AI 시대 플랫폼 전쟁, FDE가 뜨는 진짜 이유와 SaaS의 운명

API만 열면 플랫폼이 된다고요?

요즘 스타트업 기획 회의에 들어가면 꼭 이 말이 나와요.

"우리도 MCP랑 API 열어두면 플랫폼 되는 거 아닌가요?"

투자자 IR 자료에서도, 전략 세션에서도 "우리는 플랫폼이 될 것입니다"라는 문장이 빠지질 않더라구요. 근데 저는 그 말을 들을 때마다 속으로 이런 생각을 해요.

'API 열었다고 플랫폼이 되면, 세상 모든 SaaS는 이미 플랫폼이 됐어야지.'

2026년 AI 업계에는 흥미로운 판이 펼쳐지고 있어요. 모델 경쟁은 이미 성숙 단계에 들어갔고, 진짜 전쟁터는 완전히 다른 곳으로 이동하고 있거든요. 오늘은 그 핵심 키워드 두 가지, '플랫폼의 원죄'와 'FDE(전진배치 엔지니어, Forward Deployed Engineer)'를 중심으로 지금 소프트웨어 시장의 판이 어떻게 바뀌고 있는지 이야기해볼게요.

플랫폼, 생각보다 훨씬 까다로운 개념이에요

IT 업계에서 '플랫폼'이라는 말은 너무 자주 쓰여서 오히려 뜻이 흐릿해진 단어예요. 가장 깔끔한 정의는 이거예요.

"생태계에 주는 가치가, 스스로 가져가는 가치보다 많은 곳."

애플 앱스토어, 구글 플레이, AWS가 대표적이에요. 이 플랫폼들은 직접 앱을 만들어 팔지 않아도, 그 위에서 다른 앱들이 돌아가면서 수수료와 종속성을 만들어냅니다.

그런데 AI 시대에 이 정의가 한층 까다로워졌어요. 예전처럼 기능을 구독받는 SaaS 방식이 아니라, AWS 같은 하이퍼스케일러 수준의 DNA가 필요하다는 말이 나오거든요. 선언해서 되는 자리가 아니라, 고객의 운영 구조 안에서 없어서는 안 될 존재로 '얻어내는' 자리라는 뜻입니다.

플랫폼은 내가 선언하는 게 아니라, 고객의 운영 안에서 얻어내는 자리입니다.

플랫폼 빌더들이 저지르는 원죄, 뭔지 아세요?

업계 뉴스레터에 요즘 이런 표현이 등장했어요. "플랫폼 구축의 원죄(The Cardinal Sin of Platform Building)."

원죄가 뭐냐면, 킬러 앱을 만들기도 전에 플랫폼부터 만드는 것이에요.

플랫폼을 먼저 만들면 어떤 일이 벌어지냐면요. 실제 사용 패턴이 없는 상태에서 인터페이스와 추상화 구조를 설계하게 돼요. 아무도 아직 어떻게 쓸지 모르는 기술 위에 집을 짓는 것과 같아요. 그리고 그 집은 아무도 살고 싶어하지 않는 집이 되고 맙니다.

반면 후발 주자들은 이걸 알고 있어요. 라스트 마일(최종 사용자에게 닿는 마지막 연결 지점) 문제를 먼저 풀면서 고객의 신뢰를 얻고, 그 과정에서 진짜 플랫폼이 될 권리를 획득해가는 방식이에요. 가트너 리포트에 따르면 2026년까지 엔터프라이즈 애플리케이션의 40%가 작업별 AI 에이전트를 포함할 것으로 예측되는데요. 이 시장을 선점하는 곳은 기술이 빠른 곳이 아니라 현장 문제를 먼저 풀어낸 곳이 될 가능성이 높아요.

킬러 앱 없는 플랫폼은 아무도 살지 않는 집이에요. 고객 문제 해결이 무조건 먼저입니다.

FDE란 무엇인가요?

FDE, 즉 전진배치 엔지니어(Forward Deployed Engineer)는 데이터 분석 기업 팔란티어(Palantir)가 약 20년 전에 만든 개념이에요.

팔란티어는 소프트웨어를 만들어 납품하는 대신, 엔지니어를 직접 고객사 현장에 파견해서 함께 문제를 풀었어요. 말 그대로 '전방에 배치(Forward Deployed)'하는 방식이에요. 팔란티어 초기에는 소프트웨어 엔지니어보다 FDE가 더 많았을 정도로, 이 모델이 회사 비즈니스의 핵심이었어요.

그럼 왜 FDE가 필요한 걸까요?

기업 AI 도입의 가장 큰 장벽이 기술력이 아니라 '통합(Integration)' 문제이기 때문이에요. 고객사 데이터는 여기저기 흩어져 있고, 레거시 시스템은 AI랑 연동이 안 되고, 담당자들은 어디서부터 시작해야 할지 모르는 경우가 많아요. 고객 성공 매니저도, 매뉴얼도 이 간극을 메울 수 없어요. FDE만이 실제로 코드를 짜고 시스템에 집어넣어서 결과를 만들 수 있거든요.

FDE는 컨설턴트가 아니에요. 보고서 대신 실제 작동하는 코드를 고객 환경에 심는 사람들이에요.

MIT 보고서가 밝힌 충격적인 수치

여기서 잠깐 멈추고 싶어요. 최근 MIT 보고서에 따르면, 전 세계 기업의 95%는 생성형 AI를 도입하고도 아무런 성과를 내지 못하고 있어요. 400억 달러, 우리 돈으로 약 55조 원이 넘는 돈이 투자됐는데도 단 5%의 기업만이 AI 도입에 성공하고 있다는 이야기예요.

왜 이럴까요? AI는 설치로 끝나는 소프트웨어가 아니라, 현장에서 계속 가다듬어야 하는 기술이기 때문이에요. "챗GPT 파일럿을 해봤는데 별로였어요"라고 말하는 기업 대부분은 사실 기술 자체가 나쁜 게 아니라, 인상적인 데모와 실제 운영 환경 사이의 간극을 넘지 못한 거예요.

그 간극을 메우는 역할이 바로 FDE예요. 채용 플랫폼 인디드(Indeed) 데이터에 따르면 2025년 1월부터 9월까지 고객 대응형 AI 엔지니어 관련 채용 공고가 800% 이상 폭발적으로 늘었어요. 2026년 기준 전년 대비 성장률은 무려 1,165%라는 분석도 나오고 있어요. FDE 경력자의 연봉 중앙값이 미국 기준 2억 3천만 원을 넘어서는 것도 수요가 얼마나 뜨거운지를 보여줘요.

AI 도입 실패의 원인은 모델이 아니에요. 배포(Deployment)예요.

OpenAI, Anthropic, Meta까지 전부 뛰어들었어요

2026년 5월, 업계에 큰 뉴스 두 개가 동시에 터졌어요.

OpenAI는 '더 디플로이먼트 컴퍼니(The Deployment Company)'를 설립하며 40억 달러 이상을 조달하고 약 150명의 배치 전문 엔지니어를 확보했어요. 이미 농기계 제조사 존디어에서 현장 맞춤형 AI를 적용해 농약 살포량을 60~70% 줄이는 성과를 냈고요.

Anthropic은 블랙스톤, 헬만앤프리드만, 골드만삭스와 함께 15억 달러 규모의 합작 법인을 설립했어요. 중견 기업들을 대상으로 Claude AI를 핵심 업무에 도입하는 것을 전담하는 조직이에요. 최근 어플라이드 AI 서비스 기업 '프랙셔널(Fractional)'을 인수하며 현장 운영 역량도 갖췄어요.

Meta도 이 대열에 합류했어요. PM, 데이터 엔지니어, 소프트웨어 엔지니어를 기업 고객사 내부에 함께 파견하는 '엔터프라이즈 솔루션 유닛'을 신설했어요. Meta는 이미 수많은 기업 광고주와 깊은 관계를 맺고 있어서, 마케팅 지출 관계를 발판으로 더 넓은 기업 시스템으로 파고드는 전략이에요.

AI 모델 경쟁은 이미 성숙했어요. 지금의 진짜 전쟁터는 누가 고객사 내부에 더 깊이 들어가느냐예요.

게인사이트가 BPO 회사가 된 이유

고객 성공 관리 소프트웨어로 유명한 게인사이트(Gainsight)가 최근 '아틀라스(Atlas)' 서비스를 출시하며 BPO 회사로 변신을 선언했어요.

BPO(Business Process Outsourcing)는 고객사의 업무 일부를 외부 회사가 대신 처리해주는 방식이에요. 게인사이트 소속 직원들이 고객사 환경 안에서 직접 AI를 활용해 고객 성공 업무를 수행하는 방식인데요.

이게 뜻하는 바가 커요. '소프트웨어를 팔던 시대'에서 '결과를 파는 시대'로 이동하고 있다는 신호거든요. 아무리 좋은 소프트웨어도 실제로 기업 성과를 만들어내지 못하면 계약이 유지되지 않는 시대가 온 거예요. '서비스형 소프트웨어(Service-as-Software)'라는 말도 나오고 있지만, 결국 고객 입장에서는 어떻게 만드느냐보다 결과가 나오느냐가 중요한 거예요.

고객은 소프트웨어를 사는 게 아니에요. 성과를 삽니다.

데이터를 가진 자가 에이전트 시대의 진짜 플랫폼이에요

2026년, 스노우플레이크(Snowflake)의 주가가 하루에 36% 급등하며 시가총액이 20조 원 넘게 늘었어요.

이유가 두 가지였는데요. 첫째는 스노우플레이크 자체 코딩 에이전트인 코텍스 코드(Cortex Code)의 성장이 연간 매출 전망치를 27%에서 31%로 끌어올렸어요. 둘째는 AWS와 60억 달러, 5년짜리 대규모 인프라 계약을 맺었고요.

스노우플레이크의 사례가 보여주는 건 하나예요. AI 시대에 데이터를 중앙에서 관리하는 기업이 얼마나 강력한 위치에 설 수 있는지예요. 중요한 데이터를 갖고 있는 회사는 에이전트들이 그 데이터를 쓰기 위해 반드시 거쳐가야 하는 플랫폼이 되거든요. 이것이 AI 시대 플랫폼 경쟁의 핵심이에요.

데이터 없는 플랫폼 선언은 공허해요. AI 에이전트 시대에는 중요한 데이터를 갖고 있는 곳이 진짜 플랫폼이 됩니다.

추론(Inference) 시장도 폭발하고 있어요

마지막으로 조금 낯선 이야기를 해볼게요. '추론(Inference)'은 AI 모델이 실제로 답을 생성하는 과정이에요. AI를 훈련시키는 것과 실제로 사용하는 것은 다른 단계인데, 그 '실제로 사용하는' 단계가 인퍼런스예요.

이 시장의 숫자들이 놀라워요. 추론 플랫폼 기업 베이스텐(Baseten)은 2026년 1분기에 연간반복매출(ARR)이 2억 달러에서 6억 달러로 세 배 급증했어요. 파이어웍스(Fireworks)는 같은 기간에 무려 네 배 성장해 ARR이 8억 달러를 돌파했고요.

왜 이렇게 빠를까요? AI 에이전트가 많아질수록 추론 요청 수가 기하급수적으로 늘어나기 때문이에요. 에이전트가 하나의 작업을 수행하는 데도 수십 번의 추론이 필요한데, 기업들이 동시에 수천 개의 에이전트를 운영하기 시작하면 추론 시장은 지금보다 훨씬 더 커질 거예요.

인프라를 잡는 자가 AI 경제를 잡습니다.

마무리: 로켓을 고객 공장 안에 넣어야 이기는 시대

2026년 AI 업계의 변화를 핵심만 뽑아 정리하면 이렇게 돼요.

첫째, API만 열어둔다고 플랫폼이 되지 않아요. 플랫폼은 고객의 운영 구조 안에서 없어서는 안 될 존재가 될 때 비로소 얻어지는 자리예요.

둘째, 소프트웨어를 파는 것보다 현장에서 결과를 만드는 것이 더 강한 비즈니스 모델이 되고 있어요. FDE, BPO형 SaaS, 성과 기반 계약이 그 증거예요.

셋째, 데이터를 가진 자가 에이전트 시대의 플랫폼이 돼요. 추론 비용과 데이터 접근권이 새로운 경쟁의 축이에요.

로켓 앞에 앉아 있는 사람이 이기는 시대가 아니에요. 로켓이 고객 공장 안에 들어가서 실제로 제품을 만들어야 이기는 시대예요.

B2B 소프트웨어를 운영하거나 AI 도입을 고민 중이라면, 지금 가장 중요한 질문은 딱 두 가지예요. "우리 데이터를 누가 쓸 수 있느냐"와 "우리는 고객의 현장에 얼마나 깊이 들어갈 수 있느냐"입니다.