一、 핵심 내용의 쉬운 설명
이 기사는 AI 시대에 소프트웨어 업계에서 일어나고 있는 “기초 논리의 대전환”에 대해 자세히 설명합니다. 지난 40년간 소프트웨어 업계의 황금률은 “한 번 작성된 코드를 백만 번 판매하는 것”이었습니다. 즉, 막대한 비용을 들여 소프트웨어를 개발한 후 거의 비용이 들지 않는 상태로 수천 명의 고객에게 판매했으며, 고객에게 맞춤화 서비스를 제공하거나 엔지니어를 파견하는 것은 규모 확장 능력이 부족하고 비즈니스 모델이 매력적이지 않다고 여겨졌습니다. 하지만 이제 AI 덕분에 코드 작성 비용이 크게 줄었고, 오히려 기업 내의 역사적으로 남아 있는 시스템, 인간관계, 불문율에 숨겨진 실제 비즈니스의 복잡성이 가장 귀중한 자원이 되었습니다. 고객 현장에 파견되어 실제 상황을 파악하고 그 피드백을 본사로 전달하여 제품을 반복적으로 개선하는 FDE(프론트엔드 배포 엔지니어, Front-End Deployment Engineer)가 업계 전체에서 인기 있는 인재가 되었습니다. 이는 단순히 새로운 직책이 생긴 것이 아니라, “소프트웨어를 무작정 복제하는 것”에서 “실제 세계에 맞게 적응하는 것”으로 전환하는 새로운 비즈니스 패러다임의 시작입니다.
---
두, 항목별 쉬운 설명
1. 지난 40년간 소프트웨어 업계의 “불문율”: 고객이 프로세스를 수정하여 소프트웨어에 맞추게 하는 것이 가장 수익성이 높았습니다
이전에 소프트웨어 회사들은 제품의 우수성을 판단하는 기준이 매우 간단했습니다. 고객이 가능한 한 엔지니어의 도움을 받지 않고 스스로 등록하고 설정하며 사용할 수 있는지였습니다.
예를 들어, 차가운 우유를 파는 가게에서 결제 SaaS를 사용할 때, 시스템은 할인 이벤트를 하루 전에 설정해야 한다고 규정했지만, 매주 금요일에 갑자기 1시간 동안 할인 이벤트를 하고 싶어도 제조업체는 기능을 수정해 주지 않았습니다. 오히려 “이것이 업계 최고의 관행입니다. 이벤트 시간을 하루 전으로 바꾸세요”라고 조언했습니다. ERP에서 CRM에 이르기까지 모두 이런 방식이었습니다. 100개 회사의 100가지 다른 프로세스를 3~5가지 표준화된 템플릿으로 압축하여 고객이 자신의 업무 습관을 소프트웨어에 맞추게 했고, 이를 통해 제조업체는 한 번 작성된 코드로 백만 번의 수익을 올렸습니다. 이러한 논리에서 현장 서비스나 맞춤 개발은 절대적으로 “잘못된 것”으로 여겨졌습니다. 이는 자신의 제품이 추상적으로 실패했다는 것을 인정하는 것이며, 컨설팅 회사와 다를 바가 없었습니다.
2. AI가 등장한 후, 비용의 중심이 바뀌었고 기존 논리는 더 이상 통하지 않습니다
생성형 AI가 보편화된 후에는 예상치 못한 변화가 일어났습니다. 코드 작성 비용이 이전의 1/10 또는 1/20으로 줄었지만, 실제 세계의 복잡성은 전혀 줄어들지 않았고 오히려 더 비싸졌습니다.
이전에는 기업 구매 시스템을 개발하는 데 100만 원이 들었지만, 그 회사의 구매 관련 불문율을 파악하는 데는 10만 원만 들었습니다. 제조업체는 코드 작성 비용을 최우선으로 고려했습니다. 하지만 이제 AI를 사용하면 코드 작성 비용은 1만 원만 들고, 나머지 99만 원은 이러한 문제들을 해결하는 데 사용됩니다. 왜 재무 부서가 시스템에서 승인을 했음에도 불구하고 Excel 서명만 인정하는지, 왜 어떤 시스템 필드가 10년 동안 비어 있어도 아무도 채우지 않는지, 왜 사고가 발생하면 모두 책임을 지기 싫어서 자동화 프로세스를 피하는지 등의 문제들입니다. 이러한 문제들은 대형 모델이 똑똑해진다고 해서 자동으로 사라지지 않습니다. 오히려 AI가 실제 업무를 대신 처리하기 시작하면서 이러한 불문율들이 치명적인 문제가 됩니다. 이전에는 “소프트웨어를 만드는 것”이 가장 비쌌지만, 이제는 “소프트웨어를 실제로 사용하는 것”이 가장 비쌉니다.
3. FDE는 단순한 구현 컨설턴트가 아니라, 소프트웨어 회사의 “인간 버전의 역전파 알고리즘”입니다
많은 사람들이 FDE를 이전의 현장 서비스 엔지니어로 생각하지만, 이는 잘못된 것입니다. 이전의 현장 서비스는 “고객에게 우리의 기존 제품을 어떻게 사용하는지 가르치는 것”이었지만, FDE는 정반대의 역할을 합니다. FDE는 고객 현장에 가서 문서나 API 인터페이스에 숨겨진 불문율, 역사적으로 남아 있는 문제, 인간관계 등을 모두 파악하고, 이를 엔지니어가 이해할 수 있는 실제 요구사항으로 변환한 후, 그 요구사항을 고객이 실제로 적용할 수 있는 방안으로 만듭니다. 마지막으로 모든 피드백을 본사로 전달하여 제품을 개선합니다.
예를 들어, 온라인 게임을 할 때 고객 서비스는 사용자의 실수를 해결해 주었지만, FDE는 사용자가 공식적인 주요 퀘스트를 피하고 다른 경로로 장비를 얻는 것을 발견하면 게임 개발자에게 이를 알려 공식적인 이벤트로 만들어 모든 사용자가 이용할 수 있도록 합니다. 이것이 Palantir가 말하는 “인간 버전의 역전파”입니다. AI는 데이터 피드백으로 모델을 수정하지만, 소프트웨어 회사는 FDE가 가져온 실제 상황 피드백으로 제품을 개선합니다. 이는 실험실에서 10년 동안 개발한 기능보다 훨씬 효과적입니다.
4. FDE는 SaaS 업계의 가장 핵심적인 평가 논리를 뒤집고 있습니다: 현장 서비스는 비용 부담에서 자산 구매로 변했습니다
이전에는 자본 시장이 소프트웨어 회사의 서비스 수익을 가장 낮게 평가했으며, 인력이 많을수록 매출 원가가 낮아져 컨설팅 회사와 다를 바가 없다고 생각했습니다. 하지만 AI가 FDE의 효율성을 극대화한 후에는 비즈니스 모델의 경계가 바뀌었습니다. 이전에는 10명의 엔지니어가 반년 동안 해야 했던 맞춤 프로젝트를 이제는 FDE와 AI의 도움으로 3주 만에 완료할 수 있습니다.
이제 FDE를 파견하는 것은 비용 부담이 아니라 귀중한 자산을 구매하는 것입니다. FDE를 10개 은행에 파견하여 모든 은행이 공통적으로 겪는 문제들(기존 시스템을 수정할 수 없고 새 기능을 호환해야 하는 문제 등)을 파악하면, 그 해결책을 플랫폼의 표준 기능으로 만들 수 있습니다. 11번째 은행에는 FDE를 파견할 필요가 없이 새 기능을 3일 만에 배포할 수 있습니다. 즉, 고객 한 명을 확보할 때마다 서비스 비용만 받는 것이 아니라, 다른 회사에는 없는 보안 패치도 제공하는 것입니다. 실제 상황을 많이 경험할수록 후속 고객의 작업 시간이 절약되고 규모 확장 능력도 강해집니다.
5. 다음 시대의 경쟁은 누가 더 큰 모델이나 더 많은 코드를 가지고 있는지가 아니라, 얼마나 많은 “실제 문제”를 경험했는지입니다
이전에는 소프트웨어 업계에서 엔지니어를 채용할 때 “코드를 작성할 수 있는지”를 가장 중요하게 여겼지만, 미래에는 낯선 업계에 가서 일주일 만에 사용자의 거짓 요구사항, 절대로 건드려서는 안 되는 금지 사항, 업계 전체의 공통적인 문제를 구별할 수 있는 엔지니어가 가장 가치가 있을 것입니다.
전체 업계의 평가 기준도 바뀌어야 합니다. 이전에는 AI 스타트업에게 “제품을 대량으로 복제할 수 있는지”를 물었지만, 앞으로는 “실제 세계를 이해하는 능력이 대량으로 확장될 수 있는지”를 더 중요하게 물어야 합니다.
이제 대형 모델, 컴퓨팅 파워, 코드는 모두 쉽게 대량화될 수 있지만, 실제 세계의 문제들(시스템 버그, 인간관계, 불문율 등)은 자동으로 대량화될 수 없습니다. FDE가 얼마나 많은 상황을 경험하고, 얼마나 많은 문제를 해결했는지가 결국 승리를 결정할 것입니다.