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.