AI 모델 자체는 이제 다 있어요. 문제는 그걸 회사 시스템에 붙이는 순간부터예요.
그래서 OpenAI·Anthropic·Meta는 최근 이 문제 하나에 55억 달러를 태웠어요. 정확히는, 사람을 더 심는 데요.
다들 이렇게 믿었어요
포춘 500대 기업이 챗봇 하나 붙이는 건 쉬워요. 근데 그 AI가 20년 된 SAP나 커스터마이징된 CRM 안에서 실제로 돌아가게 만드는 건 완전히 다른 문제예요.
그래서 업계가 찾은 답은 Forward Deployed Engineer(FDE)였어요. 10년 전 Palantir가 정보기관 고객을 상대하면서 만든 방식인데, 시니어 엔지니어를 고객사 안에 상주시켜서 그 회사의 데이터와 조직 정치, 레거시 시스템의 혼란 속에서 직접 프로덕션 코드를 배포하게 하는 거예요.
이 모델이 지금 AI 업계 전체로 번졌어요. OpenAI·Anthropic·Meta가 FDE 기반 배포 회사에 태운 돈만 약 55억 달러예요. FDE 채용 공고는 2026년 기준 전년 대비 800% 급증했고요. Palantir 기준 FDE 평균 총보상은 23만8천 달러, 스태프급은 63만 달러를 넘기도 해요. OpenAI·Anthropic의 중급~시니어 FDE는 35만~55만 달러 구간이고요.
이유는 단순해요. 모델에 접근할 수 있다는 것만으로는 계약이 성사되지 않거든요. 누군가는 고객사 안에 들어가서 실제로 작동하게 만들어야 해요.
근데 베니오프는 반대로 걸었어요
8월 3일, 마크 베니오프의 Time Ventures가 주도한 2,000만 달러 프리시드 펀딩이 공개됐어요. 받은 회사는 스텔스 모드에서 막 나온 June. 창업자는 세일즈포스 출신 Efrat Rapoport고, 나머지 세 공동창업자와 함께 2019년 대화형 AI 스타트업 Bonobo를 4,500만 달러에 세일즈포스에 판 이력이 있어요.
June이 파는 건 사람이 아니에요. AI 에이전트가 기업 시스템을 먼저 스캔해서 실제 업무 프로세스를 추출하고, 배포 로드맵을 자동으로 짜는 플랫폼이에요. 사람이 몇 주씩 요구사항을 인터뷰하고 다니는 대신, AI가 먼저 지도를 그리는 거예요.
왜 이게 필요한지는 숫자가 말해줘요. IDC 조사에 따르면 기업이 시작한 AI 파일럿 33개 중 프로덕션까지 가는 건 4개뿐이에요. 88%가 어딘가에서 멈춰요. MIT의 GenAI Divide 리포트는 더 냉정해요 — 파일럿의 95%가 실질적인 재무 성과를 전혀 못 냈어요. 그리고 이 리포트가 짚은 원인은 모델 성능이 아니라 레거시 시스템 통합이었어요.
Rapoport의 설명이 정곡을 찌르는 부분이 있어요. "AI는 역설적으로 전문 서비스에 대한 수요를 오히려 늘렸어요. 어려운 건 데모가 아니라 기존 시스템과 워크플로우를 바꾸는 일이거든요."
실제 사례도 있어요. 모기지 대출사 CMG의 Paul Akinmade는 Claude Code를 빠르게 도입했지만 세일즈포스 통합 단계에서 막혔어요. June을 쓰고 나서 팀이 에이전트를 어디에 배포해야 할지 명확해졌고, FDE를 따로 투입하지 않고도 안전하게 진행할 수 있었다고 해요.
| FDE 임베드 모델 | AI 자동 로드맵 모델(June) | |
|---|---|---|
| 비용 구조 | 총보상 23만~63만 달러(1인, Palantir 기준) | 플랫폼 구독 기반(비공개) |
| 착수 속도 | 채용·온보딩에 수개월 | 시스템 스캔 후 즉시 로드맵(벤더 주장) |
| 확장성 | 투입 인원수만큼만 | 동시 다수 프로젝트 이론상 가능 |
| 검증 수준 | Palantir 10여 년 실적 | 2026년 8월 스텔스 탈출, 공개 사례 1건 |
마지막 줄이 중요해요. June은 아직 검증된 방법론이 아니라 베팅이에요. 다만 베니오프·마이클 델·에런 레비·조지 커츠 같은 사람들이 동시에 같은 곳에 돈을 걸었다는 건, 이 문제가 그만큼 크고 아직 안 풀렸다는 뜻이기도 해요.
지금 우리 회사라면 뭘 봐야 하나
- 막힌 지점부터 진단
AI 파일럿이 멈췄다면 모델 문제인지 통합 문제인지 먼저 구분해요. IDC·MIT 데이터를 보면 대부분 후자예요. - FDE 계약 전 재사용 가능성 확인
이번 계약에서 만든 통합 로직이 다음 프로젝트에도 재사용되는지 물어봐요. 안 되면 매번 처음부터 비용이 발생해요. - 자동화 로드맵 도구는 커버리지부터
우리가 쓰는 레거시 시스템(SAP·세일즈포스·자체 ERP 등)을 실제로 스캔할 수 있는지, 데모가 아니라 우리 데이터로 확인해요. - 사람과 AI를 같이 쓰는 걸 기본값으로
둘 중 하나를 고르는 문제가 아니에요. 초기 스캔·로드맵은 AI로, 조직 정치가 얽힌 마지막 단계는 사람으로 나누는 하이브리드가 현실적이에요. - 비용을 '연봉'이 아니라 '완료까지 총비용'으로 비교
FDE는 총보상만 23만~63만 달러, 자동화 도구는 보통 구독제예요. 배포가 끝나는 시점까지 드는 총비용으로 계산해야 정확해요.
