(FDE 시리즈 2편입니다. 1편은 이전 포스팅 참고)

Databricks CEO가 아직도 직접 채용 면접에 들어가고, ServiceNow는 24개월 만에 이 조직을 40배로 키웠습니다. 
채용 면접에서 후보자가 공들여 만든 솔루션을 일부러 깨뜨려 본다고 합니다. 위축되는 사람? 탈락. 오히려 눈에 불이 켜지는 사람? 합격. 이걸 "스파크(spark)"라고 부른대요. 이쯤 되면 채용이 아니라 거의 서바이벌 오디션이죠. 

FDE라는 포지션이 도대체 어떤 사람을 원하는 건지, 어떻게 굴리는 건지, Insight Partners 시리즈 나머지 두 편을 하나로 정리해 봤습니다.


1. 이력서 삼위일체가 있어야 서류통과

- Databricks가 쓰는 채용 기준이 좀 무서운데요, PM 경험 + 실제 소프트웨어 엔지니어링 + 고객 대면 경험. 이 세 개가 다 있어야 합니다. (엄친아인가?)
- ServiceNow의 Jha는 "T자형"이라 불러요. 세로축이 풀스택 AI/ML 엔지니어 수준의 깊이, 가로축이 C-suite랑 파트너십하며 계약을 성과로 바꾸는 비즈니스 근육. 이 양쪽 다 하드 스킬이라는 게 포인트입니다. 소프트 스킬 같은 소리 아니에요.
- Databricks의 Pedersen은 "right-to-left 빌더"를 찾는다고 했어요. 보통 엔지니어가 기술에서 출발하잖아요? 이 사람들은 반대로 비즈니스 성과에서 시작해서 기술로 거꾸로 추론합니다. 고객을 '위해서' 만드는 게 아니라 '함께' 만들고, 고객이 혼자 설 수 있는 근육을 키워주는 거예요.
- Wonderful에서는 신규 채용 6~7명 중 1명이 전직 창업자입니다. "무에서 회사를 만들어 본 사람이 FDE로도 잘합니다." 결국 창업자 DNA가 밑바닥에 깔려 있어야 하는 역할이에요. 깔끔한 문제 정의를 들고 오는 고객은 거의 없거든요. (반대로 FDE 출신이 창업가가 될 가능성도 높겠네요)


2. 슈퍼맨 기다리지 마세요. 어벤져스를 만드세요

- "그런 사람이 세상에 있어요?"라는 질문에 패널 전원이 한 목소리를 냅니다. "딜리버리 단위는 팟(pod)이지, 개인이 아닙니다."
- FDE 한 명을 중심에 오너이자 오케스트레이터로 놓고, 데이터 사이언스, 데이터 엔지니어링, 도메인 전문가를 문제에 맞춰 로테이션시키는 구조예요. 유니콘 한 마리를 기다리느라 시간 쓰지 말라는 겁니다.
- 회사마다 팟을 굴리는 방식이 다른 게 재밌어요. Workato는 CSM이 계정 오너, FDE 스킬셋은 프로젝트마다 교체. Wonderful과 Databricks는 FDE랑 '배포 전략가'를 짝짓는데, FDE가 CTO 역할이고 전략가가 CEO 역할이에요. 작은 스타트업 하나를 매번 세우는 셈이죠.
- "항상 팟이고, 절대 혼자가 아닙니다." 영웅 한 명에 기대는 순간 조직이 무너져요.


3. 연봉 기준이 세상에 없습니다. 진짜로요.

- FDE 팀이 어디에 보고하느냐가 인센티브를 결정합니다. ServiceNow랑 Workato는 제품/R&D에 두고 현장 학습이 로드맵에 바로 꽂히게 만들어요. "FDE가 현장에서 뭔가 풀면 그게 플랫폼에 환류되고, 다음 고객은 한 단계 앞에서 시작해요." 이게 플라이휠이 되는 거죠.
- 근데 연봉 짜는 게 진짜 골치래요. 시장에 비교 대상이 없거든요. Pedersen은 소프트웨어 엔지니어링 + PM + 기술 컨설팅을 섞어서 산출하는데, 처음에 SW 엔지니어링 비중을 70%로 잡았다가 실제론 40% 정도가 맞더랍니다. 순수 코딩 직군이 아니니까요. Francis는 "FDE 전용 벤치마크가 이제 막 생기기 시작했다"고 했어요.
- 여기서 가장 뼈아픈 교훈 하나. 엔터프라이즈 딜은 시간이 걸리는데, 지연 원인이 FDE 잘못이 아닌 경우가 수두룩해요. 급여를 단기 변동급에 많이 태우면 자기 잘못 아닌 지연으로 엔지니어가 손해 봅니다. 결론은 기본급 비중을 높게 가져가는 거예요.
- 세일즈와의 관계요? Workato처럼 소비 기반 모델이면 FDE가 사용량 올릴수록 AE 보상도 같이 커지니까 마찰이 적은데, 아닌 경우엔 역할 선을 칼같이 그어야 합니다. Databricks는 세일즈랑 Slack 채널 공유하고 매주 금요일 고객 데모를 같이 돌려요.


4. 하루는 코드, 다음 날은 C-level, 그 다음은 R&D

- Wonderful의 Michelakis 표현을 빌리면, "하루 종일 코드 쓰고 버그 잡다가, 다음 날은 노트북도 안 만지고 C-레벨이랑 관계 만들고, 또 다른 날은 R&D팀에 박혀 있습니다." 이 범위 자체가 직무의 핵심이에요.
- 패널이 반복적으로 쓴 표현이 있어요. "만능 전문가이면서 최소 하나는 마스터." 축구로 치면 "수비수를 공격에 넣어도 여전히 좋은 선수예요. 엘리트 스트라이커는 아닌데, 팀은 이끌 수 있습니다."
- "모든 사람이 AI를 마법 망치라고 생각하는데, 그렇지 않은 경우가 많습니다." 문제의 뿌리를 먼저 찾고 도구를 고르는 사람을 원하는데, 그 도구가 AI가 아닐 수도 있다는 거예요.
- 프로덕션까지의 타임라인은 Rocketlane 3~4주, nCino 6~8주, ServiceNow 12~14주. 그리고 모든 계약에 '핸드오프 순간'이 설계되어 있어요. 만드는 것보다 고객이 다음 것을 스스로 만들 수 있게 되는 게 진짜 성공이라는 건데, nCino는 이걸 솔루션 납품과 동등한 성공 지표로 잡고 있습니다.
- 기술 부채 얘기도 나왔어요. "모델 불가지론적, 프로바이더 불가지론적"을 건드릴 수 없는 원칙으로 세워요. "프로바이더가 내일 사라질 수 있으니까." "이거 일회성인가, 다시 보게 될 패턴인가?" 패턴이면 제품화. 그의 목표는 "1 + 1 = 3"을 만드는 거예요.


5. 번아웃? 솔직히 아무도 답을 못 찾았다고 합니다

- FDE를 잃는 가장 빠른 방법? "고객과 제품 사이의 영구적 접착제로 놔두거나, 프로젝트를 떠돌며 코드만 치게 하면 끝입니다."
- 해법이라고 꼽은 건, 모든 계약에서 엔지니어의 '지문'이 제품 자체에 남게 하는 거예요. 남의 문제만 풀다 끝나면 안 되고, 내가 만든 게 플랫폼의 일부가 되어야 하는 거죠. Jha 팀 스코어카드에선 '제품화된 자산'이 고객 성과와 동등한 비중이에요.
- Databricks는 FDE 팀과 제품 R&D 사이를 로테이션시킵니다. 이류(second-class) 엔지니어 취급받는 느낌을 없애기 위한 장치이기도 해요. Workato는 '아키텍트' FDE까지 올라가는 래더를 깔았고, Wonderful은 6개월 지나면 코호트 구성원이 전혀 다른 모습이 된다고.
- 근데 솔직한 게 이 패널의 미덕이에요. 전원이 "번아웃을 완전히 해결한 팀은 아직 없다"고 인정했거든요. 수요가 끊이질 않으니까요.
- 최선의 방어는 영웅놀이가 아니라 팀 깊이(team depth)랍니다. "한 사람이 외딴 섬에서 회사 문제를 혼자 푸는 게 아닙니다." 팟에 복제본이 아닌 보완적 강점을 가진 사람을 넣어야, 누가 힘든 주를 보내면 옆 사람이 커버할 수 있어요.


6. "메인프레임이 남아 있는 한, 우리도 남아 있습니다"

- "고객이 AI 네이티브로 크면 FDE 필요 없어지지 않나요?"라는 질문에, 패널 전원이 고개를 저었어요.
- FDE는 현재 AI 물결보다 먼저 존재했고, 전통적 소프트웨어 엔지니어보다 오래 살아남을 수 있다고 봅니다.
- 24개월 만에 약 40배 성장. 완전한 AI 네이티브 기업이라도 누군가는 지저분한 데이터를 정리하고 분산 시스템을 조율하고 규제를 뚫어야 하거든요. 그건 AI가 대신 못 해요.
- "제 2009년 구글 직함이 '배포 엔지니어'였습니다. 목표는 늘 자기 일자리를 없애는 거였는데... 메인프레임이 남아 있는 한 우리는 이 일을 계속해야 합니다." 
- FDE 팀을 "인간과 에이전트의 조합"으로 만들고 있고, 회사 누구나 질의할 수 있는 "에이전트로서의 Field CTO"까지 세웠답니다.
- "직함은 바뀌어도 고객은 항상 결과가 무엇인지를 보려 합니다."


출처: Santosh Iyer, Samma Hafeez, Insight Onsite 
- "How Companies Are Building and Scaling the FDE Bench" (2026.07.21) 
- "A Day in the Life: How Four Companies Run FDE Motions" (2026.07.27)