AI 과제는 회의실에서 잘 출발한다. 임원 스폰서가 있고, 현업 과제가 있고, 보안 검토도 시작된다. 그런데 에이전트가 실제 업무 계정, 권한, 예외 케이스, 야간 장애, 현장 반발을 만나면 갑자기 주인이 흐려진다. 모델을 아는 사람은 업무를 모르고, 업무를 아는 사람은 시스템을 못 만진다. 그 사이에서 PoC는 멈춘다.
그래서 FDE가 필요하다. Forward Deployed Engineer는 고객사 안에 들어가 에이전트를 실제 업무에 심는 엔지니어다. OpenAI가 2026년 5월 OpenAI Deployment Company를 발표하며 FDE를 조직 안에 임베드해 데이터, 도구, 통제, 업무 프로세스에 연결한다고 설명한 것도 같은 맥락이다. (openai.com)
FDE는 컨설턴트도 개발자도 아니다
FDE를 “말 잘하는 개발자”로 뽑으면 실패한다. “코드도 조금 아는 컨설턴트”로 뽑아도 실패한다. FDE는 고객사 현장에서 기술 결정과 업무 합의를 동시에 밀고 가는 사람이다.
| 역할 | 주 위치 | 핵심 산출물 | 책임의 끝 |
|---|---|---|---|
| 일반 AI 엔지니어 | 자사 제품·플랫폼 | 모델 호출, 기능 구현 | 기능 배포 |
| 솔루션 아키텍트 | 설계·검토 회의 | 아키텍처, 원칙, 표준 | 설계 승인 |
| FDE | 고객사 업무 현장 | 작동하는 에이전트, 운영 룰, 평가 세트 | 현업 사용과 장애 대응 |
EY도 2026년 4월 FDE 역할을 발표하며, 고객 팀 안에서 AI를 설계·구축·통합·운영화해 실험에서 생산 배포로 옮기는 역할이라고 정의했다. 중요한 단어는 “운영화”다. FDE는 요구사항을 문서로 넘기는 사람이 아니라 운영 환경에서 에이전트가 계속 일하게 만드는 사람이다. (ey.com)
채용 기준은 화려한 이력보다 복구력이다
FDE 채용에서 먼저 볼 것은 모델 이름 암기가 아니다. 깨진 현장을 복구한 경험이다. API가 실패하고, 권한이 막히고, 현업 기준이 바뀌고, 보안팀이 중단을 요구할 때 문제를 쪼개 다시 움직이게 하는 힘이다.
우리는 네 가지를 본다.
- 프로덕션 시스템을 직접 배포하고 장애를 추적한 경험
- 현업의 암묵지를 질문으로 끌어내는 능력
- 권한, 감사, 로그, 승인선을 설계하는 감각
- context engineering, memory 전략, tool orchestration, AgentOps를 한 묶음으로 다루는 힘
면접도 그렇게 바꿔야 한다. “가장 어려웠던 프로젝트를 말해보라”는 질문만으로는 부족하다. 깨진 tool call 로그, 모호한 업무 규정, 충돌하는 현업 요구를 주고 에이전트 운영안을 쓰게 해야 한다. 코드 리뷰와 업무 리뷰를 한 자리에서 본다.
FDE의 본질은 빨리 만드는 능력이 아니라, 현장에서 계속 쓰이게 만드는 책임감이다.
육성은 강의가 아니라 동행이다
FDE는 교육장 강의로 만들어지지 않는다. 고객사 회의, 보안 질의, 배포 전 점검, 장애 회고를 같이 지나야 한다. IBM Consulting이 2026년 6월 제시한 forward-deployed unit 모델도 단일 영웅 역할이 아니라 outcome lead, domain specialist, architect, engineer가 결합된 현장 단위에 가깝다. (ibm.com)
AX Ops에서 FDE 육성은 세 단계로 간다.
첫째, 그림자 단계다. 주니어 FDE 후보는 선임 FDE 옆에서 회의록을 쓰는 사람이 아니다. 업무 흐름, 시스템 경계, 승인권자, 장애 가능성을 맵으로 만든다.
둘째, 페어 구축 단계다. 선임과 함께 작은 에이전트 하나를 끝까지 맡는다. 프롬프트보다 중요한 것은 tool contract, 실패 처리, 로그, 평가 기준이다.
셋째, 단독 운영 단계다. 고객사 담당자와 직접 주간 운영 리듬을 만든다. 이때부터 산출물은 코드가 아니라 운영 자산이다. 평가 세트, 에스컬레이션 룰, 권한 매트릭스, 회고 로그가 남아야 한다.
FDE 팀은 자산을 남겨야 한다
FDE 한 명이 뛰어난 조직은 오래 못 간다. FDE 팀이 강한 조직은 매 현장을 자산화한다. IBM은 FDU 참여가 기능·자동화·운영 시스템뿐 아니라 captured business context, tests, agent configurations 같은 reusable asset kit를 남겨야 한다고 설명한다. 이 관점이 맞다. (ibm.com)
AX LABS가 FDE 팀을 설계할 때 남기는 자산은 명확하다.
- 업무 context map
- agent evaluation suite
- tool·권한·데이터 contract
- 운영 runbook과 장애 taxonomy
- 현업 adoption log
이 자산이 쌓이면 다음 에이전트는 더 빨리 심긴다. 고객사도 외부 인력 의존에서 벗어난다. FDE 육성의 최종 목표는 “우리 팀이 없으면 못 돌아가는 시스템”이 아니다. 고객사의 운영 조직이 에이전트를 직접 개선할 수 있는 상태다.
참고
- OpenAI, “OpenAI launches the OpenAI Deployment Company”, 2026: https://openai.com/index/openai-launches-the-deployment-company/
- EY UK, “EY launches Forward Deployed Engineer roles to scale AI into production”, 2026: https://www.ey.com/en_uk/newsroom/2026/04/ey-launches-fde-roles
- IBM, “Forward deployed units: IBM Consulting’s field model for scaling AI and transformation”, 2026: https://www.ibm.com/think/perspectives/forward-deployed-units-ibm-consulting-field-model-scaling-ai-transformation
- Microsoft, “From idea to deployment: The complete lifecycle of AI on display at Ignite 2025”, 2025: https://blogs.microsoft.com/blog/2025/11/18/from-idea-to-deployment-the-complete-lifecycle-of-ai-on-display-at-ignite-2025/
- Anthropic, “Anthropic and Infosys collaborate to build AI agents for telecommunications and other regulated industries”, 2026: https://www.anthropic.com/news/anthropic-infosys
FDE 팀 빌딩은 채용 공고 하나로 끝나지 않는다. 역할 정의, 현장 동행, 평가 자산, 운영 리듬을 한 사이클로 설계해야 한다. 그 설계가 AX Ops의 일이다. 더 구체적인 운영 설계는 AX Ops 방법론 →에서 확인할 수 있다.