뽑는 대신 키운다, 재직자가 FDE로 넘어가는 사내 전환 경로

밖에서 못 구하니 안에서 바꾼다

FDE 자리가 채용 공고로만 열리는 건 아니다. 지금 다니는 회사에서 직무를 바꿔 FDE로 옮기는 길도 생겼다. KT가 앞으로 2년간 AX사업부문 구성원 500명 이상을 현장배치엔지니어(FDE)로 육성한다. 조선비즈가 8월 17일 업계의 말을 인용해 전한 계획이다. FDE는 고객사의 업무 구조와 현안을 파악한 뒤 AI, 데이터, 클라우드 기술을 접목해 해결책을 구현하는 엔지니어다. 제안서만 내고 빠지는 역할이 아니라 시스템 구축과 운영, 고도화까지 맡는다. 육성 대상은 새로 뽑을 사람이 아니라 이미 사업부에서 일하는 사람이다.

이런 선택의 배경은 소프트웨어정책연구소(SPRi)가 9월 11일 발표한 이슈리포트 ‘에이전틱 AI 시대의 핵심 자원, AX 인재’에 숫자로 드러난다. 한국은행은 국내 AI 인력이 2010년부터 2024년까지 연평균 5.3% 늘었다고 추정했다. 같은 보고서가 인용한 잡코리아 분석에서 AI 관련 채용공고는 2021년부터 5년 동안 112% 늘었고, 2026년 1~5월에는 전년 같은 기간보다 70% 많았다. 해외 FDE 공고는 더 가파르게 늘었다. 인디드가 비즈니스인사이더에 공유한 지수로 보면 2026년 4월 FDE 공고는 2025년 1월보다 5,230% 높은 수준이었다.

보고서는 정규 교육으로 새 인력을 배출하는 것만으로는 이 격차를 짧은 기간 안에 메우기 어렵다고 봤다. 그래서 도메인 전문성을 이미 갖춘 재직 인력에게 AI 전환 역량을 더하는 경로를 가장 빠르면서 비용 효과적인 공급 수단으로 꼽았다. 현장 경험으로 쌓는 암묵지는 교육만으로 금세 익히기 어렵지만, AI 활용과 조율 역량은 상대적으로 짧은 집중 교육과 실전 적용을 통해 익힐 수 있다는 차이가 근거다. 보고서는 국내에서 LG CNS, 카카오페이, 크래프톤, 마키나락스가 FDE 채용을 늘리거나 조직을 새로 꾸리고 있다고 적었다.

진단은 산업, 기술, 솔루션 세 칸에서 시작한다

KT는 먼저 AX사업부문 구성원의 산업, 기술, 솔루션 역량을 진단했다. 그 결과를 토대로 개인별 경력개발경로(CDP)를 짜고 교육, 프로젝트 참여, 자격 인증을 연계한다. 실제 사업과 비슷한 시나리오 실습, 현장실습(OJT), 전문가 멘토링을 거치며 문제 정의부터 최소요건제품(MVP) 제작, 고객 제안까지 직접 해 보게 할 방침이다. 이런 전환에는 AI 기술이 상향 평준화되면서 기술 보유 여부보다 산업을 이해하고 실제 성과를 내는 능력이 중요해졌다는 판단이 깔려 있다.

세 칸 가운데 어디가 비어 있는지는 출신에 따라 다르다. SI 구현 조직에서 온 개발자는 기술 칸이 차 있어도 고객 업무를 처음부터 끝까지 따라가 본 경험은 얕기 쉽다. 제안이나 컨설팅을 하던 사람은 산업 칸이 두껍지만, 직접 만들어 배포하는 칸은 비어 있다. SPRi가 정리한 FDE 핵심 역량은 이 두 영역을 한 사람에게 요구한다. 문제 정의와 해결, 데이터 분석, AI와 소프트웨어 이해 및 개발, 산업과 업무 이해, 커뮤니케이션이다.

에이전트가 일을 넘겨받는 환경에서는 새롭게 요구되는 역량도 있다. 보고서는 재직자 교육이 프롬프트 작성 같은 기초에 머물러서는 안 된다고 했다. 에이전트에게 업무를 맡기고 권한과 정책을 설계하는 일, 여러 에이전트를 조율하는 일, 산출물을 검토하고 책임지는 일까지 다뤄야 한다는 것이다. 실습 과제로는 사내 데이터와 시스템을 에이전트에 연결하고 업무 지침을 명세로 옮기는 작업을 제안했다. 매일 사용하는 사내 시스템의 권한 구조를 설명할 수 있는 사람이 이 대목에서 앞선다.

해외에는 FDE 조직을 산업별로 나눠 사람을 찾는 곳도 있다. 데이터브릭스가 지금 모집 중인 금융 산업 담당 FDE 조직의 시니어 엔게이지먼트 매니저 공고는 프로페셔널 서비스 사업을 7~10년 운영한 경력과 10년 이상의 고객 대면 경력을 요구한다.

교육장 한 바퀴 뒤에 현장 스쿼드가 기다린다

전환의 첫 단계는 교육장이다. 시나리오 실습과 멘토링을 통해 문제 정의부터 MVP까지 한 바퀴를 돈다. 다음 단계는 현장이다. KT는 산업과 업무 전문가, AI, 데이터, 클라우드 인력을 한 스쿼드로 묶어 투입한다. 데이터 보안 때문에 외부 반출이 어려운 대학병원 같은 곳에서 실데이터로 해결책을 설계하고, 현장 검증과 서비스 개발까지 진행한다는 구상이다. 이런 구성에서는 처음부터 모든 칸을 채울 필요가 없다. 강한 칸을 바탕으로 스쿼드에 들어가 약한 칸은 같은 팀에서 메우면 된다. 그 뒤에는 고객 계정 하나를 스쿼드 단위로 끝까지 맡는 역할이 기다린다.

재직자가 지금 챙겨야 할 것은 두 가지다. 첫째는 회사 밖의 지원 제도다. SPRi가 인용한 리멤버앤컴퍼니의 8월 조사에서 국내 재직자 1,627명 가운데 리스킬링 의향이 있는 사람은 62.3%였지만, 공공 지원제도를 알고 이용해 본 사람은 7.8%에 그쳤다. 제도 자체를 모른다는 응답은 55.9%였고, 30대(64.5%)와 사원급(64.1%)에서 가장 높았다.

둘째는 증빙이다. 원티드랩 조사에서 기업이 AI 인재를 뽑을 때 가장 크게 겪는 어려움은 정확한 역량 검증(57.9%)이었다. SPRi는 실제 프로젝트와 산출물을 바탕으로 평가하고 수준별 인증을 묶는 AX 역량 검증 체계를 만들자고 했지만, 아직은 제안에 그친다. 그 체계가 생기기 전까지 전환 이력을 보여 줄 자료는 직접 만든 MVP, 고객에게 낸 제안서, 그리고 그것이 실제 운영까지 이어졌는지를 남긴 기록 정도다.

관련 공모전, 이벤트

• 전국민 AI활용 사례 공모전 시즌 3, ~2026.10.31. 업무 생산성 개선 분야가 따로 있어, 자신의 업무에 AI를 적용해 본 사례를 회사 밖에서도 보이는 기록으로 남길 수 있다.