AI 잘 만들어서 팔아놨는데 고객사에선 안 돌아갑니다. 이 민망한 상황을 해결하는 사람들이 실리콘밸리에서 가장 뜨거운 인재가 되고 있어요.

수백억 들여서 AI 도입했는데 PoC 끝나고 그냥 사라진 프로젝트, 주변에 한두 개씩은 있잖아요. 그게 한국만의 일이 아닙니다. AI 솔루션 대부분이 멋진 데모까지는 되는데 프로덕션에 올라가질 못하죠. Insight Partners는 이걸 'AI 가치 격차(AI Value Gap)'라고 부릅니다.

Alteryx의 직원 한 명이 미국 최대 퀵서비스 레스토랑 체인에 들어갔더니, 매년 300~400시간씩 사람이 손으로 하던 재무 조정 작업을 자동화해버렸어요. 그리고 나서 보니까 수천 개 다른 매장도 똑같은 문제를 갖고 있었던 거죠. 이 사람이 바로 FDE, Forward Deployed Engineer. 전방 배치 엔지니어입니다. 

글로벌 VC Insight Partners가 Databricks, ServiceNow, Postman, Alteryx 등의 FDE 리더들을 모아 3부작 시리즈를 냈는데, 꽤 흥미로운 내용이 많아서 핵심을 정리해 봅니다.


1. AI가 뒤집어 놓은 게임의 룰

- 예전엔 고객이 플랫폼을 먼저 골랐어요. "우리 회사는 이거 씁니다"하면 그 위에 이것저것 쌓으면 끝이었죠.
- 지금은 완전히 반대입니다. 고객이 자기한테 가장 골치 아픈 문제를 먼저 들이밀고, "이거 풀 수 있어요?"라고 묻는 거예요.
- Databricks의 Jason Martin VP가 한 말이 정곡입니다. "가장 어려운 문제를 주세요, 우리가 해결하겠습니다. IP는 고객이 소유하고, 우리는 넘겨드립니다."
- 제품이 아무리 좋아도 고객 현장에서 '라스트마일'을 깔아주는 사람이 없으면, 데모 한 번 하고 끝이에요. 그래서 생겨난 포지션이 FDE입니다.


2. FDE, 정확히 뭘 하는 사람인가

- 기술력 좋고, 호기심 많고, 사람까지 잘 다루는 빌더(builder)예요. 고객사에 직접 들어가서 "이게 문제인데 범위는 모르겠고 어떻게 해야 할지도 모르겠어요"라는 상태의 과제를 받아들입니다.
- 거기서 실제로 돌아가는 라스트마일 솔루션을 만들고, 결과에 오너십을 집니다.
- 여기서 반전이 있어요. FDE는 영구직이 아닙니다. 결과가 나오면 제품팀에 넘기고 떠나요. 다음 전선으로 이동합니다. ServiceNow의 Aisien이 팀 리드한테 하는 말이 있어요. "글자 그대로 자신의 일자리를 없애는 것이 당신의 목표입니다."
- Postman의 Ankit Sobti 정리가 깔끔합니다. "현장에서 신호를 포착하고, 패턴으로 전환하고, 제품에 피드백하는 복리 플라이휠을 만드는 사람."
- Alteryx의 Irudayaraj는 경계선을 확실히 그어요. "FDE는 회사를 위한 학습 루프여야지, 고객을 위한 영구적 목발이 되면 안 됩니다."


3. "그러면 컨설턴트랑 뭐가 다른 건데요?"

- 이 질문 안 나올 수가 없죠. 근데 확실히 다릅니다.
- 컨설턴트는 정해진 범위 안에서 일하고 나갑니다. 범위 밖은 추가 비용이에요.
- 세일즈 엔지니어는 데모를 기가 막히게 해서 거래를 성사시킵니다. 거기까지예요.
- FDE는 그 둘 다 아닌, 좀 이상한 존재입니다. 범위 미정인 모호한 문제를 받아서, 실제로 작동하는 걸 만들고, 그게 반복 가능한 패턴인지까지 검증하거든요.
- "FDE한테 데모를 시키지 않습니다. 그건 솔루션 엔지니어가 원래 하는 일이에요." 
- Databricks에서는 프리세일즈와 포스트세일즈가 아예 하나로 합쳐져 있어요. 3만 달러짜리 PoC로 시작해서 수백만 달러 계약으로 커진 사례도 나왔고요. 원칙은 하나, "시간과 인원이 아니라 성과(outcomes)."


4. 실리콘밸리 톱티어들은 왜 FDE를 만들었나

- Postman: 4천만 개발자 기반은 있는데 엔터프라이즈 딜로 전환이 안 됐어요. 어떤 제품 기능으로도 해결 못 하는 API 문제가 현장에 있었거든요. FDE를 매출 조직 바깥에 '헌터' 마인드로 배치했는데, 북극성은 매출이 아니라 현장에서 올라오는 새 제품 패턴이에요.
- Databricks: 가장 파격적입니다. 때로는 계약이 존재하기 전에 먼저 만들기 시작해요. "비용을 청구하지 않겠습니다. 리스크를 감수하고 납품하겠습니다."
- ServiceNow: 대기업에 이미 다 깔려 있으니, 문제는 '파는 것'이 아니라 고객이 AI 에이전트를 프로덕션에 실제로 올리게 만드는 거였어요. 24개월 만에 FDE 조직을 약 40배 키웠습니다.
- Alteryx: 대형 고객들이 AI 선택지가 너무 많아서 뭘 믿어야 할지 모르는 상태였어요. FDE가 고객 실제 데이터로 작동하는 결과를 증명해서 의사결정의 리스크 자체를 제거하는 겁니다. 다만 효과 나는 순간 수요가 폭발하니까 '프론트 도어'를 엄격히 걸어 잠갔어요.


5. IP는 누가 가져가나? 의외로 깔끔합니다

- 벤더가 재사용 가능한 건 벤더 소유. 그래야 제품에 돌려줄 수 있으니까요.
- 고객 데이터로 학습시킨 커스텀 모델은 고객 것입니다.
- Databricks는 점점 더 고객 환경에서 직접 만들고 결과물을 거기에 남기는 방식으로 가고 있어요.
- Irudayaraj 시각이 날카롭습니다. "최고의 FDE 모션은 계정 1~2개 따는 게 아니라, 다음 10개, 100개를 어떻게 따는지를 회사에 가르치는 겁니다." 


6. FDE 오해 5가지

- "프로페셔널 서비스 새 이름 아닌가요?" - PS는 고정 범위를 납품하고 나갑니다. FDE는 범위가 없는 문제를 맡아 결과를 소유해요. 구조가 다릅니다.
- "Palantir가 발명한 거잖아요" - 용어는 맞지만, 이 모션 자체를 Palantir가 만든 건 아닙니다.
- "화려한 데모나 만드는 거 아닌가요?" - 목표는 프로덕션에서 반복 가능한 패턴입니다. 데모가 아니에요.
- "큰 회사나 하는 후기 단계 GTM이죠?" - 패널 리더 전원이 "더 일찍 시작했으면 좋았을 것"이라고 했습니다. Alteryx의 Irudayaraj는 시드 단계 스타트업도 FDE 모션을 고려해야 한다고까지 했어요.
- "IP 뺏기는 거 아닌가요?" - 재사용 가능한 건 벤더가, 고객 데이터 작업물만 고객이 갖습니다. 나머지를 넘기는 건 양보가 아니라 오히려 '기능(feature)'이에요.

Postman의 Sobti가 "오늘 B2B 사업을 새로 시작한다면 FDE를 주요 엔지니어링 모션으로 삼겠다"고 했습니다. AI 시대에 자동화 안 되는 게 딱 하나 있다면 비즈니스 문제를 작동하는 결과로 바꾸고, 고객을 같이 데려가는 사람. 2편에서 이 사람들을 어떻게 찾고 어떻게 안 지치게 하는지 다룹니다.

출처: Santosh Iyer, Samma Hafeez, Insight Onsite - "Demystifying the Forward Deployed Engineer" (Insight Partners Onsite Hour 시리즈, 2026.07.14)