빅테크 AI 기업의 FDE(Forward Deployed Engineer) 정책과 고객 기업의 대응 방안에 대한 고찰
Caffein Chen (陳穎漢)
오늘 아침, 제가 굴리고 있는 시스템에 “Forward Deployed Engineer”라는 키워드가 튀어 올라와 있어서나름대로 흥미롭다고 생각되어관련 내용을 언급한 블로그를 소개합니다.
단, 블로그 저자의 개인적인 주장이니 매우 비판적으로 받아들일 필요가 있습니다.
개요
(1) 구글, 오픈AI, 앤스로픽 등 주요 AI 기업들이 FDE(현장 파견 엔지니어)와 관련된 움직임을 보이고 있습니다.
(2) 클라이언트 기업들이 취할 수 있는 FDE 도압 전략에는 다양한 리스크가 있습니다. (아주 많아요…)
(3) 이러한 리스크를 극복하려면 온프레미스와 오픈 소스 모델 활용을 병행해 가는 계층적 도입 전략이 필요합니다.
2026년 5월, 빅테크 AI 기업들은 FDE를 향한 구체적인 움직임을 슬슬 보이고 있습니다.
(1) OpenAI는 DeployCo(Deployment Company)라는 자회사를 설립하고 Tomoro라는 AI 컨설팅 업체를 인수하여 숙련된 FDE 인력을 확보했습니다.
- 클라이언트 기업의 현장에 엔지니어를 보내 OpenAI 모델의 성능을 체감하게 하고 프리미엄 비용을 지불하게 하는 전략입니다.
(2) Anthropic은 금융 및 사모펀드와 합작 법인을 설립하였습니다.
- 산업 노하우가 모델 성능보다 중요하다고 판단하고 사모펀드의 포트폴리오 기업들에게 FDE를 투입하는 모델입니다.
(3) Google Cloud는 별도 법인을 설립하기 보다는 기존 클라우드 생태계의 강점을 활용하는 방식을 택했습니다.
- 이미 자사의 서비스를 쓰는 클라이언트들에게 추가로 FDE 서비스를 제공하는 전략입니다.- 전담 FDE 팀을 구성하고 수백 명의 엔지니어를 채용하겠다고 합니다.
그렇다면, 빅테크 AI 기업들은 왜 이런 움직임을 보일까요?
(1) AI 제품은 비용이 높고 수명이 짧아 전통적인 SaaS 방식으로는 수익 유지가 어렵습니다.
(2) 고객사의 암묵지(Tacit Knowledge)를 추출하여 AI 시스템에 인코딩하려면 현장 파견이 동반되어야 합니다.
(3) FDE가 고객의 상황과 암묵지를 깊이 이해하여 AI 시스템에 반영하고 나면, 다른 AI 업체로 교체하기가 매우 어려워지는 Lock-in 효과를 얻을 수 있습니다.
(4) AI 코딩 도구의 발전으로 인해 엔지니어 한 명이 담당할 수 있는 기업의 수와 작업의 속도가 빨라졌습니다. (규모의 경제 달성!!).
(5) 결국 클라이언트 기업들의 실제 프로세스를 직접 설계하고 장악하는 파트너가 되려는 움직임입니다.
FDE가 우리 회사에 와서 내부를 들여다 본다면, 위험하지 않을까요?
(1) FDE가 추출한 기업의 핵심 노하우와 업무 로직이 담긴 평가 세트의 소유권이 AI 기업에 있을 경우, 기업의 경쟁력이 외부로 유출되는 결과를 낳을 수 있습니다.
(2) AI 기업이 고객사의 프로세스와 암묵지를 시스템화하여 인접한 산업군의 다른 경쟁사 서비스에 활용할 가능성이 있습니다.
(3) FDE의 머리 속에 들어있는 정보나 프롬프트에 포함된 로직은 기존의 데이터 유출 방지 방법으로는 탐지할 수 없습니다.
(4) FDE가 활용하는 서버의 위치나 데이터 처리 방식에 따라 데이터 주권 문제가 발생할 수 있습니다.
(5) 특정 AI 업체의 로직에 대한 의존도가 높아지면 협상력을 잃게 될 수 있습니다.
(6) FDE가 떠난 뒤 고객사에는 단순히 UI 활용법만 아는 직원들만 남을 수도 있습니다.
온프레미스 전략과 FDE를 계층적으로 활용할 필요가 있습니다.
(1) 온프레미스 역량은 FDE 모델 도입 시 발생할 수 있는 Lock-in 리스크를 방어하는 핵심 수단입니다.
(2) 데이터 보안과 비용 통제가 중요한 내용은 온프레미스로 구축하여 데이터 주권과 장기적인 경제성을 확보합니다.
(3) 최첨단 추론 능력이 필요한 업무는 FDE의 도움을 받거나 클라우드 API를 활용합니다.
(4) FDE가 기업의 암묵적 지식을 추출하여 AI 시스템(평가 세트)에 반영하면, 기업은 이것을 온프레미스 환경으로 가져와 독자적인 운영 역량으로 전환합니다.