AI로 증폭된 Forward Deployed Engineer

이 기사는 원래 VM0 블로그에 게시되었습니다: https://www.vm0.ai/en/blog/posts/forward-deployed-engineer

Forward Deployed Engineer (FDE)는 고객사의 내부로 들어가 초기 단계의 불분명한 요구사항부터 비즈니스가 실제로 측정할 수 있는 결과물에 이르기까지, AI 시스템을 구축하고 출시하는 엔지니어입니다. 이들은 고객의 시스템 위에서 프로덕션 코드 (production code)를 작성합니다. 이들은 컨설턴트 (consultants)도 아니고, 세일즈 엔지니어 (sales engineers)도 아닙니다. Palantir는 2010년대 초반에 이 역할을 창안했으며, 초기 인원들을 "Deltas"라고 불렀습니다. 2026년 현재, 이 직함은 엔터프라이즈 AI (enterprise AI) 분야에서 가장 빠르게 성장하는 직함이 되었습니다. 채용 공고는 2025년 4월 643건에서 1년 후 5,330건으로 729% 급증했습니다.

이 역할이 존재하는 이유는 간단합니다. 회의에서 멋져 보이는 AI 데모 (AI demo)와 프로덕션 (production)에서 실행되는 시스템 사이에는 간극이 존재합니다. FDE는 그 간극을 메우는 사람입니다. 그 간극은 매우 가치 있는 것이기에 FDE는 기술 분야에서 가장 수요가 많은 역할 중 하나가 되었습니다. 그리고 이제 동일한 엔지니어들이 AI 에이전트 (AI agents)와 협업하기 시작하면서, 한 명의 엔지니어가 출시할 수 있는 결과물의 양을 배가시키고 있습니다. 어떤 종류의 대체가 아닌, 바로 이러한 '결합'이 주목해야 할 부분입니다.

Forward Deployed Engineer는 고객 조직 내부에서 직접 근무하며 문제 정의 (scoping), 코드 작성, 시스템 배포 (deploying), 그리고 학습한 내용을 제품에 다시 반영하는 것까지 기술적 성공의 시작부터 끝까지를 책임지는 엔지니어입니다.

이 용어는 군사 용어에서 유래되었으며, "forward deployed"는 후방 기지가 아닌 작전 현장에서 근무하는 것을 의미합니다. 엔지니어에게 이는 본사를 떠나 고객의 현실, 즉 그들의 데이터, 보안 규칙, 레거시 시스템 (legacy systems), 마감 기한 속에서 살아가는 것을 의미합니다.

Palantir가 이 모델을 구축했습니다. Palantir는 자사 엔지니어들을 고객 시설 내에 몇 주 또는 몇 달 동안 상주시키며 프로덕션 코드를 작성하고, 기밀 하드웨어에서 파이프라인 (pipelines)을 디버깅하며, 고객의 스탠드업 미팅 (standups)에 참여하게 했습니다. 2016년까지 Palantir는 소프트웨어 엔지니어 (software engineers)보다 더 많은 Forward Deployed Engineer를 보유하고 있었습니다.

솔루션 아키텍트 (Solutions Architect)가 고객에게 시승 기회를 제공한다면, FDE는 열쇠를 건네줍니다.

그들의 업무는 배포 (deployment)의 전 과정에 걸쳐 진행됩니다. 전형적인 하루는 어디에서 문제가 발생하는지 파악하기 위한 고객 스탠드업 (customer standup) 미팅으로 시작하여, 오후에는 모델을 레거시 ERP에 연결하기 위한 Python 코드를 작성하고, 고객의 시간대 기준으로 새벽 2시에 중단된 통합 (integration) 문제를 해결하며 저녁을 마무리할 수도 있습니다.

2026년에 기업들이 원하는 기술은 에이전트형 AI (agentic AI)와 밀접하게 맞닿아 있습니다:

RAG 파이프라인 (RAG pipelines): 검색 튜닝 (retrieval tuning), 그라운딩 (grounding), 그리고 컨텍스트 관리 (context management) -
평가 프레임워크 (Evaluation frameworks): 환각 (hallucinations) 및 그라운딩 실패가 프로덕션 (production)에 도달하기 전에 잡아내는 평가 스위트 (eval suites) -
에이전트 개발 (Agent development): LangGraph, LangChain, CrewAI, DSPy 및 다단계 도구 사용 (multi-step tool use)에 대한 실무 경험 -
프로덕션 관측성 (Production observability): 일반적인 소프트웨어와는 전혀 다른 방식으로 실패하는 확률적 시스템 (probabilistic systems) 모니터링 -

업무의 한 부분이 간과되곤 합니다. FDE는 현장에서 실제로 무엇이 고장 나는지를 목격하기 때문에, 추측이 아닌 실제 사용 사례에 근거한 입력을 제공하는 프로덕트 매니저 (product manager)의 역할을 수행하게 됩니다. 이러한 피드백 루프 (feedback loop)는 이 역할이 비용을 지불할 가치가 있는 큰 이유 중 하나입니다.

이 역할들 사이의 경계는 누가 프로덕션 코드 (production code)를 작성하고 배포(ship)하느냐에 달려 있습니다.

역할	프로덕션 코드 작성	고객 환경에 배포	관계 관리 책임
Forward Deployed Engineer	예	예	공동 책임
Solutions Architect	거의 없음	설계, 배포는 거의 없음	공동 책임
Customer Success Manager	아니요	아니요	예

FDE는 코드를 배포(ship)합니다. 솔루션 아키텍트는 시스템을 설계하지만 보통 직접 배포하지는 않습니다. CSM은 관계를 관리하지만 코드를 커밋(commit)하지는 않습니다.

엔터프라이즈 AI (enterprise AI)의 병목 현상은 모델이 아니라 배포이기 때문에, 2026년에 주요 연구소(major labs)들은 그 병목 현상을 직접 소유하기로 결정했습니다.

수치는 반박하기 어렵습니다. MIT NANDA의 State of AI in Business 2025 보고서에 따르면, 기업용 생성형 AI (Generative AI) 파일럿 프로젝트의 95%가 측정 가능한 비즈니스 임팩트를 창출하지 못했습니다. 대부분의 경우 모델은 괜찮았습니다. 문제가 발생한 지점은 배포 (Deployment)였습니다.

이 문제의 상당 부분은 사람들이 소위 '양면적 지식 격차 (two-sided knowledge gap)'라고 부르는 현상에서 기인합니다. 고객사의 엔지니어들은 비즈니스를 이해합니다: 데이터 스키마 (data schemas), 컴플라이언스 (compliance) 규칙, 레거시 아키텍처 (legacy architecture) 등을 말이죠. 반면 연구소 (lab)의 엔지니어들은 모델이 실제 운영될 때 어떻게 작동하는지를 이해합니다: 프롬프팅 (prompting), RAG (검색 증강 생성), 평가 (evaluation), 실패 모드 (failure modes) 등을 말입니다. 어느 쪽도 단독으로는 제대로 작동하는 결과물을 출시할 수 없습니다. FDE (Forward Deployed Engineer)는 이 두 가지 측면을 모두 보유한 사람입니다.

에이전트 (Agents)는 이 과정을 더 어렵게 만듭니다. 결정론적인 (deterministic) SaaS 제품은 설정 (configure)만 하면 됩니다. 하지만 AI 에이전트는 복잡하고 판단이 필요한 실제 인간의 워크플로우 (workflow)에 맞춰 적응해야 합니다. 이것이 바로 주요 연구소들이 거의 동시에 움직인 이유입니다:

OpenAI는 2026년 5월 11일, 40억 달러 이상의 약정 자본을 투입하여 'The Deployment Company'를 출범시켰으며, 에든버러의 Tomoro를 인수하여 첫날부터 약 150명의 숙련된 FDE를 영입했습니다. -
Anthropic은 며칠 만에 Blackstone 및 Goldman Sachs와 15억 달러 규모의 합작 투자 (joint venture)를 발표했습니다. -
Databricks는 2026년 6월 11일, 컨설턴트 방식의 인수인계를 대신하여 아직 존재하지 않는 것을 직접 구축하는 엔지니어들로 구성된 자체 Forward Deployed Engineering 조직을 공식화했습니다.

이는 프런티어 연구소 (frontier labs)를 훨씬 넘어섭니다. 2026년 5월 말 기준으로 39개 기업에서 224개의 FDE 채용 공고가 열려 있었으며, Palantir, Mistral, Cohere, Cresta, Scale AI, Snowflake, GitLab, Stripe가 모두 채용 중이었습니다.

FDE의 급여는 높습니다. 이 일을 잘 수행할 수 있는 사람들이 희귀하며, 그 업무가 매우 중요하기 때문입니다. 보고된 2026년 기본 급여 (base-salary) 범위는 다음과 같습니다:

회사	기본 급여 범위
Palantir	$170K – $340K+
...

높은 보상에는 실제적인 비용이 따릅니다. 출장이 업무의 25%에서 50%를 차지하는 경우가 많아 데스크 업무보다 사람을 더 빨리 지치게 만들며, 고객사의 산업군을 끊임없이 오가야 합니다.

그 보상은 커리어 레버리지 (career leverage)입니다. FDE로서의 몇 달은 수년간의 고객 접점 경험을 압축하여 제공하며, 이것이 바로 많은 이들이 회사를 창업하기 위해 떠나는 이유입니다. Palantir 출신들만 해도 Anduril, OpenGov, Addepar를 설립했습니다.

아니요, 이 역할은 자동화되어 사라지는 것이 아닙니다. 오히려 증폭되고 있습니다. 데모에서 프로덕션 (demo-to-production) 사이의 간극을 메우는 바로 그 엔지니어들이 AI 에이전트 (AI agents)와 페어 프로그래밍 (pair)을 시작하고 있으며, 그 결과는 스크립트로 대체되는 한 사람이 아니라, 훨씬 더 많은 것을 출시할 수 있는 한 사람입니다.

FDE의 주간 업무 중 상당 부분은 일상적입니다. 디스커버리 인터뷰 (discovery interviews)를 진행하고, 프로토타입 (prototype)의 스캐폴딩 (scaffolding)을 구성하며, 또 다른 통합 (integration) 작업을 연결하고, 평가 스위트 (eval suite)의 초안을 작성하는 일들입니다. AI 팀원은 엔지니어의 지시 하에 이러한 업무를 맡을 수 있습니다. FDE는 판단력이 실제로 필요한 부분, 즉 아키텍처 (architecture), 고객 관계, 그리고 무엇을 출시하기에 충분한지에 대한 결정권에 대해서는 운전석을 유지합니다.

그 팀원이 바로 Zero가 지향하는 모습입니다. Zero는 팀이 이미 일하고 있는 곳에서 실행되고, 이미 사용 중인 시스템에 연결되며, 엔지니어가 검토, 수정 및 출시 여부를 결정하는 동안 문제를 해결 가능한 결과물로 변환하는 작업을 수행합니다. FDE가 소프트웨어에 인계되는 것이 아닙니다. FDE가 소프트웨어를 주도하며, 둘이 함께함으로써 각자가 혼자일 때보다 훨씬 더 넓은 영역을 커버합니다. 에이전트 함대를 지휘할 수 있는 한 명의 엔지니어는, 이 역할을 가능하게 했던 본연의 판단력을 포기하지 않으면서도 동시에 여러 고객을 지원할 수 있습니다.

직함은 아마도 분화될 것입니다. 현재

이 역할은 사라지지 않을 것입니다. 가장 규모가 크고 이해관계가 높은 배포(deployment) 현장에서는 항상 현장에 직접 참여할 수 있는 사람을 원할 것입니다. 변화하는 지점은 레버리지(leverage)가 어디에서 오는가 하는 점입니다. 레버리지는 인력(headcount) 중심에서 소프트웨어 중심으로 이동하며, FDE는 통합(integration)을 직접 구축하는 데 쓰는 시간을 줄이고, 이를 구축하는 에이전트(agent)들을 지시하는 데 더 많은 시간을 할애하게 될 것입니다.

Forward Deployed Engineer는 소프트웨어 엔지니어인가요, 아니면 컨설턴트인가요?

소프트웨어 엔지니어입니다. 이 역할의 핵심은 고객의 환경 내부에서 프로덕션 코드(production code)를 작성하고, 디버깅(debug)하며, 배포(ship)하는 것입니다. 이들은 영업 사원이나 컨설턴트가 아닙니다.

Forward Deployed Engineer가 되려면 어떤 기술이 필요한가요?

탄탄한 소프트웨어 엔지니어링 기술과 더불어, 2026년의 에이전트 스택(agentic stack)이 필요합니다: RAG 파이프라인(RAG pipelines), 평가 프레임워크(evaluation frameworks), 에이전트 개발(LangGraph, CrewAI, DSPy), 그리고 프로덕션 관측성(production observability)입니다. 낯선 기업 내부에서 종종 혼자 작업해야 하므로, 고객을 상대하는 판단력(customer-facing judgment) 또한 그만큼 중요합니다.

어떤 기업들이 Forward Deployed Engineer를 채용하나요?

Palantir가 이를 시작했습니다. 2026년 현재 OpenAI, Anthropic, Databricks, Mistral, Cohere, Scale AI, Snowflake, GitLab, Stripe를 비롯한 100개 이상의 기업들이 채용을 진행하고 있습니다. 2026년 5월 말 기준으로 39개 기업에서 224개의 채용 공고가 있었습니다.

Forward Deployed Engineer와 AI Engineer의 차이점은 무엇인가요?

AI Engineer는 보통 자사 제품 내부에서 모델과 AI 기능을 구축합니다. 반면, Forward Deployed Engineer는 이러한 역량을 고객의 환경으로 가져가서 작동하는 결과물에 이르는 마지막 단계(last mile)를 책임집니다.

AI 에이전트가 Forward Deployed Engineer를 대체할까요?

아니요. 업무 방식이 다르게 분화될 것입니다. AI 에이전트는 엔지니어의 지시 아래 일상적인 탐색(discovery), 프로토타이핑(prototyping), 통합(integration) 업무를 맡게 되며, Forward Deployed Engineer는 판단(judgment calls), 아키텍처(architecture), 그리고 고객 관계를 유지합니다. 이 역할은 AI 팀원과 경쟁하는 것이 아니라, AI 팀원을 조종(piloting)하는 방향으로 나아가고 있습니다.