채용률 800% 증가, AI 시대에 역주행하는 일자리
AI가 수많은 일자리를 위협하는 시대에, 오히려 채용이 폭발적으로 늘고 있는 직무가 있습니다.
바로 전방배치엔지니어(FDE, Forward Deployed Engineer)입니다.
미국 최대 구인 플랫폼 인디드(Indeed)에 따르면, FDE 채용 공고는 전년 대비 800% 증가했습니다. 오픈AI의 FDE 채용 공고에는 연봉이 16만~28만 달러(약 2억~4억 원)로 명시되어 있을 정도입니다.
링크드인은 올해 초 노동시장 보고서에서 FDE를 "뉴 칼라(New-Collar) 시대의 일자리"라고 표현했습니다. 수많은 일자리가 AI로 대체되는 가운데, 왜 이 직무만큼은 수요가 급증하고 있을까요?
FDE란 무엇인가 — "전방"이 핵심입니다
FDE는 고객의 현장(전방)에 직접 투입되어, AI가 실제 업무 흐름 속에서 작동하도록 끝까지 책임지는 엔지니어입니다.
일반적인 소프트웨어 엔지니어(SWE)가 사무실에서 제품을 개발한다면, FDE는 말 그대로 전방(Forward)에 배치(Deploy)됩니다. 단순히 코드를 전달하는 역할이 아닙니다.
| 구분 | 소프트웨어 엔지니어(SWE) | 전방배치엔지니어(FDE) |
|---|---|---|
| 업무 위치 | 자사 사무실 | 고객 현장 |
| 초점 | 하나의 기능을 여러 고객에게 확장 | 한 고객에게 여러 기능을 엮어 성과 창출 |
| 핵심 역할 | 제품 개발 | 제품을 현장에서 완성 |
| 요구 역량 | 기술 전문성 | 기술 + 비즈니스 이해 + 커뮤니케이션 |
FDE는 고객사의 복잡한 비즈니스 맥락을 이해하고, 그 자리에서 기술적 해결책을 설계하고 구현합니다. 데이터 구조, 시스템 아키텍처, 조직의 일하는 방식까지 함께 조정하며 AI 도입을 완성합니다.
왜 지금 FDE가 뜨는가 — AI 도입의 95%가 실패하기 때문입니다
MIT가 발간한 "The GenAI Divide: State of AI in Business 2025" 보고서는 충격적인 현실을 보여줍니다. 전 세계적으로 300억~400억 달러에 달하는 천문학적인 금액이 생성형 AI에 투자되었지만, 실제로 성과를 낸 기업은 단 5%에 불과했습니다. 나머지 95%는 파일럿 단계에 머물거나, 도입 자체가 흐지부지된 것입니다.
MIT는 이 현상을 "GenAI 디바이드(GenAI Divide)"라고 이름 붙였습니다. AI를 도입한 기업과 실제로 성과를 낸 기업 사이에 거대한 골이 존재한다는 뜻입니다.
실패의 원인은 기술 부족이 아닙니다.
"AI가 실패하는 이유는 AI 모델의 성능이 아니라, 학습하지 못하고 맥락에 적응하지 못하기 때문이다." — MIT 보고서
아무리 뛰어난 모델이라도, 현장에 심어야 일이 됩니다. AI가 조직의 워크플로우, 데이터, 사람의 맥락에 맞게 적응하지 못하면 아무런 가치를 만들어내지 못합니다. 그리고 그 "심는 일"을 하는 사람이 바로 FDE입니다.
AI 도입, Build vs Buy가 아니라 "누가 착륙시키느냐"의 문제
MIT 보고서가 던지는 핵심 질문은 "왜 실패하는가"가 아니라 "어떤 선택이 이 격차를 건너게 하는가"입니다. 보고서에 따르면, AI를 내부에서 직접 개발(Build)하여 실제 배포에 도달한 기업은 약 33%에 그친 반면, AI 전문 기업과 협업(Buy)한 기업은 약 66%로 두 배 높은 성공률을 기록했습니다.
왜 이런 차이가 날까요? AI 전문 기업은 수많은 현장에서 쌓은 실전 경험을 갖고 있기 때문입니다. 데이터를 AI가 학습할 수 있는 형태로 구조화하고, 파일럿에서 프로덕션까지 빠르게 전환하며, 현장의 피드백을 지속적으로 반영하는 노하우 — 이런 것들은 단기간에 내부에서 만들어지지 않습니다.
AI 솔루션 업체의 데모와 PoC(개념 검증)는 빠르게 지나가지만, 정작 데이터 권한, 보안, 레거시 연동, 현업 프로세스, 책임 소재 같은 "현장의 복잡성"이 등장하는 순간 프로젝트는 멈추기 쉽습니다.
FDE는 바로 여기서 Buy 전략을 "도입"으로 끝내지 않고, "정착"과 "운영"으로 바꿔주는 전략적 레이어가 됩니다.
FDE의 원조, 팔란티어 — "제품은 현장에서 완성된다"
FDE라는 직무 개념을 가장 먼저 체계화한 기업은 팔란티어(Palantir)입니다.
팔란티어의 Foundry, Gotham, AIP 같은 제품은 "설치하면 바로 돌아가는 범용 소프트웨어"가 아닙니다. 정부, 국방, 제조처럼 데이터 구조가 복잡하고 보안 제약이 높은 환경에서 실제로 굴러가야 하는 운영 시스템에 가깝습니다.
실리콘밸리 사무실에서 만든 코드만으로는 현장의 워크플로우와 데이터 지형을 끝까지 장악하기 어렵습니다. 결국 팔란티어는 하나의 결론에 도달합니다:
"사람이 현장에 들어가야 하고, 그 역할을 만든다."
팔란티어는 2019년부터 이 역할을 FDSE(Forward Deployed Software Engineer)로 정의하고, 내부적으로 'Delta'라고 불렀습니다.
여기서 중요한 포인트가 있습니다. Delta는 컨설턴트가 아닙니다. 컨설팅이 "분석, 권고, 일회성 솔루션"에 머무는 경우가 많다면, Delta는 팔란티어의 제품뿐 아니라 여러 프로그래밍 언어, 오픈소스 도구, 빌드 도구, 그리고 개인의 창의력까지 총동원해 해법을 만듭니다.
팔란티어가 FDSE를 만든 이유는 제품이 약해서가 아니라, 제품이 "현장에서 완성되는 성격"이었기 때문입니다. 현장에 들어가 복잡성을 삼키고, 그 복잡성을 다시 제품으로 흡수해야 다음 고객에서는 더 빨리, 더 적은 노력으로 같은 가치를 낼 수 있습니다.
오픈AI도 주목한다 — "FDE의 임무는 제품을 만드는 것"
오픈AI는 FDE의 역할을 "연구 성과를 실제 운영 시스템(production system)으로 구현한다"고 명시합니다.
오픈AI 글로벌 FDE 책임자인 콜린 자비스(Colin Jarvis)는 이렇게 강조했습니다:
"FDE의 임무는 컨설팅(service)이 아니라, 고객의 문제를 해결하는 재사용 가능한 제품(product)을 만들어내는 것"
ChatGPT 출시 이후 기대감은 커졌지만, 일반화를 우선하는 기존 접근 방식으로는 복잡한 문제를 갖고 있는 기업을 실제 프로덕션 단계까지 이끌기에 한계가 있었습니다. 오픈AI가 이 한계를 경험한 것이 바로 FDE 조직의 출발점이 되었습니다.
한국 기업에도 똑같이 적용됩니다
국내 대기업들은 대형 SI(System Integrator) 역량을 바탕으로 핵심 시스템을 내부에서 구축, 운영해 왔습니다. 하지만 AI 시대의 기술 내재화는 과거와 완전히 다른 패러다임을 요구합니다.
기술 스택은 빠르게 파편화되고, 새로운 기술과 표준이 매주 등장합니다. 전통적인 SI 방식(요구사항 수렴 → 설계 → 개발 → 배포)의 프로세스는 이 속도와 불확실성을 구조적으로 담기 어렵습니다.
"맞춰 만든 것"을 배포하는 시점에는 이미 현장 요구와 기술 기준이 진화해, "뒤처진 것"이 되고 맙니다.
무엇보다 수많은 산업 현장에서 쌓인 AI 적용 노하우(Field Experience)는 단기간에 복제할 수 없으며, 현장의 피드백 루프 없이 "우리가 직접 할 수 있다"는 신념은 오히려 속도를 늦추고 최신 AI 기술로부터 조직을 고립시킬 위험이 큽니다.
FDE가 갖춰야 할 역량
국내에서 현직 FDE로 일하는 전문가들이 입을 모아 말하는 핵심 역량입니다:
- 하드 스킬: AI/ML 모델링, 데이터 엔지니어링, 시스템 통합
- 소프트 스킬: 빠른 상황 파악, 고객 커뮤니케이션, 의사결정 능력
- AI 포용력: 새로운 도구와 기술을 빠르게 수용하고 현장에 적용하는 유연성
"하드 스킬은 교과서 공부하듯 배우면 되는 역량이라, 그것보다는 의사결정 역량이나 AI 포용력을 더 중요하게 생각한다." — 바이버스 AI CTO
잠깐, AI 이전에 — 우리 회사는 준비가 되어 있는가?
FDE와 AI 도입 이야기를 하기 전에, 한 발 더 뒤로 물러서서 봐야 할 질문이 있습니다.
"우리 회사는 AI를 도입해서 더 앞으로 나아갈 준비가 되어 있는가?"
이것은 비단 AI만의 이야기가 아닙니다. 많은 기업이 "AI를 도입하겠다"고 선언하지만, 정작 AI가 착륙할 땅 자체가 마련되지 않은 경우가 대부분입니다.
이걸 DX 부족이라 불러야 할까?
사실 정확히 말하면, DX(디지털 전환) 부족이라기보다 기존의 관성에서 벗어나지 못하는 문제에 가깝습니다.
오래된 업무 방식, 비효율적인 프로세스, 형식적인 보고 체계 — 이런 것들이 아날로그 시대의 유산처럼 남아있는 조직이 많습니다. 누구도 "이게 비효율적이다"라고 말하지 않는 건 아닙니다. 다만 바꾸는 것이 부담스러울 뿐입니다.
현장이 변하지 못하는 진짜 이유
실제 현장에 들어가보면, 오래되고 비효율적인 방식을 벗어나지 못하는 이유가 다양합니다:
- 직원들의 업무 관성 — "원래 이렇게 해왔으니까." 10년간 같은 방식으로 일하던 사람에게 새로운 시스템은 위협입니다.
- 규제와 법의 변화에 대한 지식 부족 — 최신 규제 완화나 강화를 현업 담당자가 제때 파악하지 못해, 이미 허용된 방식도 "안 된다"고 막히는 경우가 비일비재합니다.
- 변화에 대한 막연한 두려움 — "새 시스템이 오히려 일을 늘리는 건 아닐까?" 이 두려움은 경험에서 나옵니다. 과거에 도입했다가 실패한 시스템의 기억이 조직에 남아있기 때문입니다.
- 기존 이해관계의 얽힘 — 현재 방식에 최적화된 부서, 역할, 권한 구조가 있습니다. 변화는 곧 이 구조의 재편을 의미하기에 저항이 생깁니다.
혁명이 아니라 개선이 필요합니다
여기서 FDE적 사고가 빛을 발합니다.
현장을 송두리째 뒤엎는 것이 아니라, 기존의 방식을 최대한 유지하면서 비효율적인 지점만 정확히 개선하는 것. 이것이 현장에서 실제로 통하는 접근법입니다.
직원들이 쓰던 엑셀을 갑자기 없앨 필요가 없습니다. 그 엑셀에 데이터를 자동으로 채워주는 시스템을 붙이면 됩니다. 수기로 작성하던 보고서를 없앨 필요 없이, 보고서 초안을 AI가 잡아주면 됩니다.
변화의 크기가 아니라, 변화의 정확도가 중요합니다. 현장의 맥락을 모르면 정확도가 나올 수 없고, 그래서 현장에 들어가야 합니다.
결국 필요한 건 "단 한 사람"입니다
FDE의 본질을 한 문장으로 압축하면 이렇습니다:
기술, 산업, 현장, 실행력을 한 몸에 갖춘 사람이 현장에 들어가는 것.
조직에 필요한 건 화려한 컨설팅 보고서도, 범용 AI 플랫폼도 아닙니다. 아래의 역량을 갖춘 단 한 사람의 실행자입니다:
- 해당 산업에 대한 신속한 이해 — 제조든 금융이든 물류든, 현장의 언어를 빠르게 습득해야 합니다.
- 비효율과 문제점을 끊임없이 캐묻는 집요함 — "왜 이렇게 하고 있는지"를 끝까지 파고드는 태도가 핵심입니다.
- 현장에 대한 깊은 이해 — 매뉴얼에 없는 실제 업무 흐름, 사람들 사이의 역학관계를 파악해야 합니다.
- 기술에 대한 넓고 깊은 이해 — AI만이 아니라 데이터, 시스템, 인프라 전반을 아우르는 시야가 필요합니다.
- 프로그래밍 능력 — 개념을 바로 코드로 만들어 "이렇게 되는 겁니다"라고 보여줄 수 있어야 합니다.
- 실행력 — 계획을 세우는 사람은 많지만, 현장에서 끝까지 만들어내는 사람은 드뭅니다.
이 모든 역량이 한 사람에게 집약될 때, 비로소 "현장에 들어가서 바꿀 수 있는 힘"이 생깁니다. 그것이 FDE이고, 그것이 AI 시대에 기업이 가장 절실하게 필요로 하는 인재상입니다.
VANF가 FDE 모델을 주목하는 이유
VANF는 AX(AI Transformation) 전문 기업으로서, FDE의 역할이 바로 우리가 고객에게 제공하는 가치의 핵심과 맞닿아 있다고 봅니다.
우리가 하는 일은 단순히 AI 솔루션을 납품하는 것이 아닙니다.
- 고객의 현장을 이해합니다 — 업무 프로세스, 데이터 흐름, 조직 문화까지 파악합니다.
- 맞춤형 AI 솔루션을 설계합니다 — 범용 도구가 아닌, 해당 기업에 최적화된 솔루션을 구축합니다.
- 운영까지 함께합니다 — 개발 후 런칭에서 끝나지 않고, 지속적인 개선과 고도화를 동행합니다.
이것은 FDE가 하는 일과 정확히 같습니다. AI가 정말로 "일을 하는" 순간은, 발표자료가 아니라 현장의 운영 시스템 위에서 실제로 돌아가는 순간입니다.
결론 — AI의 승부는 "현장"에서 갈립니다
생성형 AI는 이미 충분히 강력해졌습니다.
이제 기업의 과제는 "좋은 모델을 고르는 것"이 아니라, "모델을 배포하고 운영하며 현장에 착륙시켜 실제 성과로 만드는 것"입니다.
이때 승부를 가르는 건, 현장에서 끝까지 프로덕션을 완성하는 실행 조직이 있느냐입니다.
FDE는 컨설팅이 아닙니다. 고객의 복잡성을 삼키고, 그 복잡성을 다시 제품과 운영 시스템 안으로 흡수해 다음 배포를 더 빠르게 만드는 전략 조직입니다.
지금 당신의 기업에는, 현장에 들어가서 끝까지 만들어낼 "단 한 사람"이 있습니까?
AI를 현장에 착륙시킬 파트너가 필요하다면, VANF에 문의하세요.