FDE가 되기 위한 여덟 가지 기술

이 영상은 포워드 디플로이드 엔지니어(FDE)에게 필요한 여덟 가지 기술을 다룬다. 다섯 가지는 기술 역량, 세 가지는 소프트 스킬이다. 발표자는 AI 제품을 고객 현장에 실제로 통합하는 역할이 FDE라고 설명하고, 기술 역량으로 AI 엔지니어링 기초, 시스템 디자인, 데이터 통합, 기업 환경 배포, 빠른 프로토타이핑을 꼽는다. 소프트 스킬로는 비즈니스 문제 해결, 이해관계자 소통, 책임감과 적응력을 강조한다.

⏱ 00:00발표자는 FDE가 되기 위해 필요한 여덟 가지 기술을 소개한다. 그중 다섯 가지는 기술 역량이고 세 가지는 소프트 스킬이다.

사람 간 소통이나 물리적 상호작용이 많은 업무일수록 AI로 대체되기 어렵다는 점에서 FDE의 전망이 밝다고 설명한다. 발표자는 현업 FDE 네 명과 나눈 대화를 바탕으로 목록을 정리했다고 밝힌다.

⏱ 01:00Supervity라는 AI 제품을 Adani Cement에 도입하는 사례를 든다. 대기업은 여러 팀, ERP, 공급업체 포털, 결재 시스템이 얽혀 있어 데이터 흐름이 복잡하다. 이런 환경에 제품을 그대로 넣으면 통합이 어렵고, 통합 실패로 투자 수익을 얻지 못하는 경우가 많다고 한다.

그래서 제품과 고객 워크플로우를 깊이 이해하고 현장에서 빠르게 통합할 엔지니어가 필요하다. FDE는 고객 측에 상주하며 맞춤형 소프트웨어를 만들고 현장 피드백을 제품팀에 전달한다. 발표자는 AI 엔지니어 기술 80%에 제품 관리 기술 20%가 더해진 것이 FDE라고 비유한다.

⏱ 04:21첫 번째 기술은 AI 엔지니어링의 기초다. 파이썬을 기본으로 알아야 하며, 문제에 따라 AI가 꼭 필요하지 않을 수 있으므로 규칙 기반 시스템과 휴리스틱 접근도 이해해야 한다.

발표자 회사의 프로젝트 대다수가 RAG 관련이라 LLM 파라미터, 컨텍스트 윈도우, Top-P, Top-K 같은 개념과 LangChain 같은 프레임워크 활용이 중요하다고 강조한다. 프로토타입을 만드는 일과 고객이 신뢰할 수 있는 제품으로 만드는 일은 다른 문제이므로 평가와 신뢰성 확보 방법도 필요하다.

⏱ 05:46두 번째는 시스템 디자인이다. 프로토타입을 수만 명이 쓰는 환경에 배포하려면 안정성, 확장성, 비용 효율성을 갖춘 구조가 필요하다. 전자상거래 챗봇을 예로 들어 인증, 속도 제한, 가드레일, 라우터와 오케스트레이터, 모델 게이트웨이를 두고 작업 난이도에 따라 가벼운 모델과 고성능 모델을 나눠 쓰는 구조를 설명한다.

주 모델 장애에 대비한 백업 모델, 환불이나 분쟁 같은 상황의 사람 개입, 데이터 갱신 주기, 관측 가능성과 평가 체계도 설계 항목으로 든다.

⏱ 08:36세 번째는 데이터 파이프라인과 통합이다. 기업 데이터는 ERP나 CRM 등 여러 시스템에 흩어져 있고, 오랜 기간 쌓인 레거시 구조를 안고 있다. FDE는 커넥터로 이들 시스템에 연결하고 데이터 모델과 테이블, 컬럼이 업무 개체와 어떻게 대응하는지 파악해야 한다.

API, 데이터베이스, 파일, 이메일 등을 연결해 필드와 식별자를 매핑하고, 중복 제거와 결측치 처리 같은 정제 작업을 수행한다. 또한 역할 기반 접근 제어(RBAC)를 챗봇에도 적용해 권한 없는 직원이 민감한 정보를 얻지 못하게 해야 한다고 강조한다.

⏱ 10:53네 번째는 기업 제약 조건 내 배포다. 고객사의 승인된 클라우드 환경에서 데이터 보관 규칙과 네트워크 정책을 지키고, 싱글 사인온, 권한 관리, 감사 추적을 적용해야 한다. 규정 준수팀과 함께 GDPR 같은 규정을 검토하고, 스테이징과 일부 베타 사용자를 거쳐 단계적으로 배포한다. Docker, Kubernetes, CI/CD 도구는 대표 예시일 뿐이라고 덧붙인다.

다섯 번째는 신속한 프로토타이핑이다. 고객 요구를 현장에서 바로 반영하는 요리사에 FDE를 비유한다. AI 보조 코딩으로 빠르게 만들고 피드백을 받아 수정하며, 결과가 괜찮으면 설계와 운영 준비로 넘어가는 반복 방식이 핵심이라고 설명한다.

⏱ 14:06첫째, 비즈니스 문제 해결 능력이다. 고객이 말하는 고충과 실제 고충이 다를 수 있으므로 5 Whys, Jobs To Be Done 같은 기법으로 원인을 찾고, 단계별 프로세스를 지도처럼 그려 AI가 필요한 지점을 찾아야 한다. 성공 기준은 측정 가능한 지표로 정하고 타당성과 영향을 함께 분석한다.

둘째, 이해관계자 소통이다. 고객 경영진, 현장 직원, 사내 엔지니어와 제품 관리자까지 여러 사람과 균형을 맞춰야 하므로 경청과 명확한 설명, 데모와 진행 공유가 필요하다. 기대치가 어긋나면 초기에 BRD와 TDD 같은 문서로 맞춘다.

셋째, 엔드 투 엔드 책임감과 적응력이다. 결과, 배포, 사용자 채택까지 책임지고 고객이 결정하도록 돕는 주인 의식이 필요하다. 운영 이후에도 장애를 모니터링하고 사용자를 지원해야 한다고 강조한다.