한국에서 FDE는 실패할까? 한국 기업에서 FDE가 작동하는 3가지 조건

한국에서 FDE는 맞지 않는다는 의견과 아직 이르다는 의견이 함께 나옵니다. 두 의견이 공통으로 짚는 문제에서 출발해 한국 기업에서 FDE가 작동하는 3가지 조건을 정리했습니다.

1분 요약 읽기💡한국에서 FDE는 맞지 않는다는 의견과 아직 판단하기 이르다는 의견이 함께 나오고 있습니다.두 의견 모두 요청받은 것을 만들어 주고 떠나는 방식으로는 회사 안에 남는 것이 없다는 점에는 동의합니다.코드프레소는 결과를 먼저 정하고, 현업 옆에서 정착시키고, 배운 것을 다음 팀이 쓰게 남기는 FDE라면 한국 기업에서도 작동한다고 봅니다.

FDE(Forward Deployed Engineer, 전방 배치 엔지니어)를 두고 “한국에서는 실패한다”는 의견과 “실패라고 하기엔 아직 이르다”는 의견이 함께 들립니다. 한쪽은 만들어 줘도 현업이 쓰지 않고, 기업마다 이미 AX(AI 전환) 조직이 있어 외부 FDE가 필요 없다고 말해요. 다른 쪽은 AX 조직이 만든 틀과 실제 현장 사이에 빈틈이 있고, 그 빈틈을 채울 사람이 필요하다고 말합니다.

방향은 달라 보이지만 두 의견이 공통으로 짚는 문제가 있어요. 요청받은 것을 만들어 주고 떠나는 방식으로는 회사 안에 아무것도 남지 않는다는 점입니다. 그래서 이 글은 FDE가 한국에서 될까 안 될까보다, 어떤 조건에서 작동하는지를 정리했습니다. FDE가 어떤 직무인지는 FDE 교육, 왜 강의보다 선발과 현장 검증일까에 먼저 정리해 두었어요.

한국 기업에서 FDE가 작동하는 3가지 조건

오픈AI에서 FDE 팀을 이끄는 콜린 자비스(Colin Jarvis)는 2026년 10월 22일 공식 블로그에 팀이 일하는 방식을 공개했습니다. 이 글에서 밝힌 원칙과 한국 기업의 사정을 함께 놓고 보면, 조건은 세 가지로 모입니다. 아래 사례와 수치는 모두 오픈AI가 자사 팀에 대해 밝힌 내용이에요.

① 무엇을 만들지보다 어떤 결과를 낼지 먼저 정한다

오픈AI FDE 팀의 첫 번째 원칙은 “원하는 성과에서 출발하고, 성공에 필요한 일을 한 뒤, 규모를 확장한다”입니다. 글에는 인상적인 시연도 실제 환경에서 작동하느냐는 질문을 받기 전까지만 호응을 얻는다는 문장이 있어요. 만들어 놓고 아무도 쓰지 않는 상황은 대개 목표가 ‘화면 하나 만들기’로 잡혔을 때 생깁니다. 목표를 현업이 체감하는 결과로 적어 두면, 무엇을 만들지는 그다음에 정해집니다.

② 현업 옆에서 정착까지 책임진다

시연이 잘 돼도 실제 업무에는 예외가 계속 나옵니다. 양식이 바뀐 파일, 빠진 데이터, 사람이 꼭 확인해야 하는 단계 같은 것들이에요. 이런 예외는 현업 담당자 옆에서 같이 일해 봐야 보입니다. 코드프레소는 FDE의 일이 결과물을 넘기는 데서 끝나지 않고, 현업이 그 결과물을 매일 쓰게 되는 데까지 이어져야 한다고 봅니다. 한국 기업에 AX 조직이 이미 있더라도 이 정착 단계를 맡을 사람은 비어 있는 경우가 많아요.

③ 배운 것을 다음 팀이 쓰게 남긴다

자비스는 고객이 다음에는 같은 유형의 문제를 FDE 없이도 풀 수 있을 만큼 기본 역량을 높였다면 제 역할을 한 것이라고 썼습니다. 두어 달마다 스스로의 개입이 필요 없게 만드는 것이 FDE 팀의 일이라고도 했어요. 한국 기업이 바라는 내재화와 정확히 같은 방향입니다.

이를 위해서는 현장에서 배운 것을 받아 반복해 쓸 수 있게 만드는 뒷받침이 필요합니다. 오픈AI는 고객사별로 따로 만들던 활용 사례들을 Codex(오픈AI의 코딩 AI) 기반의 공통 틀로 옮겨 각 프로젝트의 맞춤형 코드 약 90%를 걷어 냈고, 2026년 8월의 한 사례에서는 첫 팀 도입에 두 달, 두 번째 팀으로 넓히는 데 하루가 걸렸다고 밝혔습니다. 이런 뒷받침이 없으면 FDE는 매번 처음부터 다시 만드는 외주처럼 보이기 쉽습니다.

업무 장면으로 보면 무엇이 달라지나요?

가상의 중견 제조사 영업팀이 매주 월요일 지점별 주간 실적 보고서를 만든다고 생각해 볼게요. 담당자는 금요일마다 여러 지점의 엑셀 파일을 모아 붙이고, 지난주와 비교한 표를 손으로 만듭니다.

조건이 빠진 경우. 외부 FDE가 영업팀의 요청대로 자동 집계 화면을 만들고 계약 기간이 끝나 철수합니다. 두 달 뒤 지점 한 곳이 엑셀 양식을 바꾸자 집계가 틀어지고, 고칠 줄 아는 사람이 없어 영업팀은 다시 손으로 표를 만들어요.

조건을 갖춘 경우. 처음부터 목표를 ‘월요일 오전 회의 전까지 지점별 요약이 나온다’로 정합니다. FDE는 영업 담당자 옆에서 몇 주 동안 실제 보고서를 같이 만들며 자주 생기는 예외(양식이 바뀐 파일, 빠진 지점, 반품 처리)를 정리해요. 그리고 사내 AX 담당자와 영업팀 담당자가 직접 고칠 수 있도록 사용법, 점검 목록, AI에게 맡길 일과 사람이 확인할 일을 나눈 기준을 남깁니다. 같은 방식은 마케팅팀의 캠페인 결과 정리에도 다시 쓸 수 있어요.

두 경우의 차이는 결과물의 완성도보다, FDE가 떠난 뒤 회사 안에 무엇이 남았느냐에 있습니다.

한국 기업은 FDE 역량을 어떻게 확보할 수 있을까요?

한국 기업이 내재화를 원한다면 질문은 ‘FDE를 쓸까 말까’에서 ‘FDE처럼 일할 사람을 어떻게 확보할까’로 바뀝니다. 방법은 크게 세 가지예요.

방법	잘 맞는 상황	한계	미리 확인할 것
외부 FDE 투입	사내에 경험자가 없고 첫 성공 사례가 급할 때	내부 정보 공유 부담, 철수 뒤 유지보수 공백	계약에 인수인계와 사내 담당자 교육이 들어 있는지
경력자 채용	FDE 역할을 맡을 자리와 권한이 이미 정해져 있을 때	우리 회사 업무를 익히는 데 시간이 걸림	문제 정의와 결과 검증 경험을 면접에서 어떻게 확인할지
사내 인재 육성	현업을 잘 아는 구성원이 있고 길게 보고 키울 때	누가 맞는지 고르는 기준이 없으면 교육이 숙제가 됨	교육 전에 후보의 현재 역량을 같은 기준으로 진단했는지

코드프레소는 한국 기업에서 세 번째 길의 비중이 커질 것으로 봅니다. 현업을 잘 아는 사람은 이미 회사 안에 있고, 부족한 것은 그중 누가 FDE처럼 일할 수 있는지 고르는 기준과 실제 과제로 검증하는 과정이기 때문이에요. 코드프레소 이동훈 대표도 2026년 8월 내부 기획 회의에서 FDE 역량은 강의만으로 만들어진다기보다, 이미 그 역량을 가진 사람을 찾아 다듬고 선발하는 과정에 가깝다고 말했습니다.

코드프레소의 AI Fluent는 직무별 실무 미션을 AI와 함께 수행하는 과정과 결과물을 보고 문제 정의, 프롬프트 설계, 워크플로·에이전트, 결과 검증 네 가지 역량을 진단합니다. 직군이 달라도 같은 4단계 기준으로 비교할 수 있어, 사내에서 FDE 후보를 찾거나 교육 전후 변화를 확인할 때 쓸 수 있어요. 다만 AI Fluent는 개인의 AI 활용 역량을 보는 진단이고, FDE가 일할 권한이나 뒷받침 조직을 대신 만들어 주지는 않습니다. 진단 서비스를 고르는 기준은 AI 역량 진단 서비스, 어떤 기준으로 선택해야 할까에 정리해 두었어요.

실제 기업 과제로 FDE를 길러 내는 방식도 있습니다. 코드프레소가 AXMOS 컨소시엄 파트너들과 함께 운영하는 FDE 교육·양성 과정 Forward Fellowship은 전공·경력과 관계없이 선발해 기업 AX 프로젝트를 수행하는 7주 과정이에요. 1기는 10월 17일에 개강해 11월 말 데모데이를 앞두고 있습니다(공식 페이지 기준).

자주 묻는 질문

Q. 한국 기업에는 FDE가 필요 없나요?

필요 없는 것은 요청받아 만들고 떠나는 방식에 가깝습니다. 결과를 먼저 정하고, 현장에 정착시키고, 사내 사람이 이어받을 수 있게 남기는 역할은 AX 조직이 있는 회사에서도 비어 있는 경우가 많습니다. 그 역할을 외부에 맡길지 사내 인재로 채울지는 회사가 정할 문제예요.

Q. 사내 FDE와 AX 조직은 무엇이 다른가요?

AX 조직이 전사 기준과 틀을 만든다면, 사내 FDE는 그 틀이 특정 부서의 실제 업무에서 돌아가게 만드는 사람입니다. AX 조직 안에 FDE 역할을 두는 회사도 있으니, 조직 이름보다 현업 옆에서 결과까지 책임지는 사람이 있는지를 보면 됩니다.

Q. AI 코딩 도구가 다 만들어 주면 FDE는 필요 없어지나요?

오픈AI 팀에서도 같은 질문이 나왔다고 합니다. 몇 달 동안 만든 것을 Codex가 단번에 해 버리면 우리는 무엇을 하느냐는 질문에, 자비스는 “더 어려운 문제를 찾아 나서면 된다”고 답했어요. 만드는 속도가 빨라질수록 어떤 문제를 풀지 정하고 현장에 정착시키는 일의 비중이 커진다는 뜻입니다.

Q. 비개발자에게는 어떤 의미가 있나요?

현장 업무를 잘 알고 문제를 정의하고 설명할 수 있는 비개발자에게는 기회가 될 수 있습니다. 다만 오픈AI도 FDE를 엔지니어 직무로 두고 있으니, AI 도구로 작은 자동화를 직접 만들어 보는 연습은 함께 해야 합니다. 업계 지식을 쌓는 방법은 FDE 신입, 업계 지식 없이 시작해도 될까요?에 정리했습니다.

참고 자료

OpenAI, Colin Jarvis, “What forward deployed engineering means” (2026년 10월 22일). 원문 인용: “Start with the outcome, do what it takes to succeed, then follow with scale.” / “If we make ourselves obsolete every couple of months, our FDE team is doing its job.” / “Go find the harder problem.”
Palantir, Forward Deployed Software Engineer 채용 공고
Forward Fellowship 공식 페이지 (2026년 10월 24일 확인)
코드프레소 AI Fluent 소개 페이지
AXMOS는 무엇이고 코드프레소는 무엇을 맡나

작성: 코드프레소 글로벌 GTM·파트너십(GGP) 본부 | 최종 수정 2026-10-24