있을 것으로 기대된다. 그러나 양자컴퓨터와 AI의 상호보완적 발전에는 여전히 풀어야 할 기술적 문제와 한계점이 존재한다. 실제 개발되어 활용할 수 있는 양자컴퓨터 하드웨어가 한정적인 상황에 서, 아직은 시뮬레이션이나 가능성 탐색 수준에 머물러 있는 영역도 존재하는 것으로 보 인다. 그럼에도 불구하고 지금 양자컴퓨터와 AI의 융합은 인류에게 차세대 신기술의 영감을 불러일으키는 것은 분명한 것으로 보인다. 이미 AI 선진국들은 양자 기술에서도 주도권을 확보하기 위해 기술 개발 지원 및 기술 유출 방지 정책을 동시에 시행하고 있다. 우리나 라에서도 양자컴퓨팅과 AI 융합기술에 대한 적극적인 지원 정책이 필요한 시점이다. 본 보고서는 ‘AI를 활용한 양자컴퓨팅 기술 개발(AI for Quantum)’과 ‘양자컴퓨터를 활 용한 AI 기술 개발(Quantum for AI)’로 나누어, 현재 기술 융합 상황과 앞으로의 기술 개발이 나아가고자 하는 방향성을 살펴보고자 하였다. 실제적인 융합 성과를 내는 AI의 양자컴퓨팅 기술 개발 활용 사례와 양자컴퓨터가 AI 개발에 활용될 가능성을 함께 살펴 봄으로써, 양자컴퓨터와 AI 융합에서의 주요 내용을 짚어보고 정책적 시사점을 제언하고 자 한다. 양자컴퓨터와 AI 융합기술은 아직 연구개발 초기 단계지만 기술 파급력이 높을 것으로 예상되며, 따라서 국가적 차원에서의 R&D 지원이 필요할 것으로 보인다. 또한 양자컴퓨 팅 산업과 AI 산업에서는 스타트업들이 혁신적인 기술 개발을 선도하고 있기 때문에, 국 내 기업들도 시장 조기 선점에 나설 수 있도록 관련 산업 기반을 조성해 주는 것이 매우 중요할 것이다. 더불어 다양한 학문이 융합된 양자컴퓨팅과 AI 분야에서, 융합 인재 양성 및 확보 정책이 필요할 것으로 보인다. Executive Summary The technologies that humans develop closely resemble the way nature works, and it's no exaggeration to say that technology development begins by borrowing ideas from nature and imitating it. Current AI technology is based on neural networks, which were originally designed to mimic the structure and function of the human brain. Quantum mechanics is clearly a fundamental aspect of how nature works, but it is described in a manner that differs from the everyday phenomena we experience. Because it is so different from our everyday intuitions and sensory experiences based on what we see and feel, quantum mechanics has always remained in the realm of 'science' for the general public, seeming difficult and esoteric. However, recent technological breakthroughs by global companies and startups developing quantum computers are considered to be enough to bring quantum computing out of the realm of science and into the realm of "practical technology". The development of quantum computers is a remarkable demonstration that, while we don't need to fully understand the microscopic world of quanta, we can still utilise them as a technology. Just as many people can use computers without knowing how they work, we appear to be entering a phase where quantum computers can be used as the next generation of computing and a resource for complex computations without understanding quantum mechanics. Humanity has already developed and utilised incredible computing resources and technologies. AI technology is being used in many areas, including the development of quantum computers. The use of AI in the development of quantum computing, which is technically challenging, has yielded a number of tangible results, raising high hopes that humanity will soon reach a point where quantum computers can be put to practical use. AI is helping researchers to better understand the quantum world and develop technologies that can be used in the realm of science and practical technology. More interestingly, as AI technology has led to meaningful progress in the development of quantum computers, there is also growing interest in how quantum computers could benefit AI development when they are realized as practical computing resources. Current AI technologies require high-dimensional data processing and a lot of training, which puts a huge demand on computational resources. Quantum computers are expected to offer exponential computational advantages over classical computers for certain types of computation, which could enable humans to solve many of the problems that are currently being solved by AI. However, there are still technical challenges and limitations in the complementary development of quantum computers and AI. Due to the limited availability of quantum computer hardware for development and utilisation, some areas remain in the realm of simulation or exploration. Nevertheless, it is clear that the convergence of quantum computers and AI will inspire a new generation of technologies for humanity. Countries at the forefront of AI have already recognised quantum technology as a strategic national asset and are implementing policies to support its development and prevent leakage. The time has come for Korea to actively support the convergence of quantum computing and AI. The report is split into two sections, "AI for Quantum" and "Quantum for AI," to examine the current state of technology convergence and the future direction of technology development. We will highlight key issues in the convergence of quantum computers and AI, as well as suggest policy implications, by examining examples of AI's use of quantum computing technology development to achieve practical convergence, as well as the potential for quantum computers to be used in AI development. Although the convergence of quantum computers and AI is still in the early stages of research and development, it is expected to have a significant technological impact. Therefore, it is crucial to support R&D at a national level. In addition, since startups are leading the development of innovative technologies in the quantum computing and AI industries, it will be very important to create a relevant industrial base so that domestic companies can take an early lead in the market. Furthermore, given the convergence of various disciplines in the fields of quantum computing and AI, there is a need for policies to encourage and protect convergence talents.