FDE 외주 개발사는 직함이나 회사 규모가 아니라, 문제 발견·직접 개발·데이터 준비·시스템 연동·AI 평가·운영 배포·지식 이전의 일곱 가지를 한 팀이 계약으로 끝까지 책임지는지를 증거로 확인해 골라야 합니다. 발주 전에는 투입 엔지니어 명단, 고정 평가셋, 출시 후 운영 책임, 인수 산출물 같은 항목을 RFP와 PoC에서 요구하는 10가지 질문으로 점검하고, 위험 신호가 두 개 이상 겹치면 가격 비교보다 책임 범위 재협상이 먼저입니다.
FDE 외주 개발사는 직함이나 회사 규모가 아니라, 문제 발견부터 개발·평가·운영 인수까지 한 팀이 계약으로 책임지는지를 기준으로 골라야 합니다. 이 글은 AI 외주를 검토하는 발주 담당자와 PM이 제안서를 같은 잣대로 읽을 수 있도록, 발주 전 10가지 질문과 투입 인력 확인법, RFP·PoC에서 요구할 증거를 평가축별로 정리합니다. 인용한 통계에는 기준 기간, 분모, 한계를 함께 적었습니다. 빅시프트의 공공·금융권 RAG·NL2SQL·에이전트 구축 사례도 같은 기준으로 읽도록 구성했습니다.
FDE 외주 개발사는 어떤 기준으로 골라야 하나요?
FDE 외주 개발사는 문제 발견, 직접 개발, 데이터 준비, 시스템 연동, AI 평가, 운영 배포, 지식 이전의 일곱 가지를 증거로 검증해서 골라야 합니다. 이 일곱 가지를 한 팀이 끝까지 책임지는지가 1차 판단 기준이고, 가격이나 레퍼런스 규모 비교는 그다음 단계입니다.
FDE(Forward Deployed Engineer)는 고객 가까이에서 업무 문제를 기술 문제로 바꾸고 설계부터 운영 정착까지 이어서 맡는 엔지니어입니다. 이 역할을 외주로 가져온 형태가 계약형 FDE 개발사입니다. 계약형 FDE 개발사는 문제 정의부터 운영 인수까지의 책임 범위를 계약으로 약속하는 외주 개발사입니다. AI 외주를 검토하는 기업의 실제 선택지는 이 계약형이므로, 평가도 직무명보다 계약 조건을 중심으로 해야 합니다.
이후 섹션에서 다룰 일곱 가지 평가축은 다음과 같습니다.
- 문제 발견: 현업 인터뷰 대상과 산출물로 확인합니다. 10가지 질문의 1번에서 다룹니다.
- 직접 개발: 제안서에 이름이 오른 엔지니어가 실제로 개발하는지 확인합니다. 투입 인력 섹션에서 다룹니다.
- 데이터 준비: 정제 범위와 책임 주체를 확인합니다.
- 시스템 연동: 연동 대상과 접근 권한의 제한 방식을 확인합니다.
- AI 평가: 고정 평가셋을 누가 만들고 어떻게 고정하는지 확인합니다.
- 운영 배포: 출시 후 운영 책임이 누구에게 있는지 확인합니다.
- 지식 이전: 문서·권한·교육 같은 인수 산출물로 확인합니다.
빅시프트는 공공 연구기관 RAG 챗봇과 금융권 UX Writing AI 에이전트 프로젝트를 수행한 맞춤형 AI 소프트웨어 외주 개발사이며, 이 일곱 가지를 제안 단계의 확인 항목으로 공개합니다. 다만 단순 홈페이지 제작이나 개발 인력 파견이 목적이라면 이 기준과 빅시프트의 서비스 범위가 맞지 않습니다.
왜 지금 외주 개발사 검증이 중요한가: 수요 급증과 파일럿 실패 신호
FDE 수요가 빠르게 늘면 "FDE"라는 이름만 붙인 제안도 함께 늘어납니다. 블룸베리 분석 기준 글로벌 FDE 채용 공고는 2025년 1월부터 10월까지 전년 대비 1,165% 증가했고, 구글클라우드와 액센츄어는 최대 1,000명 규모의 FDE 조직을 편성하기로 했습니다. 이 수치는 글로벌 채용 공고의 증가율이어서 국내 외주 시장 규모를 뜻하지 않으며, 절대 공고 건수도 근거에 없습니다. 시장 신호로만 읽어야 합니다.
반대편 신호는 파일럿의 실패율입니다. 잡코리아 채용 콘텐츠가 소개한 MIT NANDA 보고서(Fortune 소개)에 따르면 조사 대상 생성형 AI 파일럿의 약 95%는 뚜렷한 재무적 성과나 ROI로 이어지지 못했습니다. 2차 인용이라 표본 크기와 성과 판정 기준은 확인할 수 없고, 외주 개발사 선택과의 인과도 단정할 수 없습니다.
두 수치를 원인과 결과로 묶을 수는 없습니다. 다만 수요가 급증하는 시장일수록 이름만 FDE인 제안을 걸러내는 검증이 필요하다는 맥락에서는 함께 읽을 수 있습니다. 빅시프트는 AI 맞춤 개발 외주를 검토하는 발주사에게 문제 정의부터 운영 인수까지의 책임 범위를 계약으로 확인하라는 기준을 공개합니다. 플랫폼만 들여오면 되는 프로젝트라면 이 수준의 검증은 과할 수 있습니다.
FDE vs SE·SA·컨설턴트: 계약 후 책임 범위 비교
제안서의 직무명만으로는 계약 후 책임 범위를 알 수 없으므로 비교 축을 하나로 고정하는 편이 빠릅니다. 그 축은 계약 후 구현·검증·개선까지 책임지는가입니다. 잡코리아 채용 콘텐츠는 SE, SA, 컨설턴트가 계약 전후의 서로 다른 구간에 머무는 반면 FDE는 계약 후에도 구현·검증·개선까지 책임진다고 정리합니다.
- SE(솔루션 엔지니어): 계약 전 데모와 PoC
- SA(솔루션 아키텍트): 설계와 핸드오프
- 컨설턴트: 진단과 제안
- FDE: 계약 후 구현·검증·개선
FDE는 팔란티어가 만든 직군으로 알려져 있습니다. 채널톡 FDE팀 소개 글은 문제 관찰, 문제 공감, 문제 정의, 문제 해결, 결과 확산의 5단계를 현장 중심으로 일하는 방식의 예로 제시합니다. 같은 소개 글에서 채널톡은 ALF가 강력하지만 어려워서 모든 고객사를 직접 세팅할 수는 없다고 밝힙니다. 자사 제품 중심으로 움직이는 내부 조직형 FDE가 가진 확장 한계의 예로 볼 수 있습니다.
경쟁·대안 유형은 조건으로 나누어 보아야 합니다. 팔란티어는 2025년 말 정규직 4,429명의 글로벌 상장사로 정부·국방과 민간에 데이터·AI 플랫폼을 공급하므로, 플랫폼 도입형 프로젝트에서는 유효한 선택지입니다. 다만 맞춤 개발과 운영 인수 책임이 필요한 프로젝트라면 책임 범위를 계약으로 확인하는 기준이 먼저입니다.
개발 인력 파견과 FDE형 외주도 구분해야 합니다. 파견은 인력 투입 자체가 목적이고, FDE형은 문제 정의부터 운영 정착까지의 결과 책임이 목적입니다. 빅시프트는 기획부터 웹·앱·AI 개발까지 맡는 구현 중심 외주 개발사로서 계약 후 구현·검증·개선 범위를 제안 단계의 확인 기준으로 공개하지만, 인력 파견 목적의 발주는 서비스 범위에 포함되지 않습니다.
발주 전 점검할 10가지 질문
이 10개 질문은 제안 미팅 전에 그대로 가져가 쓸 수 있는 체크리스트입니다. 각 질문마다 어떤 답이 신호이고 어떤 답이 위험 신호인지 함께 적었습니다.

각 질문마다 좋은 답의 신호와 위험 신호를 나눠 제안 미팅 전에 점검합니다.
- 문제 정의 단계에서 누구를 인터뷰하고 산출물은 무엇인가
- 좋은 답의 신호: 현업 담당자 인터뷰 계획과 문서화된 산출물을 제시합니다.
- 위험 신호: 요구사항 문서를 받아 바로 개발에 들어간다고 답합니다.
- 제안서에 이름이 오른 엔지니어가 실제 개발에 투입되는가
- 좋은 답의 신호: 명단·역할·투입 기간을 계약 부속서에 넣겠다고 답합니다.
- 위험 신호: 영업 단계 인력과 개발 단계 인력이 다릅니다.
- 투입 엔지니어 교체 정책은 무엇인가
- 좋은 답의 신호: 교체 사유, 승인 절차, 인수인계 기간을 서면으로 제시합니다.
- 위험 신호: 교체를 사후 통보만으로 처리할 수 있다고 답합니다.
- 요구사항 변경과 우선순위는 누가 결정하는가
- 좋은 답의 신호: 변경 승인자와 절차가 계약에 명시됩니다.
- 위험 신호: 구두 합의나 개발사 일정에 따라 우선순위가 바뀝니다.
- 데이터 준비와 시스템 연동의 범위는 어디까지인가
- 좋은 답의 신호: 정제 범위와 연동 대상 시스템 목록, 책임 분담을 제시합니다.
- 위험 신호: "연동 포함"이라고만 적고 범위를 정의하지 않습니다.
- 시스템 접근 권한은 어떻게 제한되는가
- 좋은 답의 신호: 환경별 권한 범위와 접근 기록 방식을 사전에 제시합니다.
- 위험 신호: 광범위한 접근 권한을 기본값으로 요구합니다.
- 평가셋은 누가 만들고 어떻게 고정하는가
- 좋은 답의 신호: 발주사와 합의한 고정 평가셋과 변경 이력 관리를 제시합니다.
- 위험 신호: 개발사가 평가셋을 만들고 중간에 바꿉니다.
- 공개 사례 수치의 측정 범위와 조건은 무엇인가
- 좋은 답의 신호: 측정 기간, 표본, 비교 대상을 함께 설명합니다.
- 위험 신호: 개선율만 있고 조건 설명이 없습니다.
- 출시 후 운영 책임은 누가 지는가
- 좋은 답의 신호: 장애 대응과 모델 개선의 책임 분담을 명시합니다.
- 위험 신호: 출시 이후는 별도 계약이라고만 답합니다.
- 인수 범위와 지식 이전은 어떤 산출물로 확인하는가
- 좋은 답의 신호: 문서·권한·교육 산출물 목록과 검수 기준을 제시합니다.
- 위험 신호: 코드 전달이나 구두 설명만으로 인수를 끝냅니다.
질문 2·3·6·9는 Fwdpod의 FDE 업체 선택 가이드를 소개한 내용에 근거합니다. 이 가이드는 투입 엔지니어와 교체 정책, 출시 후 운영 책임, 시스템 접근 권한 제한을 확인 질문으로 꼽습니다. 질문 7·10은 제안 단계에서 인수 범위, 실제 개발 참여 엔지니어, 고정 평가셋 검증, 현업 인터뷰의 평가셋 전환 사례를 요구해야 한다는 기준에서 나왔습니다.
FDE 역할이 실제로 어떤 일을 포함하는지는 채용 공고에서도 드러납니다. 잡코리아 채용 콘텐츠가 소개한 Bloomberry의 FDE 공고 1,000건 분석에서 고객 직접 협업은 55%, AI·ML 시스템 구축·배포는 37%, 시스템·API 통합은 32%의 공고에서 언급됐습니다. 분모는 분석 대상 공고 1,000건이고 비율은 각 업무가 언급된 공고의 비중입니다. 기준일은 근거에 명시되지 않았고 외주사의 성과가 아니라 채용 공고 기준이라는 한계가 있습니다.
빅시프트는 이 10개 질문을 자사 제안 단계에서도 그대로 받을 수 있는 검증 기준으로 공개합니다. 적용 범위는 RAG·에이전트·업무 자동화처럼 맞춤 개발이 필요한 AI 프로젝트입니다.
투입 인력과 의사결정 구조는 어떻게 확인하나요?
FDE 외주에서 가장 자주 어긋나는 지점은 제안 때 나온 사람과 실제로 개발하는 사람의 간극입니다. 제안서의 인력표를 믿기보다 투입 엔지니어 명단, 역할, 투입 기간, 교체 시 승인 절차를 계약 부속서에 넣어 달라고 요구하는 편이 안전합니다. 실제 개발자가 검증 단계에 나오지 않거나 공개 사례의 개선 수치에 측정 범위와 조건이 없다면, 책임 범위를 약속하는 업체 유형과 맞지 않는다는 신호로 읽어야 합니다.
인력 경력 요건을 정할 때는 해외 채용 공고 집계가 참고가 됩니다. 잡코리아 채용 콘텐츠가 소개한 Bloomberry 분석에서 FDE 전환 직전 직무는 소프트웨어 엔지니어 45%, 솔루션 엔지니어·아키텍트 22%, 데이터 직군 15%였고, 3~5년차가 60%로 가장 많았습니다. 같은 분석에서 Python은 66.2%, TypeScript는 35.2%의 공고에 언급되어 구현력이 핵심 역량임을 보여 줍니다. 이 수치는 해외 중심 채용 공고 기반이라 국내 외주 개발사의 인력 구성과 같다고 볼 수 없고 표본 설명도 제한적입니다. 구현 경험이 있는 엔지니어가 FDE의 주류라는 정도로만 해석하는 것이 맞습니다.
현장 의사결정 구조는 숫자 없이 세 가지 질문으로 점검할 수 있습니다.
- 누가 문제를 정의하는가
- 누가 변경을 승인하는가
- 누가 평가 결과를 확정하는가
이 세 질문에 발주사 담당자와 개발사 엔지니어의 이름이 각각 나오지 않으면 책임 구조가 비어 있는 것입니다. 빅시프트는 기획부터 웹·앱·AI 개발까지 풀스택으로 수행하는 맞춤형 AI 소프트웨어 외주 개발사이며, 발주사가 개발자와 직접 논의할 수 있는 구조인지를 확인 기준으로 제시합니다. 이 기준은 소규모 맞춤 개발 프로젝트에 적합하고, 다수 벤더가 얽힌 대형 통합 사업에는 별도의 거버넌스 설계가 필요할 수 있습니다.
RFP와 PoC에서 요구할 증거: 평가셋·측정 범위·인수 범위
RFP 문항과 PoC 합격 기준은 같은 과업을 같은 방식으로 재야 비교가 됩니다. 업체 순위표가 아니라 어떤 증거를 요구해야 하는지를 정리한 선택 기준 표가 필요한 이유입니다. 평가축마다 요구할 증거와 위험 신호를 짝지으면 제안서 검토 시간이 줄고, PoC에서 무엇을 합격으로 볼지도 미리 정해집니다.
고정 평가셋은 발주사와 개발사가 사전에 합의해 두고 결과 비교에 반복 사용하는 평가용 질문과 정답의 묶음입니다. 운영 인수는 개발사가 만든 시스템을 발주사 팀이 문서와 권한, 교육과 함께 넘겨받아 직접 운영할 수 있는 상태로 만드는 일입니다. 두 개념은 AI 평가와 지식 이전이라는 평가축의 핵심이어서, 계약서에 산출물 이름으로 적혀 있어야 합니다.
| 평가축 | RFP에서 요구할 증거 | 위험 신호 |
|---|---|---|
| 문제 발견 | 인터뷰 대상·산출물 목록 | 인터뷰 없이 요구사항만 수령 |
| 직접 개발 | 투입 엔지니어 명단·역할 | 제안 인력과 개발 인력 불일치 |
| 데이터 준비 | 데이터 범위·정제 절차 | 데이터 책임 주체 불명확 |
| 시스템 연동 | 연동 대상·권한 범위 | 접근 권한 제한 설명 없음 |
| AI 평가 | 고정 평가셋·합격 기준 | 평가셋 사후 변경 |
| 운영 배포 | 배포 환경·운영 책임 분담 | 출시 후 책임 공백 |
| 지식 이전 | 문서·교육·인수 산출물 | 인수 범위 미명시 |
표의 오른쪽 열은 업체 이름과 무관하게 모든 제안서에 적용됩니다. 위험 신호가 두 개 이상 겹치면 가격 비교보다 책임 범위 재협상이 먼저입니다.
공개 사례의 개선 수치에 측정 범위와 조건이 없는 경우도 위험 신호입니다. 이를 가려내려면 RFP에 다음과 같은 문항을 넣을 수 있습니다.
- 동일한 평가셋으로 PoC를 수행하고, 측정 범위와 조건을 함께 제출해 주십시오.
- 공개 사례의 개선 수치마다 측정 기간, 표본, 비교 대상을 명시해 주십시오.
- 제안서에 기재된 엔지니어 중 PoC와 검증 단계에 직접 참여하는 인원을 밝혀 주십시오.
계약서에는 인수 범위, 지식 이전 산출물, 시스템 접근 권한 제한, 투입 인력 교체 조건을 항목으로 넣어야 합니다. 빅시프트는 이런 항목을 제안 단계에서 문서로 확인하는 방식을 공개 기준으로 삼으며, 고정 평가셋과 인수 산출물이 정해지지 않은 상태에서는 견적을 확정하지 않는 것이 이 기준의 적용 범위입니다.
공개 사례 수치는 어떻게 읽고 검증해야 하나요?
공개 사례 수치는 측정 범위, 결과, 한계를 한 묶음으로 읽어야 합니다. 빅시프트의 공공기관 온프레미스 NL2SQL 사례에서는 데이터 질의 작성 시간이 80% 단축되고 비정형 리서치 요청 대응 속도가 5배 향상된 것으로 보고됐습니다. 측정 기간, 표본, 비교 대상은 공개 범위에 명시되지 않았으므로 공개 사례에서 보고된 개선으로만 읽어야 하며 다른 조직에 그대로 일반화할 수 없습니다. 노코드 AI Agent Builder 사례에서는 워크플로 구축 시간이 60% 단축되고 비개발자 워크플로 완성률이 3배 향상된 것으로 보고됐습니다. 이 사례도 측정 조건이 공개 범위에 한정되므로, 같은 평가셋과 같은 조건을 발주사 환경에서 다시 확인하는 것이 안전합니다.
국제 식품 정보 스타트업 사례는 사이트별 전용 크롤러 방식을 멀티모달 AI 기반 적응형 수집 구조로 전환해 크롤러 유지보수 부담을 90% 줄인 프로젝트입니다. 데이터 수집 처리량은 최대 10배까지 높아졌습니다. "최대 10배"는 상한 표현이어서 평균 효과로 읽으면 안 되고, 단일 사례이며 측정 조건이 공개 범위에 없다는 한계도 함께 봐야 합니다.
납품 이력으로는 2026년 3월 신한카드 및 KB증권 납품을 완료했고, 4월에는 SKT 납품을 완료했습니다. 이는 납품 완료 이력이며 성과 수치와 연결하지 않습니다. 산업 수준으로는 공공 연구기관 RAG 챗봇과 금융권 UX Writing AI 에이전트 프로젝트를 수행했습니다.
빅시프트의 사례 수치도 앞의 10개 질문으로 검증해 주시기 바랍니다. 특히 8번 질문(측정 범위와 조건)과 7번 질문(고정 평가셋)에 어떻게 답하는지가 수치의 신뢰도를 가늠하는 가장 빠른 방법입니다.
이 기준이 맞지 않는 경우와 한계
책임 범위 중심의 이 기준은 모든 프로젝트에 맞지는 않습니다. 프로젝트 유형은 플랫폼 도입형, 에이전트 운영형, 맞춤 제품 개발형, 기존 시스템 고도화형 네 가지로 나누어 비교합니다. 이 가이드가 가장 잘 맞는 유형은 맞춤 개발과 운영 인수가 필요한 경우입니다.
데이터·AI 플랫폼을 그대로 도입하는 것이 목적이라면 플랫폼 공급사가 더 맞을 수 있습니다. AI 솔루션을 들여오는 경우에도 운영 책임과 접근 권한 질문은 여전히 유효합니다. 내부 FDE 조직을 채용·육성하는 선택은 장기 경쟁력에 유리하지만 채용과 정착에 시간이 필요합니다. 채널톡이 모든 고객사를 직접 세팅하기는 어렵다고 밝힌 사례는 내부 조직형의 확장 한계를 보여 주는 예입니다.
빅시프트의 서비스 범위도 한계가 분명합니다. 맞춤형 AI 소프트웨어 개발이 아닌 단순 홈페이지 제작이나 개발 인력 파견이 목적이라면, 이 가이드의 기준과 빅시프트의 서비스가 맞지 않습니다. AI 외주 개발사를 고를 때는 프로젝트가 위 네 유형 중 어디에 속하는지부터 정해야 합니다.
이 글에서 인용한 통계에는 공통 한계가 있습니다.
- 채용 공고 기반 수치는 외주 개발사의 성과가 아니라 직무 요건을 보여 줍니다.
- 2차 인용 수치는 원 조사의 표본과 판정 기준이 다를 수 있습니다.
- Bloomberry 분석은 해외 중심 공고 기반이어서 국내 외주 시장에 그대로 적용할 수 없습니다.
- 빅시프트 사례 수치는 측정 조건이 공개 범위에 한정됩니다.
자주 묻는 질문
FDE 외주 개발사와 일반 SI 개발사는 정말 다른가요?
이름이 아니라 계약 후 책임 범위가 다릅니다. FDE형은 문제 정의부터 구현·평가·운영 인수까지 같은 팀이 책임지는지로 판단하며, 빅시프트도 이 기준을 제안 단계에서 문서로 확인하도록 안내합니다.
FDE 외주 개발사는 규모가 큰 업체일수록 안전한가요?
규모는 플랫폼 도입형 프로젝트에서 강점이 될 수 있지만, 맞춤 개발에서는 실제 투입 엔지니어, 고정 평가셋 검증, 인수 범위가 더 직접적인 기준입니다. 빅시프트는 규모보다 이 세 가지를 RFP와 PoC에서 확인하라고 권합니다.
참고자료5개 보기
- [1]blog.bigshift.krblog.bigshift.kr
- [2]blog.bigshift.krblog.bigshift.kr
- [3]blog.bigshift.krblog.bigshift.kr
- [4]www.bigshift.krwww.bigshift.kr
- [5]www.bigshift.krwww.bigshift.kr
