韓国のメディアの報道によると、韓国のソフトウェア産業の現状に関する分析では、韓国は人工知能（AI）モデル、計算能力、データなどのリソースに加え、ソフトウェア工学システムの更新不足というより重要な短所に直面していると指摘されています。特に公共ソフトウェアや従来のシステム統合プロジェクトにおいて、開発と管理の方法は依然としてアメリカの1990年代の水準に留まっており、これがAIの産業化における重要な障害となっています。AIの分析によれば、AIの競争力はモデル、半導体、データの蓄積だけでなく、成熟したソフトウェア工学の能力を通じて技術を安定的に持続可能なサービスや産業システムに変換できるかどうかにも依存しています。
この能力は、プログラマーの数だけでなく、要求定義、アーキテクチャ設計、テスト、デプロイ、運用保守、関連する組織プロセスや制度的な取り決めも含まれます。報告書は、アメリカのソフトウェア工学が過去30年以上にわたり、一回限りの情報化計画から企業アーキテクチャ管理へと徐々に移行してきたことを指摘しています。ウォーターフォール型開発から反復型、アジャイル（Agile）、DevOpsへ、従来の三層モノリシックアーキテクチャからサービス指向アーキテクチャ（SOA）、クラウドネイティブ、AIエージェントの協調開発へと進化しています。
韓国のソフトウェア工学システムはAI産業化を促進するために更新が急務
対照的に、韓国は2000年代中頃に企業アーキテクチャの構築を推進し、アジャイルやSOAなどの手法に早くから注目していましたが、多くの機関や企業では、これらの取り組みが実際の意思決定や開発プロセスに真に組み込まれておらず、文書やプロジェクトの成果物、概念のレベルにとどまっていることが多いです。公共プロジェクトは依然として事前に範囲、周期、受け入れ条件を確定するウォーターフォール型契約構造が主流であり、継続的な反復や迅速なデリバリーを制限しています。テスト駆動開発、継続的インテグレーション、コードレビュー、オブジェクト指向分析設計などのエンジニアリング実践も広く普及していません。
報告書は、AIエージェントがコーディングに参加する新たな段階に入った後、この問題がさらに顕著になっていると指摘しています。AIは開発効率を向上させることができますが、明確な仕様、自動化テスト、継続的インテグレーション/継続的デリバリー（CI/CD）、アーキテクチャの制約が欠如している場合、生成されたコードのエラー、幻覚、メンテナンス性の問題はより制御が難しくなります。分析は、韓国が公共ソフトウェア調達制度の調整、企業アーキテクチャ人材の育成、要求工学、テスト駆動開発（TDD）、CI/CD、クラウドネイティブ、AIエージェント工学などの能力構築を同時に進める必要があると提言しており、そうすることでAIの投入を真に産業競争力に転換できるとしています。