포워드 디플로이드 엔지니어 진입 경로: 신입 채용이 꺾인 시장의 옆문

이 분야가 중요한 이유

숫자 두 개를 나란히 놓으면 지금 채용 시장의 모양이 보인다. 시그널파이어의 2026년 인재 보고서에서 대형 테크 기업의 신규 졸업자 채용은 2019년과 비교해 약 65% 줄었고, 초기 단계 스타트업은 76% 줄었다. 같은 보고서에 늘어난 항목도 있다. 세일즈 엔지니어가 2019년 대비 약 11%, 포워드 디플로이드 엔지니어(FDE)가 30% 늘었다. 스탠퍼드 디지털 이코노미 랩이 ADP 급여 데이터로 그린 그림도 방향이 같다. 22~25세 소프트웨어 개발자 고용은 2022년 말 정점에서 2025년 7월까지 20% 가까이 빠졌고, 감소는 AI가 사람을 돕는 쪽이 아니라 대체하는 쪽에 가까운 직무에 몰렸다.

무너진 건 직군 전체가 아니라 입구다. 그런데 같은 시장 반대편에서는 사람이 없다는 말이 나온다. TechCrunch가 7월 30일 정리한 조사에서 미국의 FDE 인력은 약 1만 7천 명으로 추산되는데, 기업에 측정 가능한 성과를 꾸준히 내는 수준은 그중 2천 명 정도로 봤다. FDE를 뽑겠다는 기업 비율은 2026년 1분기 5~10%에서 2분기 70%로 뛰었다.

국내 수치는 아직 작다. 방향은 같다. 서울경제 보도를 보면 원티드랩에 올라온 FDE 공고는 지난해 1건에서 2026년 4월 8건이 됐다. 네이버클라우드는 FDE 태스크포스를 꾸렸고, 크래프톤은 3월 말부터 사내 FDE를 모집해 최근 몇 주 사이 세 자릿수 지원자를 받았다.

착각하기 쉬운 지점이 하나 있다. 공고가 늘었다고 그 문이 신입에게 열린 건 아니다. 리플릿의 FDE 헤드 자리는 12년 이상을 부르고, 개별 FDE 공고도 대체로 중급 이상 구간에 몰려 있다. 이 글이 다루는 건 그 문 자체가 아니라, 그 앞까지 2~3년 안에 걸어가는 옆길이다.

필요한 역량

이 자리에서 값이 매겨지는 건 코드를 짜는 속도가 아니다. 남의 계정, 남의 네트워크, 남의 데이터 위에서 끝까지 돌아가는 걸 만들어 본 적이 있느냐다.

통합 실무. SSO와 SAML, VPC 피어링, 온프레미스 설치, 감사 로그, 데이터 반출 심사. 데모와 프로덕션을 가르는 구간이 대부분 여기다. 이 단어들을 고객사 회의에서 처음 듣는 사람은 첫 배포에서 3주를 잃는다.
말을 스키마로 옮기기. 고객은 요구사항 문서를 주지 않는다. “이거 대충 이렇게 돌아가요"라는 20분짜리 설명을 테이블과 상태 전이로 바꿔 다시 읽어 주는 일이 업무의 절반을 차지한다.
지저분한 데이터. 인코딩이 깨진 CSV, 권한이 안 열리는 테이블, 사람이 손으로 고친 엑셀 반출본. 정제된 데이터셋만 만져 본 이력서는 이 자리에서 약하다.
범위를 잘라 말하기. 6주짜리와 6개월짜리를 구분해서, 계약 전에, 영업 담당자 앞에서 말할 수 있어야 한다. 이걸 못 하면 그 차이가 전부 야근으로 돌아온다.
막힌 환경에서 AI 도구 굴리기. 사내망에서 모델 접근이 차단돼 있고, 프록시를 거쳐야 하고, 토큰 비용에 상한이 걸려 있다. 개인 노트북에서 잘 돌던 방식은 그대로 옮겨지지 않는다.

이 목록이 자동화 압력을 덜 받는 이유도 같은 자리에 있다. 코드 생성은 상당 부분 넘어갔지만 접근 권한 협상, 책임 소재 정리, 현장 담당자 설득은 넘어가지 않았다. 스탠퍼드 논문이 자동화와 증강을 갈라 본 지점이 여기서 실무 감각으로 다시 나타난다.

커리어 경로

첫 구간은 FDE 공고를 직접 노리는 게 아니라 옆 직함을 노리는 것이다. 공개 채용 보드에 지금 열려 있는 자리들을 보면 이름이 여러 개다. 버셀은 솔루션 아키텍트와 프로페셔널 서비스를 별도 조직으로 두고 필드 엔지니어링 운영 헤드까지 따로 뽑는다. 데이터브릭스는 오클랜드와 도쿄에 솔루션 아키텍트를 열었고, 미국에는 AI 엔지니어라는 이름 뒤에 FDE를 괄호로 붙여 놨다. 커서는 인도에 필드 엔지니어, 독일에 솔루션 아키텍트, 호주에 FDE를 걸었다. 노션은 도쿄에 포워드 디플로이드 아키텍트를 열었다. 데이터브릭스의 그 미국 FDE 공고는 제목에 전 직급 대상이라고 적어 뒀는데, 이 묶음에서는 드문 표기다. 회사보다 조직의 위치를 봐야 한다. 본사 제품팀이 신입을 안 뽑아도, 고객이 있는 지역의 필드 조직은 사람을 뽑는다.

0년에서 2년 차라면 사내 AI 도입팀, SI 구현 조직, B2B AI 스타트업의 초기 고객 전담 자리가 현실적인 출발선이다. 여기서 쌓을 건 기술 스택 목록이 아니라 배포 이력이다. 누구의 시스템에, 무엇을, 몇 주 만에, 어떤 승인 절차를 통과해서 올렸는가. 3년에서 4년 차에는 계정 하나를 계약 전 PoC부터 확산까지 통째로 소유해 본다. 이 경험이 있어야 정규 FDE 공고의 언어가 자기 언어가 된다. 그다음 층은 배포 조직 리더인데, 그 자리가 실제로 무엇을 책임지는지는 별도로 다뤘다.

국내 지원자라면 지원 전에 세 가지를 확인하는 게 좋다. 고객 계정 하나에 몇 명이 붙는지, 만든 것이 제품으로 흡수되는 통로가 있는지, 원청과 하청 사이 어디에 앉는 자리인지. 세 번째가 특히 크다. 요구정의를 다른 회사가 쓰고 구현만 넘겨받는 구조라면 직함이 FDE여도 하는 일은 다르다.

면접 30분을 버티게 해 주는 건 푼 알고리즘 문제 수가 아니다. 남의 계정에서 돌아간 것 하나, 그때 막혔던 승인 절차, 그걸 뚫은 방법. 이 세 개를 순서대로 말할 수 있으면 경력 3년이 5년처럼 읽힌다. 없으면 대화가 전부 가정법으로 흐른다.