ai-native

FDE 라는 직업에 대하여

FDE 라는 직군이 어떻게 생겨났고 지금 어떤 과도기를 겪는지, 프루퍼 주식회사가 FDE 를 어떻게 정의하고 왜 아직 FDE 가 없다고 말하는지, 그리고 이 직업이 어디로 갈지에 대한 생각을 적었습니다

임한솔

2026년 11월 9일 · 14분

요즘 채용 공고에서 FDE(Forward Deployed Engineer)라는 직함을 자주 봅니다. 해외에서는 관련 공고가 한 해 사이 여덟 배 늘었다는 집계가 나왔고, 국내에서도 대기업과 AI 스타트업이 같은 이름으로 사람을 찾습니다.

그런데 공고를 열어 보면 하는 일이 제각각입니다. 어떤 곳은 고객사에 상주하며 프로덕션 코드를 쓰고, 어떤 곳은 계약 전 데모를 만듭니다. 어떤 곳은 예전 SI 공고와 문장까지 닮았습니다.

프루퍼 주식회사도 고객사 안으로 들어가 일합니다. 임직원에게 AI 를 가르치고, 업무를 진단하고, 그 회사가 쓰는 도구에 AI 를 붙여 실제로 돌아가게 만듭니다. 밖에서 보면 이것도 FDE 이고, 저희도 이 이름으로 불립니다. 같은 말이 이렇게 여러 뜻으로 쓰일 때는 쓰는 쪽이 자기 뜻을 밝혀 두어야 한다고 생각했습니다.

FDE 가 처음 생긴 이유

이름부터 그대로 읽어 보면 이렇습니다.

  • Forward: 앞에, 현장에
  • Deployed: 배포된, 파견된
  • Engineer: 엔지니어

현장에 나가 있는 엔지니어라는 뜻입니다. 여기서 물어봐야 할 것은 누가 누구를 보내는가입니다. 보내는 쪽은 본사이고, 현장은 본사가 들어가는 고객사입니다. FDE 는 본사의 엔지니어를 고객의 현장에 배치한 것입니다.

만약 고객사에 필요한 엔지니어를 구해서 대신 보내 준다면 사람을 현장에 보낸다는 점은 같지만, 그 엔지니어는 고객사의 일을 대신 하러 간 사람이고 현장에서 배운 것도 고객사에 남습니다. 저는 이것을 파견이라고 봅니다.

FDE 는 현장에 있어도 본사의 사람이고, 현장에서 배운 것을 본사로 가져와야 합니다.

본사의 엔지니어가 고객사 현장으로 나가는 그림

FDE 는 팔란티어가 만든 직군입니다. 초기 고객이던 정보기관은 무엇을 분석하는지 자체가 기밀이라 자기 업무를 외부 업체에 설명할 수 없었고, 데이터도 밖으로 내보낼 수 없었다고 합니다.

요구사항을 받아 자기 사무실에서 만들어 납품하는 방식은 처음부터 통할 수 없었습니다. 요구사항을 들을 수도, 데이터를 가져갈 수도 없었기 때문입니다. 그래서 팔란티어는 엔지니어를 고객의 시설 안으로 들여보냈다고 합니다. 데이터가 있는 곳에서 분석가 바로 옆에 앉아, 일하는 모습을 직접 보며 만들고 바로 써 보게 했다고 합니다. 설명을 들을 수 없으니 보면서 배우고, 데이터를 내보낼 수 없으니 사람이 데이터 쪽으로 간 것입니다.

저희는 요즘 FDE 가 뜨는 이유를 위 사례에서 찾아볼 수 있습니다.

많은 회사가 AI를 회사에 들이려다 실패하거나 엄두도 못 내고 있습니다. AI를 들인다는 것은 기존 회사 업무의 중추신경계를 건드리겠다는 뜻인데요. 이걸 직접 하자니 내 몸을 내가 수술하지 못하듯이 어렵고, 기존처럼 외부에서 해주도록 맡기자니 뭘 어떻게 맡겨야 하는지도 모르는 데다 그렇게 맡겨도 제대로 이해를 못하고 엉뚱한 곳만 건드리다 탈이 납니다. 그렇다고 회사의 모든 업무와 데이터를 외부가 다룰 수 있게 내주는 건 아무리 오픈된 회사라도 불가능하죠. 제약이 같으니 답도 같습니다. 바로 사람을 현장에 넣는 오래된 방식이 다시 나온 것입니다.

저희는 팔란티어 이야기에서 두 가지를 보았습니다.

첫째, 문제를 정의하는 사람과 만드는 사람과 결과를 책임지는 사람이 한 사람, 또는 작은 팀으로 합쳐졌습니다. 보통의 IT 프로젝트에서는 이 셋이 각각 다른 사람입니다. 일이 다음 사람에게 넘어갈 때마다 처음 들은 사정이 조금씩 빠집니다. 요구사항대로 만들었는데 아무도 쓰지 않는 시스템은 대개 이렇게 빠진 사정 때문에 생깁니다.

둘째, 현장에서 배운 것이 제품으로 돌아갔습니다. 팔란티어 엔지니어들은 고객사에서 만든 해법 가운데 다른 고객에게도 반복될 패턴을 본사로 가져왔고, 그것이 플랫폼의 기본 요소가 됐다고 합니다. 고객 한 곳의 문제를 푼 결과가 다음 고객의 도구가 되는 구조입니다.

본사의 플랫폼과 여러 고객 현장이 순환하는 그림

저는 두 번째가 없으면 FDE 로 보지 않습니다. 문제를 정의하고 끝나면 컨설턴트이고, 끝까지 만들어 주고 끝나면 파견 엔지니어입니다. 현장에서 배운 것이 본사의 제품에 쌓이고, 그 제품을 들고 간 다음 고객이 더 나은 결과를 받아야 FDE 입니다. FDE 는 본래 본사 소속이고, 고객의 문제를 푸는 일이 결국 본사를 강하게 만들어야 합니다. AX 를 해 주고 바이브 코딩한 결과물을 두고 나오는 데서 끝난다면 그것은 파견입니다.

같은 직함 아래에서 벌어지는 일

올해 3월부터 6월 사이에 OpenAI, Anthropic, AWS, 마이크로소프트, SAP, 세일즈포스, 액센추어가 차례로 FDE 조직을 만들었다고 하죠. 모델 회사와 소프트웨어 회사와 컨설팅 회사가 같은 이름을 고른 셈입니다.

이 흐름 자체는 진짜라고 보고 있긴 합니다. 모델은 충분히 좋아졌는데 회사 안에 충분히 효과적으로 붙일 수가 없다는 문제를 각기 다른 회사에서 같은 식으로 겪었고, 결국 같은 답에 닿았습니다.

반대쪽에는 FDE 가 한 시기의 유행이라는 목소리도 있습니다. 모델이 더 좋아지면 밖에서 사람이 들어올 필요 없이 회사가 알아서 쓸 수 있다는 것입니다.

이 말도 절반은 맞다고 봅니다. 직함에 붙은 열기는 식긴 할 겁니다. 그러나 회사 안에 들어가 AI 를 실제 업무에 붙이는 일의 수요는 당분간 줄지 않을 것 같습니다. 아직 프론티어 모델들은 더 좋아질 기미가 보이며, 모델이 좋아질수록 해 볼 수 있는 일이 늘어나고, 그만큼 일하는 방식을 다시 짜야 할 것이기 때문입니다.

이런 상황을 보다 보면 같은 이름 아래에서 하는 일은 크게 갈립니다.

저는 첫 개발 일을 SI 회사에서 시작했습니다. 그래서 국내 FDE 공고 일부를 읽으면 익숙한 구조가 보입니다. 고객사에 상주하고, 사람 수 곱하기 개월 수로 돈을 받고, 만든 것은 발주처가 갖고, 프로젝트가 끝나면 현장에서 배운 것도 같이 끝납니다. 이런 공고는 FDE 라고 적혀 있어도 제게는 SI 로 읽힐 뿐입니다.

진짜 FDE 인지는 일하는 구조를 봐야 안다고 생각합니다. FDE 를 말하는 회사라면 적어도 다음에 답할 수 있어야 합니다.

  • 고객사에 들고 가는 자사 서비스가 있고, 현장에서 만든 것이 그 서비스로 돌아가 다음 고객에게 이득이 되는가
  • 돈을 투입한 시간을 기준으로 정산하는가, 만든 결과를 기준으로 정산하는가
  • (자칭)FDE 가 나간 뒤 고객에게 무엇을 남겨 놓는가

들고 가는 자사 서비스가 없고, 투입한 시간으로 정산하고, 나간 뒤 남기는 것이 없다면 FDE 라고 적혀 있어도 이름만 바뀐 파견 엔지니어라고 생각합니다.

프루퍼 주식회사가 말하는 FDE

그래서 프루퍼 주식회사에는 아직 FDE 가 없습니다.

저희에게는 아직 정해진 서비스가 없습니다. 고객사에 들어가 그 회사의 문제를 푸는 데에만 집중하고 있습니다. 임직원에게 AI 를 가르치기도 하고, 업무를 진단하기도 하고, 그 회사가 쓰는 도구에 AI 를 붙이기도 합니다. 문제가 다르면 하는 일도 달라집니다.

이 일은 앞에서 말한 첫 번째 조건에 맞습니다. 문제를 찾는 사람과 만드는 사람과 결과를 책임지는 사람이 같습니다. 배운 것도 쌓이고 있습니다. 같은 종류의 문제를 다시 만나면, 다음 고객에게는 처음보다 빠르고 나은 결과를 드리고 있습니다. 두 번째 조건의 절반은 이미 하고 있는 셈입니다.

빠진 절반은 플랫폼입니다. 지금은 그 배움이 사람과 기록에 쌓여 있고, 그것을 담아 다음 현장에 들고 갈 본사의 제품은 아직 없습니다. 저희가 스스로를 FDE 라고 부르지 않는 이유가 이것입니다.

다만 FDE 가 없다는 것이 FDE 라고 부르는 사람들이 하는 일을 안 한다는 뜻은 아닙니다. 저희도 고객사에 들어가 같은 일을 하고 있습니다.

문제를 함께 찾고 직접 만듭니다

고객은 정리된 문제를 들고 오지 않습니다. "AI 로 뭔가 해 보고 싶다" 에서 시작하는 경우가 대부분입니다. 그래서 저희는 교육으로 들어갑니다. 임직원이 자기 업무를 가지고 와서 그날 첫 결과물을 만들어 보면, 어디서 일이 막히는지가 그 과정에서 드러납니다. 문제는 회의실 요구사항 문서보다 실무자의 손끝에서 더 정확하게 보입니다.

그렇게 찾은 문제는 저희가 직접 해결합니다. 설계도를 넘기고 빠지지 않고, 그 회사가 쓰는 도구에 AI 를 연결해 실제 업무 안에서 돌아가는 것까지 확인합니다.

고객사 임직원과 함께 일하는 그림

회사의 맥락을 남깁니다

AI 가 회사 일을 잘하려면 그 회사를 알아야 합니다. 회사가 쓰는 말, 규정, 데이터가 어디에 있는지, 누가 무엇을 승인하는지 같은 것들입니다. 저희는 일하는 동안 이것을 AI 가 읽을 수 있는 회사의 지식으로 쌓습니다.

이 지식은 저희가 떠난 뒤에도 그 회사에 남습니다. 직원이 다음에 무언가를 부탁할 때 AI 가 더 정확하게 답하게 되는 근거가 이것입니다.

사람을 남깁니다

시스템을 고치는 일은 그 업무를 아는 사람이 하는 것이 맞습니다. 바깥 업체가 유지보수를 맡으면 업무와 시스템 사이가 조금씩 벌어집니다. 몇 년 지나면 아무도 건드리지 못하는 시스템이 됩니다.

AI 덕분에 이제는 현업 담당자가 자기 도구를 직접 고칠 수 있습니다. 그래서 저희는 임직원이 회사의 지식 위에서 일하는 방식까지 만들고 나옵니다. 교육으로 들어간 것이 여기서 의미를 갖습니다. 처음부터 같이 만든 사람이 있어야 남겨진 것이 계속 쓰입니다.

사람을 남기는 일에는 조직과 채용도 들어갑니다. AI 로 일하는 방식이 바뀌면 팀의 역할과 보고 구조도 따라 바뀌어야 하고, 새로 생긴 일을 맡을 사람이 필요해지기도 합니다. 저희는 필요하면 조직을 다시 짜는 일과 그 일에 맞는 사람을 찾아 들이는 일까지 함께 합니다.

투입 시간이 줄어야 잘한 것입니다

같은 고객사에 저희가 쓰는 시간이 줄어들수록 잘한 것입니다. 투입한 시간으로 값을 매기는 방법에서는 이 기준이 매출과 부딪힙니다. 시간이 줄면 매출도 줄겠죠.

저희는 그럼에도 시간이 줄어드는 쪽을 잘한 것으로 평가합니다. 한 회사에서 줄어든 시간은 그 회사가 자립했다는 뜻이고, 저희에게는 다음 회사로 갈 여유가 생겼다는 뜻이 됩니다. 그리고 저희가 시간 대신 결과로 값을 매기려면, 같은 결과를 더 짧은 시간에 낼 수 있게 해 줄 플랫폼이 먼저 있어야 합니다.

저희가 FDE 라고 부를 수 있는 때

그래서 지금은 현장에서 만난 문제와 해법을 담을 플랫폼을 열심히 만들고 있습니다. 회사의 맥락과 사람은 고객사에 남기고, 그 일을 하며 얻은 패턴은 저희 플랫폼에 쌓습니다. 사람이 기억하고 기록하던 것을 플랫폼이 받아 다음 현장에서 바로 꺼내 쓸 수 있게 되면, 그때 저희 엔지니어를 FDE 라고 부를 수 있겠네요.

그 전까지는 이름보다 고객의 문제를 푸는 일 자체에 집중하려 합니다. 고객의 문제를 풀어야 배울 것이 생기고, 배운 것이 있어야 쌓을 것도 생기기 때문입니다.

FDE 는 어디로 가는가

저는 FDE 라는 직함이 지금처럼 넓게 쓰이지는 않을 것이라고 봅니다. 손으로 하던 일은 AI 가 가져가고, 이름에 맞지 않던 일은 원래 이름을 찾아가고, 매일의 개선은 고객사 사람의 몫이 될 것입니다. 그렇게 걸러지고 나면 그제야 정말 본사의 제품을 들고 현장에 들어가는 사람만 FDE 라는 이름으로 남을 것입니다.

손으로 하던 일은 AI 가 가져갑니다

팔란티어는 FDE 가 하던 일 일부를 대신하는 에이전트를 내놓았고, 이름도 AI FDE 라고 붙였다고 합니다. 데이터를 잇고, 반복되는 연동을 짜고, 제대로 돌아가는지 지켜보는 일은 빠르게 사람 손을 떠날 것입니다.

남는 것은 AI 가 대신하기 어려운 일입니다. 흐릿한 요구를 풀 수 있는 문제로 쪼개는 일, 서로 다른 걸 원하는 부서들을 한 방향으로 모으는 일, 결과에 이름을 걸고 책임지는 일입니다. 앞으로 FDE 의 실력은 코드를 얼마나 빨리 쓰는가보다 무엇을 만들지 얼마나 정확히 정하는가에서 갈릴 것입니다.

직함은 원래 이름으로 돌아갑니다

지금 FDE 라는 이름을 단 일 가운데 상당수는 원래 이름으로 돌아갈 것입니다. 계약 전 데모를 만드는 일은 영업 조직으로, 사람과 개월로 파는 일은 SI 로 돌아갑니다. 아쉽게 들릴 수 있지만 저는 이것이 건강한 정리라고 봅니다. 이름이 일에 맞아야 고객도 무엇을 사는지 알 수 있습니다.

매일의 개선은 고객사 안으로 들어갑니다

회사 안의 일을 매일 고치는 사람은 결국 고객사의 사람이 될 것입니다. 자기 업무를 가장 잘 아는 현업 담당자가 AI 로 자기 도구를 만들고 고치는 모습입니다. 오래 일해서 도메인을 깊이 아는 사람일수록 이 변화에서 가장 강해집니다.

그렇다고 본사의 FDE 가 사라지지는 않습니다. 회사의 일은 계속 바뀌고, 새 모델과 도구가 나올 때마다 그것을 처음 붙여 본 사람이 필요합니다. 다만 그 역할은 오래 상주하는 사람보다 필요할 때 짧게 들어가 속도를 붙이고 나오는 사람에 가까워질 것입니다. 짧게 들어가도 되는 것은 앞선 현장에서 쌓인 것을 본사의 제품에 담아 들고 가기 때문입니다. 그래서 저는 사람을 많이 거느린 큰 FDE 회사보다, 제품을 들고 다니는 작은 팀이 많아지는 쪽이 더 자연스럽다고 봅니다.

맺으며

대개의 외주 회사는 함께 일했던 고객이 다시 연락해 오길 바랍니다. 저희도 그렇습니다. 다만 저희가 다녀간 회사가 다시 부를 때, 그때가 고장 난 것을 고쳐 달라고 할 때보다 저희와 새로 해 보고 싶은 일이 생겼을 때였으면 합니다.

새로운 상담도 언제든 환영합니다. 회사 안에서 함께 풀어 보고 싶은 문제가 있다면 contact@proofer.tech 로 연락 주세요.

MORE

같은 태그의 글