에이전트 시대의 첫 번째 합의가 도출되었다: 더 이상 모델이 병목이 아니라, 사람이 병목이다.
단 1주일 만에 OpenAI 는 40억 달러를 투입했고, Anthropic 은 FIS 본사에 자리 잡았으며, Google 은 수백 명의 채용을 발표했다—세 AI 거물이 동시에 같은 직무에 베팅하고 있다: FDE.
2026 년 5 월 11 일, OpenAI 는 "OpenAI Deployment Company" 설립을 발표하며 초기 투자 금액으로 40억 달러를 책정했다. 핵심 사업은 간단하다: 엔지니어를 고객사에 "파견"하여 AI 가 제대로 작동하도록 돕는 것이다.
불과 1주일 전, Anthropic 은 자체 엔지니어링 팀을 핀테크 거물 FIS 에 파견했으며, 2026 년 하반기까지 BMO 및 Amalgamated Bank 의 자금 세탁 방지 조사 시간을 "시간 단위에서 분 단위로" 단축하는 것을 목표로 삼았다. 그리고 그 1주일 전, Google Cloud CEO Thomas Kurian 은 직접 LinkedIn 에 "수백 명" 채용 공고를 올렸고, 해당 게시물은 X 에서 130만 회 조회수를 기록했다.
세 회사가 동시에 겨냥하는 직무는 바로 Forward Deployed Engineer (FDE) 다.
20년 동안 "이질적인" 소프트웨어 회사 Palantir 에서만 인기를 누리던 이 직무가 2026 년 AI 업계에서 가장 뜨거운 포지션으로 급부상했다. 일각에서는 "FDE 가 에이전트 시대의 PMF 패러다임이다"라는 슬로건을 외치고 있다.
이 판단이 깊은 통찰인지, 아니면 희망적인 사고인지? 이 질문에 답하기 위해 먼저 명확히 해야 할 것이 있다: FDE 가 정확히 무엇이며, 왜 2026 년에 갑자기 필수가 되었는가, 그리고 "PMF"와의 관계는 무엇이며, 어떤 한계를 지니고 있는가?
I. FDE 란 무엇인가: 세일즈 엔지니어도, 컨설턴트도 아니다
먼저, 두 가지 용어를 정의해야 한다. 이는 이후 모든 논의의 전제 조건이다.
PMF (Product-Market Fit)는 실리콘 밸리 스타트업의 "성배"다. 이는 제품이 실제 시장 수요에 완벽히 부합하며, 시장이 기꺼이 비용을 지불하고 재구매하며 입소문을 내는 상태를 의미한다. PMF 를 찾기 전의 스타트업은 마치 거슬러 오르는 물고기와 같고, PMF 를 찾은 후에는 물살을 따라 흘러가는 것과 같다.
FDE 는 "Forward Deployed Engineer"의 약자이지만, 원래 이런 의미로 정의된 것은 아니다. 이 직무는 2000 년대 초 Palantir 에 의해 만들어졌으며, 당시 고객은 미국 정보 기관이었다—"자신이 무엇을 원하는지 명확히 말할 수 없고, 데이터를 보여주지 않으며, 업무 프로세스가 끊임없이 변하는" 사람들이었다.
Palantir 의 공동 창업자 Shyam Sankar 의 명언이 있다: "요구사항 문서로 문제를 해결할 수 있었다면, 이미 오래전에 해결되었을 것이다."
그래서 Palantir 는 독특한 접근 방식을 택했다: 고객에게 "무엇을 원하세요?"라고 묻는 대신, 엔지니어를 고객 사무실, 군 기지, 심지어 항공기 조립 공장에 직접 보내 함께 코드를 작성하게 한 것이다. 이들을 Palantir 내부에서는 "Delta"라고 불렀다—일반 엔지니어와 동일한 채용 인터뷰를 통과해야 했지만, 팔로 알토의 개방형 사무실이 아닌 공군 기지, 은행 백오피스, 병원 IT 시스템에서 일했다.
이는 전통적인 소프트웨어 회사의 세 가지 일반적인 직무와 다르다:
- 세일즈 엔지니어는 사전 판매 데모를 담당하며 계약 체결 후 철수한다;
- 솔루션 아키텍트는 주로 기술 컨설팅을 제공하며 프로덕션 코드를 작성하지 않는다;
- 컨설턴트는 일반적으로 방법론과 인도를 제공하지만, 공급업체의 제품 반복 개발에는 참여하지 않는다.
FDE 의 독특한 점은 고객의 프로덕션 코드를 직접 작성하면서, 고객 현장에서 발견한 공통적인 문제를 공급업체의 핵심 제품에 피드백한다는 것이다. Palantir 의 내부 설명은 다음과 같다: "FDE 의 업무 범위는 스타트업 CTO 와 같다—소규모 팀에서 고위험 프로젝트를 엔드투엔드로 책임진다."
2016 년까지 Palantir 의 FDE 수는 일반 소프트웨어 엔지니어 수를 넘어섰다. 회사의 전체 제품 형태인 Foundry 플랫폼은 본질적으로 수많은 FDE 현장 프로젝트에서 "추출된" 것이었다. Palantir 에서 7년 동안 FDE 로 근무한 한 엔지니어는 이 모델을 "자갈길에서 포장도로로"라고 요약했다: FDE 가 고객 현장에서 수많은 자갈길을 만들고, 제품 팀이 가장 많이 사용된 길을 식별하여 포장도로로 만들고 플랫폼 기능으로 전환하는 것이다.
II. 2026 년의 전환점: 왜 세 AI 거물이 동시에 FDE 에 베팅하는가
거의 20년 동안 Palantir 의 모델은 실리콘 밸리 주류에서 "아웃라이어"로 간주되었다—대부분의 SaaS 회사는 "Palantir 를 따라 하지 마라, 마진이 유지되지 않는다"고 조언했다. 하지만 2026 년, 상황이 갑자기 바뀌었다.
5 월 4 일, Anthropic 과 FIS 는 파트너십을 발표했다. Anthropic 의 Applied AI 팀과 FDE 가 FIS 내에 "파견"되어 금융 범죄 AI 에이전트를 공동 설계하는 것이다.
5 월 11 일, OpenAI 는 OpenAI Deployment Company (내부 코드명 "DeployCo")를 공식 발표했으며, TPG 가 주도하고 19개의 투자 및 컨설팅 회사가 참여한 초기 40억 달러 투자를 유치했다. 동시에 응용 AI 컨설팅 회사인 Tomoro 를 인수하여 약 150명의 FDE 및 배포 전문가를 확보했다.
5 월 12 일, Google Cloud CEO Thomas Kurian 은 Google Cloud 내에 새로운 "AI 중심 조직"을 설립하고 "수백 명"의 FDE 를 채용하겠다고 발표했다. 당시 Google Cloud 에는 59개의 관련 채용 공고가 게재되어 있었다.
왜 지금인가? 왜 동시에인가? 세 회사의 판단은 한 가지 사실을 가리킨다: 에이전트 시대의 병목은 모델 자체가 아니라 배포(Deployment)다.
Accenture 의 "Pulse of Change" 설문조사에 따르면, 경영진의 32%만이 "지속적이고 기업 전반에 걸친 AI 영향"을 보고했다. 나머지 68%는 파일럿, PPT, 데모는 있지만 대규모 제공이 없는 상태에 머물러 있다. 2026 년 초 IBM 이 2,000명의 경영진을 대상으로 실시한 설문조사에서 "실행 속도"는 세 번째로 높은 전략적 우선순위로 꼽혔다.
OpenAI 의 발표는 이 논리를 직설적으로 제시했다: "지난 몇 년 동안 100만 개 이상의 기업이 우리의 제품과 API 를 채택했습니다. 점점 더 명확해지는 패턴이 있습니다—차세대 엔터프라이즈 AI 의 승자는 이 기술을 실제 비즈니스 시나리오에 얼마나 효과적으로 배포할 수 있는지에 달려 있습니다."
또한 주목할 만한 데이터가 있다. OpenAI 는 2026 년 초 내부 수익 및 주간 활성 사용자 목표를 달성하지 못한 것으로 알려졌으며, 반면 Anthropic 과 Google Gemini 는 지속적으로 엔터프라이즈 시장 점유율을 잠식하고 있다. OpenAI 의 Applied Business CEO Fidji Simo 는 Anthropic 의 진전을 "경종"이라고 부르며, 회사가 "생산성 시나리오에서 성과를 내야 한다"고 말했다.
즉, AI 모델의 "제품력"에 대한 한계 효용은 감소하고 있지만, "모델을 사용 가능한 시스템으로 전환하는" 엔지니어링 역량의 한계 효용은 급증하고 있다. 아무리 강력한 모델이라도 은행의 규정 준수 프로세스, 보험사의 청구 시스템, 제조업체의 MES 시스템 내에서 작동할 수 없다면 데모일 뿐 비즈니스가 아니다.
FDE 는 바로 그 변환기(converter)다.
III. 에이전트 시대가 FDE 에 "구조적 수요"를 갖는 이유
"에이전트"와 "FDE"가 왜 완벽한 조화를 이루는지 이해하려면, 에이전트가 이전 AI 형태와 근본적으로 다른 점을 명확히 해야 한다.
전통적인 SaaS 제품은 본질적으로 "도구"다: Salesforce 를 구매하면 구성된 영업 프로세스 템플릿을 직원들이 사용할 수 있다. 도구의 경계는 명확하다—무엇을 하고 무엇을 하지 않는지가 제품 매뉴얼에 명시되어 있다.
에이전트는 "대리 수행(acting on behalf)"에 관한 것이다: 더 이상 그것을 사용하는 것이 아니라, 그것이 당신을 위해 일을 수행하도록 하는 것이다. 자금 세탁 방지 에이전트는 조사관에게 더 나은 쿼리 인터페이스를 제공하는 것이 아니라, "핵심 시스템에서 증거를 가져오고, 알려진 세탁 패턴을 교차 참조하며, 위험 수준을 판단하고, 의심스러운 활동 보고서(SAR)를 초안 작성하는" 전체 워크플로우를 완료하도록 돕는다.
이 차이는 세 가지 결과를 초래한다:
첫째, 에이전트는 고객의 실제 워크플로우에 깊이 통합되어야 한다. "대리 수행"을 위해 에이전트는 은행의 규정 준수 경계가 어디까지인지, 어떤 결정을 자동화할 수 없는지, SAR 보고서가 규제 기관에 수용되도록 어떻게 작성되어야 하는지, 내부 데이터가 어디에 저장되어 있는지 알아야 한다. 이러한 것들은 제품 문서가 아니라 고객의 "조직적 근육 기억"에 존재한다.
둘째, 에이전트의 실패는 "비즈니스 실패"이지 "기능적 실패"가 아니다. SaaS 버튼이 누락되면 사용자가 불평한다. 에이전트가 의심스러운 거래를 놓치면 은행은 규제 기관으로부터 벌금을 부과받는다. 이는 에이전트 배포가 이전 세대의 어떤 소프트웨어보다 "도메인 지식"과 "운영 맥락"에 더 크게 의존한다는 것을 의미한다.
셋째, 에이전트 시장은 "성숙한 제품이 없어 벤치마킹할 수 없고, 고객 스스로도 무엇을 원하는지 모르는" 시장이다. 이는 정확히 Palantir 가 정보 기관과 마주했던 상황이다. 고객은 "AML 조사가 더 빨라졌으면 좋겠다"고 말할 수 있지만, "빠르다"는 것이 무엇인지, 어떤 데이터 소스를 사용해야 하는지, 어떤 단계를 자동화해야 하는지, 어떤 인간의 의사 결정 지점을 유지해야 하는지 정의할 수 없다. 이러한 종류의 문제는 요구사항 문서로 해결할 수 없다. 엔지니어가 직접 들어가서 관찰하고, 테스트하고, 수정하고, 다시 관찰해야 한다.
Anthropic 의 FDE 채용 공고는 이 논리를 명확히 설명한다: "고객 시스템 내에서 프로덕션 애플리케이션을 구축하고, MCP 서버, 서브 에이전트, 에이전트 스킬과 같은 기술 산출물을 제공하며, 엔터프라이즈 환경에서 화이트글러브 배포 지원을 제공하고, 재사용 가능한 배포 패턴을 식별하여 제품 및 엔지니어링 팀에 피드백합니다."
마지막 부분인 "제품 및 엔지니어링 팀에 피드백"이 FDE 모델의 진정한 레버리지다. 이는 모든 현장 활동이 고객을 위한 인도(delivery)인 동시에 공급업체를 위한 제품 발견(product discovery)임을 의미한다. FDE 는 공급업체가 시장에 뻗은 촉수와 같아서 실제 현장의 요구 샘플을 가져온다.
IV. FDE 가 "에이전트 시대의 PMF 패러다임"인가? 세 가지 의문
지금쯤이면 "FDE 는 에이전트 시대의 PMF 패러다임이다"라는 판단이 매우 설득력 있게 들릴 것이다. 하지만 이 결론을 무분별하게 수용하는 것은 몇 가지 실제 역설을 무시하는 것이다.
의문 1: FDE 는 "PMF 문제"를 해결하고 있거나, 또는 "PMF 문제를 가리고" 있을 수 있다.
PMF 의 본래 의미는 "제품이 시장에 적합하다"는 것이다—제품 자체가 해답이며, 고객이 즉시 사용하고 갱신하며 추천한다.
FDE 모델의 본질은 "인력을 사용하여 제품과 시장 간의 격차를 메우는 것"이다. 제품이 가동되기 위해 6개월 동안 엔지니어 팀이 현장에 있어야 한다면, 엄밀히 말해 제품 자체는 PMF 를 찾은 것이 아니다.
Gartner 의 수석 애널리스트 Alex Coqueiro 는 최근 보고서에서 날카로운 예측을 내놓았다: 2028 년까지 기업의 70%가 FDE 가 주도하는 에이전트 프로젝트를 포기할 것인데, 그 이유는 "공급업체 비용이 너무 높고 자체적으로 독립적으로 발전할 내부 역량이 부족하기 때문"이다.
그는 또한 숨겨진 실패 모드를 지적했다: "여러 번의 배포 후에도 FDE 작업량이 감소하지 않는다면, 이는 역량(capability)이 아니라 의존성(dependency)이 구축되고 있다는 신호입니다. 사용 사례가 성숙해졌는데도 투자가 줄어들지 않는다면, 이는 고객이 자체적으로 보유해야 할 운영 역량에 대해 컨설팅 가격을 지불하고 있는 것입니다."
이것이 FDE 모델의 가장 큰 위험이다: "제품 발견 메커니즘"에서 "영구적인 인력 충원"으로 변질될 수 있다. Palantir 모델이 성공한 이유는 "자갈길에서 포장도로로" 단계였다—고객 시나리오의 특수성이 궁극적으로 제품으로 추출되어야 한다. 이 추출 단계가 실패하면 FDE 는 단지 고급 아웃소싱에 불과하다.
의문 2: 이것은 "제품 회사로 가장한 컨설팅 회사"인가?
자본 시장의 평가도 엇갈린다.
지지자들은 FDE 모델이 AI 회사에 "선제적 배포"의 해자(moat)를 제공한다고 믿는다: 포춘 500 대 기업에 엔지니어를 더 일찍 보낼수록 엔터프라이즈 AI 워크플로우의 진입점을 더 일찍 장악할 수 있으며, 고객의 전환 비용은 기하급수적으로 증가할 것이다. OpenAI Deployment Company 의 공식 성명에 따르면 "전 세계 2,000 개 이상의 기업을 후원하는" 파트너가 DeployCo 의 자연스러운 고객 풀이 될 것이라고 명시되어 있다—이는 수익원이자 피드백 루프다.
그러나 비판자들은 이 모델이 AI 회사의 재무적 프로필을 "컨설팅 + 소프트웨어" 하이브리드에 더 가깝게 만든다고 지적한다. Palantir 는 오랫동안 2 차 시장에서 저평가되어 왔는데, 그 이유 중 하나는 애널리스트들이 순수 SaaS 평가 프레임워크(높은 마진, 낮은 노동 집약도)를 적용했기 때문이다. OpenAI 와 Anthropic 이 대규모로 FDE 를 채용하기 시작하면, 이들의 마진 구조, 직원당 수익, 평가 배수에 도전이 제기될 것이다.
Constellation Research 애널리스트 Larry Dignan 의 평가는 더 직접적이었다: OpenAI Deployment Company 는 IBM Consulting 처럼 독립적으로 운영되며 어떤 모델이든 통합할 수 있는 회사가 아니다. "OpenAI Deployment Company 가 Anthropic 을 사용할 가능성은 제로다. OpenAI 는 자체 서비스 부서를 수직적 통합의 이점으로 포장하지만, CIO 들은 이를 '잠금(Lock-in)'의 관점에서 볼 것이다."
즉, 공급업체에게 PMF 패러다임인 것이 고객에게는 공급업체 종속의 전조일 수 있다.
의문 3: FDE 는 자신들이 만든 도구에 의해 대체될 수 있다.
이 역설이 가장 흥미롭다. FDE 가 비싼 이유는 "통합의 더러운 작업"을 많이 수행하기 때문이다: 필드 매핑, API 연동, 레거시 시스템 변환, 프롬프트 튜닝, 평가 프레임워크 구축—바로 AI 가 자동화하는 데 가장 능숙한 유형의 작업이다.
Salesforce 의 Agentforce 제품 사례는 FDE 가 초기에 수행하던 "간단한 FAQ 에이전트 배포" 작업의 상당 부분이 제품 자체에 흡수되고 있음을 보여준다. FDE 의 작업은 더 높은 추상화 계층인 멀티 에이전트 아키텍처, MCP 프로토콜 설계, 음성 에이전트, 코딩 에이전트 오케스트레이션으로 이동하고 있다.
2026 년 4 월, South Park Commons 가 뉴욕에서 주최한 FDE 라운드테이블에서 여러 FDE 책임자들은 합의에 도달했다: 모델이 강력해질수록 FDE 의 가치는 감소하지 않고 오히려 증가하지만, 가치의 원천은 변화한다. 하위 수준 통합 작업은 AI 에 의해 대체되고, FDE 의 핵심 가치는 "고객 현장에서 어떤 문제를 해결할지, 무엇을 표준화할지 판단하는 것"으로 이동한다.
이는 섬세한 균형이다. AI 도구가 충분히 빠르게 진화하면 FDE 모델의 "통합 레버리지"는 압축되고, 제품 판단과 비즈니스 컨설팅만 남게 된다—그러면 진정으로 "고급 컨설팅"이 된다. 하지만 AI 진화가 병목에 부딪히면 통합의 복잡성은 수년간 지속되어 FDE 가 장기적인 비즈니스가 될 수 있다.
V. 다양한 이해관계자에게 각기 다른 의미
원래 질문으로 돌아가자: FDE 가 에이전트 시대의 PMF 패러다임인가?
판단을 내려야 한다면, 나는 이렇게 말하는 편이다: FDE 는 에이전트 시대에 엔터프라이즈 AI 가 데모에서 프로덕션으로 나아가기 위한 "필수적인 중간 상태"이지만, PMF 자체는 아니다—PMF 를 찾기 위한 방법이다.
이 진술은 각각의 이해관계자에게 다른 의미를 갖는다:
- AI 공급업체에게: FDE 는 수익 비즈니스가 아니라 제품 발견 메커니즘이다. 만약 컨설팅 비즈니스로 취급하면 마진 함정에 빠질 것이다. 현장 경험을 지속적으로 재사용 가능한 제품 기능(MCP 서버, 에이전트 스킬, 평가 프레임워크, 배포 템플릿)으로 추출해야만 FDE 투자가 복리 효과를 발휘할 것이다.
- 엔터프라이즈 고객에게: FDE 의 진정한 가치는 공급업체가 "고객을 위해 구축"하는 것이 아니라 "구축 과정에서 역량을 고객에게 이전"하는 데 있다. Anthropic-FIS 파트너십의 공식 성명에서 핵심 문장은 이것이다: "FIS 가 시간이 지남에 따라 독립적으로 추가 에이전트를 구축하고 확장할 수 있도록 지식을 이전한다." 계약서에 이러한 종료 메커니즘이 없다면, FDE 모델은 부드러운 잠금(soft lock-in)이다.
- 엔지니어에게: 이것은 2026 년 가장 희귀한 기술 세트다—기술적 깊이, 고객 맥락에 대한 이해, 비즈니스 판단. Google 의 공시된 FDE 급여 범위는 기본 연봉 $127k~$265k 이며, 시니어 패키지는 평균 $238k, 최고 수준은 $400k 에 근접한다. 게다가 이 예산은 내부 R&D 인력이 아닌 고객 확장 지출에서 나오기 때문에, 대규모 해고 기간 동안에도 반주기적(counter-cyclical) 성격을 띤다.
- 투자자에게: FDE 가 주도하는 AI 회사에 순수 SaaS 평가 프레임워크를 적용하는 것은 오해를 불러일으킬 것이다. 봐야 할 것은 현재의 마진이 아니라, "자갈길을 포장도로로 전환하는 속도"—매 현장 활동 후 제품의 재사용 가능한 역량이 얼마나 향상되는지다. Palantir 가 시장이 이를 이해하는 데 거의 20년이 걸렸다. OpenAI 와 Anthropic 에게는 그만한 인내심이 없을 것이다.
결론: 패러다임은 자신의 탄생을 알리지 않는다
PMF 라는 용어는 2007 년 Marc Andreessen 이 처음 제안했으며, 그의 기준은 매우 단순했다: "설명할 필요가 없다. 그냥 찾았다는 것을 알 수 있다."—사용자가 쏟아져 들어오고, 제품은 공급이 부족하며, 시스템은 지속적으로 과부하 상태가 된다.
이 기준에 따르면, 2026 년 5 월의 AI 엔터프라이즈 시장은 "PMF 의 배아"는 있지만 아직 "PMF 의 승리"는 아니다. 세 회사가 동시에 FDE 에 베팅하는 것은 패러다임의 승리를 선언하기보다는 하나의 사실을 인정하는 것에 가깝다: 에이전트가 진정한 "소프트웨어 위의 소프트웨어"가 되기 전까지는, 고객과 모델을 모두 이해하는 현장 인력이 포장되지 않은 길을 하나하나 걸어가야 한다.
아마도 진정한 PMF 패러다임은 FDE 가 걸은 길이 충분히 많고 명확해져서 에이전트가 스스로 그 길을 달릴 수 있을 때까지 기다려야 할 것이다—그때가 되면 FDE 에 대한 이 논의는 한 시대의 각주가 될 것이다.
하지만 2026 년, 모두가 여전히 길 위에 있다.
본문의 데이터와 사례는 OpenAI, Anthropic, Google, FIS 의 공식 발표와 The Information, Pragmatic Engineer, Constellation Research, CIO Magazine, Gartner 의 공개 보고서를 기반으로 하며, 데이터는 2026 년 5 월 기준입니다.
