AI 빅4가 10조 원을 쏟아부은 곳은 모델도 GPU도 아니었다: FDE의 부상

AI를 '도입'하는 시대에서 '작동'시키는 시대로

OpenAI, 앤스로픽(Anthropic), AWS, 구글. AI 산업을 주도하는 기업들이 올해 앞다투어 막대한 자금을 투입한 분야는 뜻밖에도 LLM 모델이나 컴퓨팅 인프라가 아니었다. 답은 '사람'이었다. 이들이 집중적으로 투자하는 인력의 직함은 FDE, 곧 포워드 디플로이드 엔지니어(Forward Deployed Engineer)다.

FDE는 고객사의 실제 업무 환경 안으로 직접 들어가 데이터와 시스템, 업무 프로세스를 서로 연결하고, AI가 현장에서 제대로 작동하도록 만드는 엔지니어를 말한다. 솔루션을 납품하고 끝나는 방식이 아니라, 고객사 내부 부서와 함께 문제를 정의하고 AI가 실질적 성과로 이어지도록 실행 자체를 함께 설계하는 역할이다.

빅4의 움직임과 '95%의 실패'

가장 구체적인 행보를 보인 곳은 AWS다. AWS는 지난 6월 30일 약 10억 달러(약 1조 5천억 원)를 투입해 'Frontier AI Engineering and Services' 조직을 신설했다. 5~6명 규모의 엔지니어 팀을 고객사에 함께 투입하는 방식을 내세웠다. OpenAI, 앤스로픽, 구글도 비슷한 시기에 엔터프라이즈 AI 배포 역량에 잇달아 투자하고 있다.

이런 흐름의 배경에는 냉정한 현실 인식이 있다. AI를 도입하는 것만으로는 증명 가능한 비즈니스 성과가 만들어지지 않는다는 사실을 기업들이 깨닫기 시작한 것이다. 기사는 생성형 AI에 수백억 달러가 투자됐지만 아직 95%의 기업이 측정 가능한 성과를 보여주지 못하고 있다고 지적한다. 결국 LLM을 조직 전반에 도입하는 일과, 이를 실제 업무와 비즈니스 프로세스에 녹여 가치를 만드는 일은 전혀 다른 문제라는 것이다.

원조는 팔란티어

FDE 모델을 대표적으로 보여준 기업은 팔란티어(Palantir)다. 2003년 창업 초기부터 팔란티어는 CIA를 비롯한 미국 정보기관을 주요 고객으로 뒀는데, 워크플로우 공개 불가·데이터 반출 불가 같은 강력한 제약 때문에 통상적인 소프트웨어 납품 방식이 통하지 않았다. 그래서 택한 해법이 바로 엔지니어를 고객에게 직접 보내는 것이었다.

현장에 투입된 엔지니어들은 그곳에서 얻은 패턴을 본사로 가져와 플랫폼의 핵심 기능으로 응축시켰고, 이것이 오늘날의 파운드리(Foundry) 플랫폼으로 발전했다. 조직 차원에서 AI를 도입할 때 실제로 부딪히는 과제들, 즉 흩어진 데이터를 연결하는 일, 권한 설정, 레거시 시스템 연동, 보안 검토 등을 현장에서 함께 풀어내는 방식이다.

마케팅 실무자를 위한 시사점

이 흐름은 마케팅 조직의 AI 도입 전략에도 그대로 적용된다. 최신 모델을 도입했다는 사실 자체는 더 이상 경쟁력이 아니다. 캠페인 데이터, CRM, 광고 성과 지표, 콘텐츠 자산이 제각기 흩어져 있고 권한과 보안 문제로 연결되지 못한다면, 아무리 뛰어난 LLM도 실무 성과로 이어지기 어렵다. '95%가 성과를 내지 못한다'는 지적은 마케팅 현장에도 낯설지 않은 이야기다.

기사가 던지는 핵심 질문은 명확하다. 엔터프라이즈 AI 도입을 고민한다면 가장 먼저 물어야 할 것은 "어떤 모델을 쓸 것인가"가 아니라 "우리의 데이터와 업무 기준은 AI와 연결될 준비가 되어 있는가"다. 마케터에게 이는 툴 선택 이전에 데이터 정비, 업무 프로세스 표준화, 그리고 이를 실행으로 연결할 내부 역량 확보가 먼저라는 뜻이다. AI 경쟁의 승부처가 모델에서 '실행'으로 이동하고 있다는 신호를 놓쳐서는 안 된다.