02 LLM기업의 컨설팅화, FDE 시대

│김영욱 SAP Product Engineering Product Expert

한 주 사이에 일어난 일, 우연이 아닌 신호.

2026년 5월 4일, AI 산업의 두 거인이 같은 날 거의 같은 시간에 같은 종류의 발표를 내놓았다. 오전, 앤쓰로픽은 블랙스톤, 골드만삭스를 비롯한 월스트리트의 대형 투자사와 손잡고 클로드를 기업 운영의 핵심에 집어넣을 새로운 합작법인을 만들겠다고 발표했다.¹⁾ 딱 일 주일 후, 11일 오픈AI는 100억 달러 규모의 투자 합작법인 ‘오픈AI Deployment Company'의 출범을 공식 발표했다.²⁾ 19개 파트너로부터 40억 달러의 초기 자본을 조달했고, AI 컨설팅·엔지니어링 기업 투모로(Tomoro) 인수를 통해 약 150명의 FDE (Forward-Deployed Engineer)를 합류시켰다. 그리고 바로 이틀 후 13일 구글은 "수백 명 규모의 FDE 조직을 구글 클라우드 안에 신설한다"고 발표했다.³⁾

열흘 사이에 AI 산업의 세 거인이 같은 방향으로 움직였다는 사실은, 이 산업에서 좀처럼 보기 어려운 광경이다. 이 동시성에 주목해야 하는 이유는 단순한 우연이 아니라는 사실이다. 세 회사가 각자의 IPO 또는 그에 준하는 시장 평가를 앞두고 동시에 같은 답에 도달했다는 사실은, AI 산업의 가치사슬에서 가장 큰 가치가 발생하는 위치가 다시 한번 이동했음을 의미한다. 그 위치는 더 이상 모델 자체가 아니다. 모델을 기업의 워크플로우 안에 넣는 ‘구현(Implementation) 단계’다.

지난 4월 디지털 이슈 리포트에서 다룬 수직통합 논지의 연장선에서 보면, 이번 5월의 동시 발표들은 통합의 다음 단계가 시작되었다는 신호다. 4월의 분석이 "기능이 복제되고 리치(Reach)가 시장을 결정한다"는 명제로 모델·인프라·배포 채널의 수직통합을 다뤘다면, 5월에 일어난 사건들은 그 통합이 한 단계 더 내려갔음을 보여준다. 이제 LLM 기업은 모델만 파는 회사가 아니라, 고객사의 사무실 안에 엔지니어를 보내 워크플로우를 다시 그리는 회사가 되고 있다. 이것은 맥킨지와 액션추어가 수십 년에 걸쳐 점유해 온 컨설팅 영역과 정면으로 겹치며, 동시에 한국의 대형 SI 기업이 점유해 온 AX 시장의 본질을 다시 정의한다. 이 리포트는 5월 첫째·둘째 주에 일어난 일들을 단순한 비즈니스 뉴스가 아닌 산업 구조의 변곡점으로 해석하고, 그 함의를 세 가지 층위에서 분석한다. 

첫째, 세 기업 발표의 구조적 해부를 통해 가치사슬 압축의 양상을 본다.

둘째, 팔란티어가 22년 전에 발명한 FDE 모델이 왜 지금 AI 산업의 표준으로 수렴하고 있는지를 추적한다. 

셋째, 이 변화가 한국 시장의 대형 SI에게 어떤 정체성 위기를 만들어내는지, 그리고 그 위기 속에서 어떤 선택이 가능한지를 짚는다.

1. 세 발표의 해부

5월의 발표 3건은 표면적으로는 자본 조달 규모, 파트너 구성, 조직 형태에서 모두 차이를 보인다. 그러나 그 구조를 한 겹 들춰보면, 세 회사가 같은 진단 위에서 출발했다는 점이 분명해진다. 모델만으로는 엔터프라이즈 시장의 가치를 충분히 확보할 수 없다는 진단, 그리고 그 가치 확보의 결정적 단계가 고객사의 실제 워크플로우 안에 있다는 인식이다. 이 장에서는 세 발표안에 공통으로 흐르는 구조적 논리를 추출한다. 

1.1 오픈AI Deployment Company의 구조

오픈AI Deployment Company(이하 DeployCo)는 오픈AI가 다수 지분을 보유하고 직접 통제하는 자회사 형태로 출범했다. 동시에 투모로를 인수하면서 150명의 FDE를 곧바로 새 법인에 투입했다. 이들은 고객사 현장에 직접 파견되어 프로덕션 환경에 통합 가능한 AI 시스템을 설계·검증·배포하는 역할을 맡는다.

이 구조에서 가장 눈여겨봐야 할 점은 오픈AI가 DeployCo를 단순 지분 투자 대상이 아니라 다수 지분을 보유한 직접 통제 자회사로 설계했다는 사실이다. 앤쓰로픽의 합작법인이 소수 지분 구조인 것과 대비된다. 이는 오픈AI가 구현 단계를 외부 위탁이 아닌 자사의 핵심 사업 영역으로 정의하기로 했다는 의지의 표명이다. 모델 공급자가 아니라 주체적 구현 사업자로 정체성을 재설정하는 결정이다.

오픈AI의 발표문은 이 전환을 더 직접적으로 드러낸다. "우리는 최첨단 모델을 만드는 연구 회사인 동시에 배포 기업(deployment company)이다"라는 표현이 사용되었다. 이 한 문장이 의미는 꽤 크다. 지난 2년간 오픈AI의 비즈니스 모델은 API 및 챗GPT 엔터프라이즈를 통한 모델 라이선싱이었다. 그러나 DeployCo의 출범과 함께 오픈AI는 자사 정체성에 "배포 기업"을 명시적으로 추가했다. 맥킨지, BCG, 액센추어, 캡제미나이를 '프론티어 얼라이언시즈' 파트너로 묶어두면서, 동시에 같은 영역에서 직접 경쟁할 수 있는 자체 채널을 구축한 셈이다.

1.2 앤쓰로픽의 치밀한 설계

앤쓰로픽의 합작법인은 총 15억 달러 규모로 100억 달러의 오픈AI 대비 자본 규모가 작다. 그러나 규모가 작다는 사실이 영향력의 약함을 의미하지는 않는다. 오히려 이 구조는 더 정밀하게 설계된 메커니즘에 가깝다.

핵심은 투자사 포트폴리오사에 대한 직접 접근권이다. 블랙스톤은 각자 수백 개의 중견기업 포트폴리오를 보유하고 있고, 그 기업들은 디지털 성숙도는 매우 높다. 합작법인은 이 포트폴리오에 클로드를 직접 통합하는 작업을 우선 수행한다. 앤쓰로픽은 클로드에 대한 엔터프라이즈 수요가 단일 배포 모델로는 감당할 수 없을 정도라고 하는데, 단일 배포 모델, 즉 API와 직접 영업만으로는 투자사 포트폴리오 전체를 동시에 침투할 수 없다는 자기 진단이다. 

앤쓰로픽의 응용 AI 엔지니어들은 새 합작법인의 엔지니어링 팀과 함께 고객사를 방문해 사용 사례를 식별하고, 맞춤형 시스템을 구축하며, 장기간에 걸쳐 운영을 지원한다. 이것이 바로 맥킨지, 딜로이트, 액센추어가 수십 년에 걸쳐 점유해 온 영역의 핵심 업무다. 다만 결정적 차이가 있다. 합작법인의 엔지니어들은 시간당 청구를 위한 슬라이드를 만드는 것이 아니라, 모델 그 자체를 다루는 사람들이다. 클로드의 역량이 월 단위, 심지어 주 단위로 변한다는 상황은 전통 컨설팅사가 따라가기 어려운 속도의 게임에서 우위를 점할 수 있다.

1.3 구글의 합류, 그리고 "영업사원의 바다"라는 표현

AI 업계의 빅3 가운데 두 회사가 투자사 합작법인을 통해 구현 사업에 진출한 다음 주, 세 번째 회사가 자체 인력으로 같은 방향에 합류한 셈이다. 발표에서 "고객 앞에 영업사원의 바다(an ocean of salespeople)가 아니라, 더 많은 기술 자원을 들고 나타나야 한다."는 표현은 이 결정의 본질을 가장 선명하게 드러낸다. 전통적인 엔터프라이즈 소프트웨어 영업의 표준 패턴인즉 영업사원이 슬라이드로 설명하고, 솔루션 엔지니어가 데모를 보여주고, 컨설팅사가 도입을 지원하는 방법이 더 이상 작동하지 않는다는 자기 진단이다. 

구글의 접근법은 오픈AI나 앤쓰로픽의 자본 구조와는 다르지만, 본질에서는 같다. 모델만으로는 충분하지 않으며, 고객사 안에 사람을 보내야 한다는 결론이다. 구글의 발표 맥락에는 한 가지 더 짚어야 할 디테일이 있다. 구글이 FDE 조직을 신설한 것은 새로운 시장 기회를 선제적으로 만들기 위한 결정이 아니라, 이미 진행 중인 수요에 대응하기 위한 결정이라는 것이다.

그림 1 서울 지역 FDE 모집 공고 (출처: 구글) 

2. FDE 모델의 산업 표준화

2.1 FDE 모델의 기원과 진화

2003년 창업한 팔란티어의 초기 고객 대부분은 정보기관이었다. 이 고객들에게는 두 가지 특수성이 있었다. 첫째, 자신들의 워크플로우를 외부 벤더에게 명확히 설명할 수 없었다. 둘째, 데이터를 외부로 반출할 수 없었다. 일반적인 소프트웨어 기업의 "고객의 요구사항을 모아 사무실에서 제품을 만든다"는 방식은 작동하지 않았다. 팔란티어의 해결책은 단순하면서도 비정통적이었다. 엔지니어를 고객 현장에 직접 파견하는 것이다. 이 엔지니어들은 정보 분석가들과 같은 책상에서 일하면서, 그들이 어떻게 일하는지를 직접 관찰하고, 그 자리에서 도구를 만들고, 만든 도구를 즉시 검증했다. 이것이 FDE 모델의 기원이다. FDE 모델의 진가는 그다음 단계에서 드러났다. 현장에서 검증된 도구들이 점차 회사의 핵심 제품 안으로 흡수되었고, 이렇게 만들어진 것이 파운드리 플랫폼이다. 고객 현장은 신기술의 검증장이었고, 거기서 작동한 것들이 중앙으로 이동해 표준 제품이 되었다. 팔란티어가 단순 컨설팅 회사가 되지 않고 제품 회사로 진화할 수 있었던 핵심 메커니즘이 여기에 있다. 현장에서의 학습이 제품으로 응축되고, 그 제품이 다시 다음 고객에게 더 효율적으로 적용되는 선순환이다.

그림 2 팔란티어의 FDE 동작 모델 (출처: 팔란티어)

2.2 왜 모든 AI 리딩기업이 같은 답에 수렴하는가?

AI 리딩기업이 FDE 기반 조직구조를 선택한 사실은 우연이 아니라 구조적 수렴의 결과다. 그 수렴의 동력은 엔터프라이즈 시장에서 발견된 한 가지 불편한 진실에서 나온다. 모델을 사도 가치는 자동으로 따라오지 않는다는 사실이다. 조사에 따르면, 미드마켓 기업의 5분의 1 미만이 AI 에이전트 배포에 필요한 수준의 내부 워크플로우 문서화를 갖추고 있다.⁴⁾ 나머지 80%의 기업에서는 모델 도입에 앞서 워크플로우 자체를 다시 그려야 한다. 병목은 모델이 아니라 조직 그 자체였다.

이 진단이 만들어낸 변화의 폭은 크다. AI 기업이 모델만 제공하고 워크플로우 재설계를 외부 컨설팅사에 맡기던 기존 분업 구조는, 두 가지 이유에서 한계에 도달했다.

첫째, 모델의 역량이 주 단위로 진화하는 속도를 외부 컨설팅사가 따라잡을 수 없다. 6개월짜리 컨설팅 프로젝트가 끝나는 시점에 도입할 모델은, 프로젝트 시작 시점의 모델과 다른 것이 되어 있다.

둘째, 컨설팅사의 슬라이드에서 검증된 가치가 실제 프로덕션 환경에 도착하는 데 걸리는 시간이 너무 길다. 이 두 가지 마찰을 해소하기 위해 모델 회사가 직접 엔지니어를 현장에 보내는 구조가 등장했다.

FDE 모델이 만들어내는 효과는 정량적으로도 확인된다. FDE 모델을 채택한 AI 기업은 초기 18개월 동안 동종 대비 약 3배의 ARR 성장률을 기록했고, 같은 효과를 일반적인 영업 인력으로 달성하기 위해 필요한 고객 성공팀의 약 3분의 1 규모로 운영이 가능했다.⁵⁾ 이는 단순한 영업 효율의 차이가 아니다. 고객 현장에서 검증된 워크플로우가 다른 고객에게 재사용 가능한 형태로 응축되는 순간, 단위 매출당 한계 비용이 급격히 낮아지는 구조가 만들어진다. 팔란티어가 파운드리로 가능했던 것을, 이제 LLM 기업들이 모델 위에서 시도하는 것이다.

2.3 'Productized Consulting'이라는 새 카테고리

FDE 모델을 더 정확히 이해하려면 그것이 단순 컨설팅도, 순수 SaaS 영업도 아닌 제3의 모델이라는 점을 짚어야 한다. 이 모델의 본질을 "Productized Consulting", 즉 "제품화된 컨설팅"이라는 용어로 설명했다. 핵심은 세 가지다. 엔지니어가 기술 스택과 고객의 비즈니스 로직을 동시에 이해하고, 요구사항을 즉석에서 코드로 번역할 수 있어야 하며, 만들어진 해결책은 빠르게 제품 기능으로 추상화되어야 한다. 그렇지 않으면 그것은 단지 맞춤형 외주 개발에 불과하다.

이 모델이 요구하는 인재상도 전통적인 컨설턴트나 소프트웨어 엔지니어와 다르다. 영업 20%, 제품 30%, 엔지니어링 50%의 비율로 한 사람에 결합된 '삼각 융합형 인재(Triple-Threat)'가 필요하다. 팔란티어는 초기에 모든 직원에게 '엔지니어'라는 단일한 직책을 부여하고 조직구조 자체를 단순화했다. 직책으로 구분되지 않는 이 평평한 구조가, 영업·제품·엔지니어링이 한 사람의 머리 안에서 자연스럽게 결합되도록 강제하는 장치였다. 이 인재상은 빅4 컨설팅사가 단순히 따라 할 수 없는 구조적 장벽이기도 하다. 맥킨지 컨설턴트는 깊은 전략적 사고 능력을 갖추고 있지만, 클로드 API를 직접 호출해 프로덕션 워크플로우를 만들 수는 없다. 액센추어의 시스템 통합 엔지니어는 코드를 짤 수 있지만, 클라이언트 임원과 한 자리에서 사업 전략의 트레이드오프를 토론하기는 어렵다. 그리고 무엇보다, 시간당 청구 모델에 묶여 있는 컨설팅사의 비용 구조 안에서 삼각 융합형 인재를 안정적으로 운영하기 어렵다. 이 인재들은 너무 비싸고 희소하며 시간당 청구를 거부한다.

3. 컨설팅 빅4의 양다리 전략

LLM 기업의 컨설팅화는 글로벌 컨설팅 산업에 직접적인 충격을 가한다. 그러나 이 충격은 단순한 경쟁자의 등장이라는 형태로 오지 않는다. 더 복잡하고 더 모호한 형태, 즉 동맹과 경쟁이 동시에 진행되는 형태로 진행된다. 오픈AI와 앤쓰로픽이 빅4 컨설팅사를 동시에 파트너로 끌어안으면서, 그들의 핵심 사업 영역을 자체 합작법인을 통해 잠식하는 이중 게임이 시작된 것이다.

3.1 빅4의 AI 매출이 만든 착시

최근 2년간 빅4 컨설팅사의 AI 관련 매출은 빠르게 성장해왔다. 액센추어는 2025 회계연도에 AI 매출이 27억 달러를 기록했고, 같은 기간 생성 AI 부킹은 59억 달러에 달했다.⁶⁾ 맥킨지의 경우 클라이언트 워크의 40%가 AI 관련 영역이며, 자체 개발한 내부 AI 도구 Lilli가 누적 1,900만 건 이상의 프롬프트를 처리했다.⁷⁾ 이 숫자들이 만들어내는 인상은 명확하다. 빅 컨설팅사가 AI 시대의 최대 수혜자라는 것이다. 그러나 이 숫자들의 이면을 살펴보면 다른 그림이 나타난다. 컨설팅사의 AI 매출 대부분은 "고객사에 AI를 도입하기 위한 슬라이드와 거버넌스 프레임워크"의 가격으로 청구된다. 실제 모델을 다루고, 프로덕션 환경에 배포하고, 운영하는 작업은 별도의 시스템 통합사나 고객사 내부 팀이 수행한다. AI 매출의 빠른 성장은 단가가 높은 자문 영역에서 발생하고 있지만, 실제 가치가 만들어지는 구현·운영 단계에서의 점유율은 정확히 측정되지 않는다.

3.2 오픈AI의 양면 전략

오픈AI는 이 모호한 지형을 정확히 인지하고 이중 전략을 채택했다. 4월에 공식 발표된 '오픈AI 프론티어'와 '프론티어 얼라이언시즈' 프로그램은 맥킨지, BCG, 액센츄어, 캡제미나이를 공식 파트너로 명시했다. 이 구조에서 빅4는 오픈AI 에이전트를 고객사의 기존 인프라와 데이터 생태계에 통합하는 역할을 맡는다. 그러나 5월 4일에 발표된 DeployCo는 동일한 영역에서 직접 경쟁할 수 있는 자체 채널이다. DeployCo는 투자 파트너의 포트폴리오사에 직접 엔지니어를 파견해 워크플로우를 재설계한다. 이는 본질적으로 맥킨지의 IT 자문이나 액센추어의 시스템 통합 사업과 겹치는 영역이다. 오픈AI가 한 손으로 빅4와 동맹을 맺으면서 다른 손으로 빅4의 핵심 사업 영역을 잠식하는 이중 게임을 시작한 셈이다.

투자사 포트폴리오 침투처럼 DeployCo가 더 효율적인 영역에서는 직접 사업화하고, 대기업 자문처럼 빅4가 더 강한 영역에서는 동맹으로 남는 식의 분업이 단기적으로는 가능하다. 그러나 시간이 지나면서 두 영역의 경계는 흐려질 수밖에 없다. 투자사가 보유한 포트폴리오는 점점 더 큰 기업으로 확장되고 있고, 빅4도 미드마켓 영업을 강화하고 있다.

3.3 앤쓰로픽의 다른 선택

앤쓰로픽은 다른 길을 선택했다. 오픈AI처럼 빅4를 묶어 '프론티어 얼라이언시즈' 같은 명시적 파트너십을 만들기보다, 처음부터 투자 자본과 직접 합작법인을 만드는 방식이다. 그 결과 앤쓰로픽의 합작법인 구조는 오픈AI보다 더 직접적이고 더 마찰이 적다. 투자사 포트폴리오에 클로드를 배포하는데 빅4 컨설팅사가 중간 단계로 끼어들 필요가 없다.

이 차이는 단순히 전술의 차이가 아니라 두 회사의 자기 인식의 차이를 반영한다. 오픈AI는 자신을 가장 큰 소비자 AI 브랜드로 인식하고, 그 위에 빅4 동맹을 통한 엔터프라이즈 확장을 시도한다. 앤쓰로픽은 자신을 처음부터 엔터프라이즈 우선의 회사로 정의했고, 따라서 빅4를 우회해 투자 자본과 직접 결합하는 방식을 택했다. 앤쓰로픽은 클로드의 역량은 빠르게 진화한다는 것에 자신감을 보여준다. 컨설팅사가 슬라이드를 그리는 동안 모델이 진화한다면, 컨설팅사를 우회하는 것이 합리적이기 때문이다.

3.4 구글의 세 갈래 동시 진격

구글이 5월 13일에 공개한 그림은 빅3 가운데 가장 다층적이다. 구글은 세 가지 방향에서 동시에 움직이고 있다. 첫째, 앞서 살펴본 FDE 자체 조직 신설. 둘째, 블랙스톤과 같은 대형 투자사와의 협상을 통해 그들의 포트폴리오사가 구글 AI 모델에 접근할 수 있도록 하는 채널 구축. 셋째, 7억 5천만 달러 규모의 펀드 조성은 컨설팅 빅4가 구글 클라이언트의 AI 도입을 가속하도록 자금을 제공하는 구조다.

이 다층 구조의 본질을 이해하려면 구글이 모델 자체에서 오픈AI·앤쓰로픽만큼 시장 인지도를 확보하지 못한 상황을 함께 봐야 한다. 제미나이의 엔터프라이즈 채택률은 챗GPT나 클로드에 비해 여전히 뒤처져 있다. 구글의 입장에서 자체 FDE 조직만으로는 부족하고, 투자사 채널만으로도 부족하며, 컨설팅사 펀딩만으로도 부족하다. 모든 채널을 동시에 가동해야 제미나이가 오픈AI·앤쓰로픽의 모델 우위를 따라잡을 시간을 벌 수 있다는 계산이다.

빅4 컨설팅사 입장에서 구글의 7억 5천만 달러 펀드는 양면적이다. 한편으로는 단기 매출원이다. 클라이언트의 AI 도입을 가속하는 작업에 자금이 따라온다. 다른 한편으로는 구글의 AI 채택 채널로 자신을 기능화하는 것이기도 하다. 구글의 자금을 받으면서 구글의 경쟁사 모델을 추천하기는 어렵다. 빅4가 오픈AI의 프론티어 얼라이언시즈 파트너이면서 동시에 구글의 컨설팅사 펀드 수혜자가 되는 구조는, 양면 게임에서 3면 게임으로의 확장을 의미한다. 컨설팅사가 자체 전략적 판단을 유지하기가 점점 더 어려워지는 환경이 만들어지고 있다.

4. 한국 SI의 정체성 위기

이 변화가 한국 시장에 던지는 질문은 무겁다. 국내 대형 SI인 삼성SDS와 LG CNS는 2025년 말부터 2026년 초에 걸쳐 차례로 오픈AI의 한국 공식 리셀러 자격을 확보했다. 2026년 1분기 실적 발표에서 양사 모두 AI 사업이 핵심 성장 동력임을 강조했다. 표면적으로는 모두 좋은 그림이다. 그러나 5월 4일의 사건은 이 그림에 새로운 질문을 더한다. 오픈AI 리셀러로서의 입지는 영구적인 자산일까? 아니면 오픈AI가 직접 한국에 진입하기 전까지의 과도기적 권리일까?

4.1 1분기 실적이 보여준 현실

LG CNS는 2026년 1분기 매출 1조 3,150억 원, 영업이익 942억 원을 기록했다. 전년 동기 대비 매출은 8.6%, 영업이익은 19.4% 증가한 호실적이다. AI·클라우드 사업 매출은 7,654억 원으로 전체의 약 58%를 차지했다.⁸⁾ 삼성SDS는 매출 3조 3,529억 원, 영업이익 783억 원을 기록했다. 퇴직금 관련 일회성 비용 반영으로 영업이익이 전년 동기 대비 70.8% 감소했으나, 일회성 비용을 제외하면 클라우드 중심의 성장세는 유지되었다.⁹⁾

두 회사의 성장 구도가 보여주는 공통점은 명확하다. 그룹사 매출 의존도를 낮추고 대외 고객 기반을 확대하는 흐름, AI·클라우드 사업이 핵심 성장 축으로 자리잡은 구조, 그리고 오픈AI를 비롯한 글로벌 빅테크와의 협력 강화다. LG CNS의 경우 챗GPT 엔터프라이즈 공급 사업을 통해 약 10개의 기업 고객을 확보한 것으로 보고되었다. 한국 AX 시장의 빠른 성장세를 양사가 견인하고 있는 모습이다.

4.2 "오픈AI·팔란티어와 협력"이라는 함정

그러나 LG CNS의 실적 발표 자료를 자세히 읽으면 흥미로운 표현이 발견된다. 회사의 AI 사업 경쟁력의 핵심 설명에서, "글로벌 클라우드 3사뿐 아니라 오픈AI, 팔란티어 등 글로벌 빅테크들과 협력을 확대하며 AI 사업을 키우고 있다"는 표현이 사용되었다. 이 한 문장은 한국 대형 SI의 현재 포지션을 가장 정확하게 묘사한다.

문제는 이 표현이 자기 정의로서 작동할 때 발생한다. 즉, LG CNS가 자신의 경쟁력을 "오픈AI와 팔란티어의 한국 파트너"로 정의하는 순간, 그 정의 자체가 회사의 전략적 자유도를 제한한다. 오픈AI가 한국에 직접 사업을 확장하기로 결정하는 날, 또는 팔란티어가 한국에 FDE 팀을 직접 파견하기로 결정하는 날, "한국 파트너"라는 정체성의 가치는 급격히 재평가된다. 흡수되는 입장에서 흡수 사실을 강점으로 마케팅하는 구조는, 흡수 주체가 다음 단계로 이동하는 순간 약점으로 전환된다.

삼성SDS의 'AI 풀스택' 전략과 LG CNS의 '에이전틱 AI' 차별화 어휘 뒤에 있는 공통 구조도 같다. 두 기업이 차별화의 언어를 다르게 쓰고 있지만, 모델 그 자체는 모두 외산이다. 풀스택의 'AI 인프라'는 NVIDIA GPU와 오픈AI 모델이 채운 자리이고, 에이전틱 AI의 핵심 추론 엔진도 마찬가지다. 한국 SI의 부가가치는 한국어 데이터, 한국 규제 환경, 한국 산업별 워크플로우라는 도메인 레이어에 집중되어 있다. 이 레이어는 단단한 자산이지만, 동시에 좁은 자산이기도 하다.

4.3 오픈AI·앤쓰로픽·구글 이 한국에 진입한다면

투모로 인수 모델이 시사하는 것은 명확하다. 오픈AI는 자신의 구현 역량을 외부 파트너에게 위임하기보다 직접 보유하는 방향으로 가고 있다는 점이다. 구글이 자체 인력으로 수백 명 규모의 FDE 조직을 신설한 결정은 같은 방향을 더 직접적인 형태로 보여준다.

한국 시장에 대한 직접 진입 시나리오를 가정해보자. 오픈AI가 한국의 AI 컨설팅·엔지니어링 기업 한 곳을 인수해 약 50~100명의 한국형 FDE 팀을 만들고, 그 팀을 투자사의 포트폴리오사에 직접 파견하기로 결정하는 시나리오, 또는 구글 클라우드 한국 지사가 자체 채용으로 수십 명 규모의 한국형 FDE 팀을 구축하는 시나리오다. 이 시나리오에서 삼성SDS와 LG CNS의 오픈AI 리셀러 권한, 그리고 "글로벌 클라우드 3사와의 협력" 포지션은 어떤 가치를 갖는가?

리셀러 권한은 본질적으로 영업 채널 권한이지 구현 권한이 아니다. 챗GPT 엔터프라이즈를 한국 기업에 판매하고 도입을 지원하는 권한은, 오픈AI가 직접 FDE를 파견할 수 있다면 더 이상 오픈AI 입장에서 필수적인 채널이 아니다. 한국 SI가 보유한 "한국형 영업·구축·운영" 역량은 오픈AI 한국 지사 또는 한국형 DeployCo가 자체적으로 구축할 수 있는 것이며, 그 시점은 오픈AI의 한국 시장 규모 판단에 달려 있다.

구글의 경우는 한 가지 더 즉각적인 변수가 있다. 구글 클라우드는 이미 한국에 직접 진출해 있는 상태다. 자체 FDE 조직 신설이라는 결정이 본사 차원에서 내려진 이상, 한국 시장에서 그 조직의 한국 인력을 구축하는 데는 추가적인 비즈니스 결정이 필요하지 않다. 같은 논리가 팔란티어에도 적용된다. LG CNS가 팔란티어의 한국 파트너로 자신을 정의하는 한, 팔란티어가 한국에 직접 FDE 팀을 파견하기로 결정하는 순간 그 정의는 다시 쓰여야 한다. 팔란티어는 22년에 걸쳐 FDE 모델을 운영해 온 회사다. 외부 파트너에게 구현 권한을 위임하는 것은 이 회사의 DNA에 가장 어울리지 않는 사업 모델이다.

4.4 영업 대리인이 될 것인가, FDE 모델을 자체 흡수할 것인가?

한국 대형 SI가 마주한 선택은 두 갈래로 압축된다. 

첫 번째 길은 글로벌 LLM 기업의 한국 영업 대리인으로 자기 포지션을 명확히 하는 것이다. 이 길은 단기적으로 안정적이지만, 중장기적으로는 글로벌 본사의 직접 진입 결정에 따라 매출 구조가 흔들릴 수 있다. 두 번째 길은 FDE 모델 자체를 자체 흡수해, 한국형 LLM 컨설팅사로 재정의되는 것이다. 이는 더 어렵지만 더 지속 가능한 길이다. 두 번째 길을 가는 데 필요한 자산은 무엇인가?

첫째, 한국어 도메인 데이터와 한국 산업별 워크플로우 지식이라는 차별화 자산을 더 깊이 축적해야 한다.

둘째, 영업·제품·엔지니어링이 결합된 삼각 융합형 인재를 자체적으로 양성할 수 있는 채용·교육·운영 구조를 만들어야 한다. 

셋째, 외산 모델 위에 한국형 워크플로우를 응축할 수 있는 자체 플랫폼 IP를 보유해야 한다.

셋 모두 단기에 만들어지는 자산이 아니다. 그러나 그 셋 없이는 글로벌 LLM 기업의 한국 진입 시점이 결정되는 순간 SI 기업의 전략적 자유도는 사실상 0에 가까워진다.

LG그룹이 1분기 그룹 차원의 사업 재편 흐름에서 LG CNS를 "그룹의 디지털 사업 축"으로 명시한 것은 의미 있는 신호다. 단기 매출 호조에 안주하기보다, 그룹 차원에서 AI·클라우드 사업을 어떻게 재정의할지에 대한 더 큰 그림이 필요한 시점이다. 삼성SDS가 2031년까지 10조 원 투자 계획을 밝힌 것 역시 같은 맥락에서 평가되어야 한다. 그 10조 원 중 얼마가 "외산 모델을 도입하는 인프라"에 쓰일 것이고, 얼마가 "한국형 FDE 역량과 자체 IP"에 쓰일 것인가가 결정적 질문이다.

4.5 구매자(엔터프라이즈 CIO·CTO) 관점 — "누가 들어와 있는가"

SI 기업과 파트너십을 가질 엔터프라이즈 기술 의사결정자가 지금 자신에게 던져야 할 첫 번째 질문은 다음이다. 우리 회의의 AI 파트너는 모델 공급자인가, 구현 사업자인가? 두 정체성은 같은 회사 안에서도 분화되고 있다. 예를 들어 오픈AI 엔터프라이즈를 통한 모델 라이선싱과 오픈AI DeployCo를 통한 구현 서비스는 같은 회사가 제공하지만, 비즈니스 관계와 가격 구조, 그리고 책임 범위가 다르다. 이 차이를 인지하지 못한 채 "오픈AI와 협력한다"는 사실로 만족하는 것은, 실제로는 어떤 종류의 협력인지를 모르는 채로 결정하는 것이다.

그러나 이 질문은 표면일 뿐이다. 더 깊은 차원에서 CIO/CTO가 마주한 진짜 변화는, 질문 자체가 달라지고 있다는 점이다. AI 코딩 도구 기업 Kodezi의 CEO는 이 변화를 "단순히 '이 모델이 잘 작동하는가'가 아니라 '누가 우리 운영 시스템 안에 들어와 있으며, 무엇을 볼 수 있고, 가장 민감한 워크플로를 구축하는 인력을 누가 통제하는가'로 바뀐다.”고 언급한다.¹⁰⁾ 이 변화의 본질은 명확하다. 전통적인 소프트웨어 도입은 시스템을 사들이는 결정이었다. FDE 모델 기반의 AI 도입은 사람을 우리 안에 들이는 결정이다. 도입 의사결정의 평가 기준이 제품 사양에서 접근 권한 거버넌스로 이동하고 있다.

이 변화가 추상적이지 않다는 점은 5월 11일의 DeployCo 발표 자체가 증명한다. 오픈AI는 새 법인이 "오픈AI가 과반 지분을 보유하고 통제한다"고 밝혔지만, 정확한 지분율이나 파트너별 지분 비중은 공개하지 않았다. 19개 파트너 가운데 실제로 공개된 기업은 15곳에 그쳐, 나머지 4곳의 정체는 여전히 밝혀지지 않은 상태다. 즉 과반 지분 보유와 통제는 겉으로 보이는 답일 뿐, 신뢰를 완전히 보장하지는 않는다는 점이다. 실질적인 검토는 이사회 권한, 주요 의사결정 사항, 정보 접근 권리, 파트너 접근 범위, FDE 보고 체계, 사고 대응 권한, 데이터 통제, 고객 계약 조건 등에서 이루어져야 한다는 것이다. CIO가 검토해야 할 항목 목록이 그만큼 길어졌다는 의미다.

FDE가 고객사 안에서 실제로 보게 되는 것의 범위도 의사결정에 반영되어야 한다. FDE를 "내부 권한을 가진 제3자"로 규정하며, 이들이 공식 아키텍처뿐 아니라 비공식적인 우회 방식, 프로세스 부채, 수작업 우회, 취약한 API, 규정 예외, 데이터 품질 문제, 그리고 여전히 사라지지 않는 스프레드시트까지 모두 들여다볼 수 있다고 생각하면 꽤나 두려운 상황이고 양면적이다. 한편으로는 기업이 말하는 운영 방식과 실제 현장에서 돌아가는 방식의 차이까지 파악하는 능력이 FDE 모델의 가치를 만들어낸다. 다른 한편으로는, 그 동일한 가시성이 통제되지 않을 경우 회사의 가장 민감한 운영 정보가 외부 권한을 가진 인력에게 노출되는 결과로 이어진다.

남은 두 가지 질문은 구체적 선택의 차원이다. 도구를 사는가, 결과를 사는 가의 구매 모델 선택은 조직의 내부 역량 평가에서 출발한다. 내부 역량이 충분한 조직에는 도구를 사는 모델이, 빠른 가치 실현이 필요하지만 내부 역량이 부족한 조직에는 결과를 사는 모델이 적합하다. 다만 후자를 선택할 경우, 앞서 짚은 거버넌스 체크리스트가 더욱 정밀하게 적용되어야 한다. 결과를 사는 구조에서는 공급자의 엔지니어가 우리 안에 들어와 있는 시간이 본질적으로 길어지기 때문이다.

마무리

AI 산업의 가장 큰 세 기업이 2026년 5월 열흘 사이에 같은 결론에 도달했다. 모델만으로는 충분하지 않다는 결론, 그리고 그 결론의 다음 단계는 컨설팅사가 점유해 온 영역을 자체적으로 흡수하는 것이라는 결론이다. 이 결론이 우연이 아닌 이유는, 22년 전에 팔란티어가 같은 결론에 도달했고, 그 모델이 검증된 시간을 거쳐 AI 산업의 표준으로 수렴하고 있기 때문이다. 세 기업이 각자 다른 자본 구조와 다른 조직 형태를 선택했지만 모두 “FDE"라는 같은 직책명을 채택한 사실은, 이 수렴이 우연한 모방이 아닌 산업 차원의 공식화임을 보여준다.

4월 호 리포트에서 다룬 수직통합 논지의 연장선에서, 5월의 일련의 발표는 통합의 다음 레이어가 시작되었음을 보여준다. 4월에는 모델·인프라·배포 채널의 통합이 핵심이었다면, 5월에는 그 통합이 구현 가치사슬 자체로 내려갔다. 그리고 흡수의 다음 단계는, 어쩌면 조직 자체의 재편일 것이다. 모델 회사와 컨설팅 회사의 경계가 흐려지는 시대에, 기업 안의 IT·기획·운영 조직의 경계도 흐려질 가능성이 크다. 이것이 향후 12~24개월에 걸쳐 관찰해야 할 다음 단계의 변화라고 생각한다.

모델이 더 이상 제품이 아니라는 명제는, 모델이 중요하지 않다는 의미가 아니다. 모델은 여전히 모든 가치의 출발점이지만, 그것만으로는 가치가 실현되지 않는다는 의미다. 가치가 실현되는 곳은 모델이 사람의 일상 업무 안에 들어가는 그 마지막 지점이며, 그 지점이 새로운 산업의 격전지가 되었다. FDE는 그 지점을 채우기 위해 발명된 직책이고, 지금 그 직책이 AI 산업 표준 역할이 되고 있다. 

참고문헌

1) The New York Times, "Anthropic and Wall Street Giants Join Forces to Create New A.I. Firm", May 04, 2026

2) 오픈AI, "OpenAI Launches the Deployment Company", May 11, 2026 

3) The Information, “Google to Hire Hundreds of Engineers to Help Customers Adopt Its AI”, May 13, 2026

4) Epinium, “OpenAI and Anthropic Both Launch Enterprise AI Joint Ventures”, May 05, 2026

5) Medium, “The Forward Deployed Engineer from Palantir”, Sep 11, 2025

6) eSpark Info, "Top 50+ AI Consulting Companies”, May 13, 2026

7) Plus AI, "How the top consulting firms are using AI”, Oct 29, 2025

8) 인사이트코리아, "LG CNS, 1분기 매출 1조 3,150억 원", Apr 30, 2026

9) 이데일리, "LG CNS '두 자릿수 성장' 삼성SDS '일회성 충격'", Apr 30, 2026

10) CIO.com, “편리함 뒤의 리스크”…오픈AI FDE 모델, CIO 통제 이슈 부상”, May 14, 2026