6,000명을 남의 회사로 보낸 마이크로소프트

들어가며

7월 2일, 마이크로소프트가 25억 달러를 들여 ‘Frontier Company’라는 별도 조직을 세운다고 발표했어요. 하는 일은 단순해요. 직원 6,000명을 고객사 안으로 들여보내는 거예요.

이틀 전에는 AWS가 똑같은 일에 10억 달러를 걸었어요. 그보다 앞서 5월에는 OpenAI와 Anthropic도 각각 같은 조직을 만들었고요. Anthropic은 아예 블랙스톤·골드만삭스와 15억 달러짜리 합작사를 세웠어요.

AI 때문에 사람이 잘린다는 기사가 매일 쏟아지는 와중에, 정작 AI를 파는 회사들이 조 단위 돈을 써서 사람을 뽑고, 그 사람들을 남의 회사 사무실에 앉히고 있어요.

결론부터 말씀드릴게요. 저는 이걸 “AI 시대에도 결국 사람이 필요하다”는 훈훈한 반전으로 읽으면 안 된다고 봐요. 이건 AI 모델이 아직 완제품이 아니라는 벤더들의 자백이에요. 그리고 그 자백이 열어놓은, 기한이 정해진 창문이에요.

📊 FDE, 12개월 만에 채용이 10배 늘어난 직군

이 직군의 이름은 FDE¹예요. 우리말로 옮기면 ‘전방 배치 엔지니어’ 정도인데, 군사 용어에서 왔어요. 팔란티어가 아프가니스탄 미군 기지에 자사 엔지니어를 직접 보내면서 쓰기 시작한 표현이에요. 마이크로소프트 상용 사업 CEO 저드슨 알토프도 이 직함을 대중화한 건 팔란티어라고 인정했어요.

핵심은 ‘제품을 팔고 떠나지 않는다’예요. 벤더의 엔지니어가 고객사 팀에 섞여 들어가서, 그 회사의 업무 프로세스를 직접 뜯어보고, 거기에 맞는 시스템을 같이 만들어요.

숫자를 보면 이 흐름의 크기가 보여요. 채용 데이터를 집계한 자료에 따르면 FDE 채용 공고는 2026년 초를 기준으로 전년 대비 1,000% 넘게 늘었어요. 보상도 공격적이에요. 프론티어 랩(OpenAI·Anthropic)의 시니어 FDE 총보상은 45만~55만 달러 구간이고, 스태프급은 60만 달러를 넘어가요. 팔란티어의 전통적인 FDSE 대비 2~3.5배 수준이에요.

여기서 한 가지 짚을 게 있어요. 이 보상 데이터는 채용 플랫폼과 커뮤니티 자기보고 기반이라, 상단이 과대 표집됐을 가능성이 커요. 그래도 방향성은 분명해요. 시장이 이 역할에 웃돈을 지불하고 있어요.

💰 왜 벤더가 자기 돈으로 사람을 보내나

여기서 질문이 하나 생겨요. 제품이 좋으면 고객이 알아서 쓰는 거 아닌가요? 왜 자기 돈으로 엔지니어를 만들어서 남의 회사에 공짜로 심어야 하죠?

답은 도입 실패율에 있어요.

MIT 미디어랩의 NANDA 프로젝트가 2025년에 낸 보고서가 이 흐름을 이해하는 데 가장 유용해요. 기업의 생성형 AI 파일럿 중 약 95%가 손익에 잡히는 성과를 내지 못하고 있다는 게 요지예요. 이 숫자는 한동안 언론에서 “AI는 사기다”의 근거로 소비됐는데, 원문을 보면 결이 조금 달라요.

이 보고서가 실제로 짚은 실패 원인은 모델 성능이 아니었어요. 학습 격차(learning gap)²였어요. 모델이 조직의 업무 흐름을 모르고, 조직이 모델에게 맥락을 주는 법을 모르고, 그 사이를 이어줄 사람이 없다는 거예요. 도구를 샀는데 도구가 회사 안에서 무슨 일이 벌어지는지 모르는 상태로 방치된 셈이에요.

방법론 한계도 같이 봐야 해요. 이 연구는 공개 사례 300여 건, 임원 인터뷰 52건, 설문 153건을 조합한 것으로 동료 심사를 거친 논문이 아니에요. “95%“라는 숫자를 정밀한 통계로 받아들이기는 어려워요. 다만 벤더들의 행동이 이 진단을 뒷받침하고 있어요. 실제로 마이크로소프트 알토프는 인터뷰에서 “고객들이 저마다 완전히 다른 지점에 서 있고, AI를 어떻게 다뤄야 할지 파악하려 애쓰는 중”이라고 말했어요.

즉 FDE 붐은 AI가 성공하고 있다는 증거가 아니에요. AI 도입이 실패하고 있다는 청구서예요. 그 청구서를 벤더가 대신 결제하기 시작한 거고요.

마이크로소프트 입장에서는 절박함도 있어요. 올해 주가가 21% 빠졌고, 이는 메가캡 기술주 중 최악이에요. 코파일럿은 기업 시장에서 기대만큼 자리를 못 잡았고, 깃허브 코파일럿은 후발 주자들에게 점유율을 내줬어요. “모델은 좋은데 왜 안 쓰이지”를 더 이상 고객 탓으로 돌릴 수 없는 상황이에요.

🔑 그런데 이 직업은 스스로를 없애야 성공해요

여기서 진짜 반전이 나와요.

AWS가 자기네 FDE 조직을 설명하면서 명시한 원칙이 있어요. 엔지니어 5~6명 규모의 팀이 약 45일 사이클로 들어가고, 끝날 때 고객이 스스로 굴러갈 수 있는(self-sufficient) 상태를 만드는 것이 목표예요.

이 문장을 다시 읽어보세요. FDE는 자기가 있을 필요가 없어지는 상태를 만드는 게 성공 조건인 직업이에요.

전통적인 컨설팅과 정반대예요. 컨설팅은 관계를 리테이너로 늘리는 게 수익 모델이에요. 하지만 FDE는 빠져나오기 위해 들어가요.

마이크로소프트가 이걸 ‘컨설팅 사업부’가 아니라 별도 손익을 지는 ‘회사(Company)‘로 만든 것도 같은 맥락으로 읽혀요. 서비스 매출을 키우려는 게 아니라, 플랫폼 채택률을 끌어올리려는 장치예요. 참고로 마이크로소프트의 기존 엔터프라이즈·파트너 서비스 매출은 분기 21억 달러 수준, 성장률은 2.5%예요. 여기서 돈을 벌려는 게 아니라는 뜻이에요.

그래서 이 채용 붐은 영구적인 일자리 창출이 아니에요. 전환기 인프라예요. 다리를 놓는 사람들이고, 다리가 놓이면 다리 놓던 사람은 다른 곳으로 가야 해요.

오스왈드의 시선

오스왈드님이 던진 질문, “어떤 태도와 자세를 가진 사람이 살아남는가”에 대한 제 답은 이래요.

살아남는 사람은 AI를 잘 쓰는 사람이 아니에요. AI와 현실 사이의 번역을 할 수 있는 사람이에요.

FDE 채용 공고를 뜯어보면 요구 역량이 코딩 실력만이 아니에요. 고객사의 업무 프로세스를 읽어내는 능력, 어떤 데이터가 어디에 어떤 상태로 쌓여 있는지 파악하는 능력, 그리고 그 조직의 정치를 통과해서 실제 배포까지 밀어붙이는 능력이에요. 앞서 말한 ‘학습 격차’를 사람 몸으로 메우는 역할이에요.

노션 한국 커뮤니티를 만들고, 카카오브레인에서 AI 제품을 붙이고, 감마에서 GTM 전략을 짜면서 제가 반복해서 마주친 패턴이 정확히 이거예요. 제품이 좋아서 팔린 적은 거의 없어요. 누군가가 그 제품과 고객 조직 사이의 맥락을 만들어줬을 때 비로소 팔렸어요. 기술이 아니라 맥락이 병목이었어요. 지금 빅테크들이 조 단위 돈으로 사고 있는 게 바로 그 맥락 생산 능력이에요.

다만 저는 오스왈드님의 원래 프레임에 한 가지를 덧붙이고 싶어요. 이 채용 붐을 “그래도 사람 자리는 남는구나”라는 안도로 읽으면 절반만 맞아요. FDE는 스스로의 소멸을 설계하는 직업이에요. AWS가 45일 뒤 자립을 목표로 잡은 이상, 이 자리는 구조적으로 한시적이에요.

그래서 진짜 질문은 “이 직군에 들어갈 수 있는가”가 아니라 “이 창문이 열려 있는 동안 무엇을 축적할 것인가”예요. 도구 사용법은 축적이 아니에요. 축적되는 건 도메인 맥락, 그리고 그 맥락을 시스템으로 옮겨본 경험이에요. 그건 다음 층위로 올라갈 때 가지고 갈 수 있어요.

마치며

정리하면 세 가지예요.

첫째, FDE 채용 붐은 AI가 잘 되고 있다는 신호가 아니라 도입이 안 되고 있다는 신호예요. 벤더가 그 실패 비용을 자기 돈으로 결제하기 시작한 거예요.

둘째, 병목은 모델 성능이 아니라 조직의 맥락이에요. 그래서 지금 값이 오르는 건 코딩 능력이 아니라 번역 능력이에요.

셋째, 이 자리는 영구적이지 않아요. 자기를 필요 없게 만드는 게 성공 기준인 직업이라서요. 그래서 이 시기는 ‘취업 기회’가 아니라 ‘축적 기회’로 봐야 해요.

이번 주에 한 가지만 해보신다면, 지금 하는 일에서 “AI에게 넘기려면 무엇을 설명해줘야 하는가”를 한 페이지로 적어보시길 권해요. 그 한 페이지가 바로 시장이 지금 45만 달러를 주고 사는 것이에요.

💬 혹시 실무에서 AI 도입 프로젝트를 해보셨다면, 막힌 지점이 모델 성능이었나요 아니면 조직·데이터·프로세스였나요? 어느 쪽이었는지 댓글로 짧게 들려주세요. 사례가 모이면 다음 호에서 유형별로 정리해볼게요.

---

📨 AI 도입을 고민 중인 동료가 있다면 이 글을 전달해 주세요.

(웹 버전) 📬 구독하기 · 저는 매주 기술·경제·인문을 교차해서 분석하는 뉴스레터를 만들고 있어요.

---

참고자료 & 더 읽기

핵심 출처

• Jordan Novet, “Microsoft commits $2.5 billion and 6,000 employees to new AI implementation unit”, CNBC, 2026-07-02. : 알토프 인터뷰가 실려 있어요. “고객들이 저마다 다른 지점에 서 있다”는 발언이 이 조직의 존재 이유를 가장 솔직하게 설명해요.
• Microsoft, “Microsoft Frontier Company: AI engineering that amplifies and protects your intelligence”, Microsoft Official Blog, 2026-07-02. : 벤더 스스로 이 조직을 어떻게 포장하는지 보려면 원문을 보세요. CNBC 기사와 톤 차이가 큽니다.
• CNBC, “AWS puts $1 billion into new AI unit to embed engineers with customers”, CNBC, 2026-06-30. : 45일 사이클, 5~6인 팀, 종료 시 고객 자립. 이 세 가지가 오늘 글의 가장 중요한 근거예요.
• MIT Media Lab NANDA, The GenAI Divide: State of AI in Business 2025, 2025. : “95% 실패”보다 ‘학습 격차’ 개념이 훨씬 중요해요. 동료 심사 논문이 아니라는 점은 감안하고 읽으세요.

배경 지식

• Palantir Technologies, “Form S-1 (2020 직상장 투자설명서)”, SEC. : FDE라는 직무가 어디서 왔는지, 팔란티어가 직접 쓴 문서로 확인할 수 있어요.
• 오스왈드의 지식토킹 134호 (아마존 FDE 조직 사례). : 오늘 글은 그 흐름이 마이크로소프트까지 번진 후속편이에요.

필자 안광섭은 세종대학교 경영학과 교수이자 OBF(Oswarld Boutique Consulting Firm) 리드 컨설턴트이다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 통계 및 데이터 분석을 가르치는 한편, 현장에서는 GTM 전략과 인공지능 전략 컨설팅을 이끌며 기술과 비즈니스의 접점을 설계하고 있다. AI 대화 시스템의 기억 아키텍처(HEMA) 연구로 학술 논문을 발표했으며, 매일 글로벌 AI 논문을 큐레이션하는 Daily Arxiv 프로젝트를 운영하고 있다. 고려대학교 기술경영전문대 석사과정와 KMBA을 졸업했다. 지은 책으로 《생각을 맡기는 사람들: 호모 브레인리스》가 있다.

각주

1. FDE(Forward Deployed Engineer, 전방 배치 엔지니어): 벤더의 엔지니어가 고객사 안에 상주하면서 제품을 그 회사의 업무에 맞게 직접 붙여주는 역할이에요. 제품을 넘기고 떠나는 대신, 고객 조직 안에서 같이 만드는 방식이라고 생각하면 돼요. ↩

2. 학습 격차(Learning Gap): AI 도구가 조직의 맥락을 학습하지 못하고, 조직도 AI에게 맥락을 주는 법을 익히지 못한 상태를 말해요. NANDA 보고서는 기업 AI 파일럿이 실패하는 진짜 원인으로 모델 성능이 아니라 이 격차를 지목했어요. ↩