- 마이크로소프트가 신설한 ‘Frontier Company’에 25억 달러와 엔지니어·컨설턴트 약 6,000명을 투입했다. 이들의 임무는 모델 판매가 아니라 고객사 안에 상주하며 AI를 직접 이식하는 것이다.
- 오픈AI(40억 달러+), 앤스로픽(15억 달러), 아마존(10억 달러), 메타까지 가세하면서 이 ‘도입 전쟁’에 최소 80억 달러(약 11조 원)가 몰렸다.
- 연매출 10억 달러 이상 대기업 임원의 71%가 “AI 성과의 최대 걸림돌은 기술이 아니라 조직 준비도”라고 답했다. 기술 자체를 지목한 응답은 11%에 그쳤다.
- 모델 성능 경쟁은 사실상 상향 평준화됐다. 승부처는 이제 ‘우리 회사 업무 흐름에 어떻게 심느냐’로 완전히 옮겨갔다.
불과 몇 달 전까지 빅테크의 자랑거리는 ‘누가 더 똑똑한 모델을 만드느냐’였다. 그런데 2026년 여름, 이들이 갑자기 팔기 시작한 것은 모델이 아니라 ‘사람’이다. 마이크로소프트·오픈AI·앤스로픽·아마존·메타가 약속이나 한 듯 엔지니어를 고객사 사무실 안으로 밀어 넣고 있다. 이유는 단순하다. AI를 사는 것과 AI로 성과를 내는 것은 전혀 다른 문제라는 사실을 시장이 마침내 인정했기 때문이다.
빅테크가 갑자기 ‘사람’을 팔기 시작했다
신호탄은 마이크로소프트였다. 7월 2일, MS는 ‘Frontier Company(프론티어 컴퍼니)’라는 신규 조직을 공개하며 25억 달러와 엔지니어·기술 컨설턴트·산업 전문가 약 6,000명을 배치한다고 밝혔다. 이들은 소프트웨어를 납품하고 떠나는 것이 아니라, 고객사 조직 내부에 들어가 실제 업무에 AI 시스템을 붙이고 ‘측정 가능한 성과’를 만들어내는 역할을 맡는다. 저드슨 알소프(Judson Althoff) MS 커머셜 비즈니스 CEO는 “고객들은 이미 실험 단계를 지났고, 이제 AI 투자의 수익률(ROI)을 증명하는 데 집중하고 있다”고 말했다. 초기 고객으로는 런던증권거래소그룹(LSEG), 유니레버, 랜드오레이크스가 이름을 올렸다.
이건 MS만의 움직임이 아니다. 오픈AI는 5월 11일 다수 지분 자회사 형태로 ‘Deployment Company(디플로이먼트 컴퍼니)’를 세우고 TPG·베인캐피털·골드만삭스 등 19개 투자자로부터 40억 달러 이상을 조달했다. 동시에 AI 컨설팅 기업 토모로(Tomoro)를 인수해 도입 전담 엔지니어 150명을 확보했다. 앤스로픽 역시 5월 4일 블랙스톤·헬만앤프리드먼·골드만삭스가 참여한 15억 달러 규모 합작사를 출범시켜, 자체 도입 역량이 부족한 중견기업을 정조준했다. 아마존은 10억 달러를 별도로 투입했고, 메타까지 ‘Enterprise Solutions’라는 조직을 꾸려 엔지니어와 PM을 대기업 고객 안에 상주시키는 구조를 준비 중이다.
‘포워드 배치 엔지니어(FDE)’라는 새 직업
이 흐름의 중심에는 ‘포워드 배치 엔지니어(Forward-Deployed Engineer)’가 있다. 고객사 안에 직접 들어가 워크플로를 뜯어보고, 그 조직에 맞게 AI를 커스터마이징하는 기술 전문가다. 실제로 2025년 1월부터 9월 사이 이 직무의 월간 채용 공고는 800% 넘게 폭증했다. 모델을 만드는 사람보다, 모델을 ‘남의 회사에 이식하는’ 사람이 더 귀해진 시대가 온 것이다.
AI Biz Insider 분석 — 이 구조의 진짜 핵심은 ‘기술’이 아니라 ‘판매 채널’이다. 오픈AI와 앤스로픽은 사모펀드(블랙스톤·골드만삭스 등)의 자금을 받는 대가로, 그 펀드가 보유한 수백 개 포트폴리오 기업에 곧바로 접근할 권리를 얻는다. 액센츄어·딜로이트·TCS 같은 전통 SI 강자를 건너뛰는 우회로가 열린 셈이다. 모델 회사가 컨설팅·구축 시장까지 직접 삼키러 내려왔다.
왜 ‘모델’이 아니라 ‘도입’인가
숫자가 이유를 말해준다. PYMNTS 인텔리전스 조사에서 연매출 10억 달러 이상 기업 임원의 71%가 ‘AI 성과의 가장 큰 장벽’으로 기술이 아닌 ‘조직의 준비도’를 꼽았다. 기술 자체가 문제라고 답한 비율은 단 11%였다. 즉, 모델은 이미 충분히 좋은데 그것을 받아낼 회사 쪽 준비가 안 돼 있다는 뜻이다.
데니스 드레서 오픈AI 최고매출책임자(CRO)의 진단도 같다. “이제 과제는 모델의 성능이 아니다. 기업의 인프라와 업무 흐름 안에 AI를 어떻게 통합하느냐다.” 실제 걸림돌은 대부분 눈에 잘 띄지 않는 곳에 있다. 조사에서 데이터 품질, 거버넌스 절차, 예산 제약, 불명확한 업무 소유권은 각각 대기업 임원의 46~63%가 ‘주요 장벽’으로 지목했고, 응답 기업의 85%는 “우리 데이터가 여전히 파편화돼 있거나 일부만 통합돼 있다”고 답했다.
AI Biz Insider 분석 — 모델 성능이 상향 평준화되자 차별화 포인트가 ‘얼마나 빠르고 깊게 우리 업무에 이식하느냐’로 이동했다. 뒤집어 말하면, 아무리 비싼 모델을 도입해도 데이터·거버넌스·프로세스가 정리돼 있지 않으면 돈만 태운다는 경고다. 빅테크가 80억 달러를 ‘사람’에 쓰는 이유가 바로 여기 있다.
한국 중소·중견기업 CEO가 챙길 3가지
이 ‘도입 전쟁’은 더 큰 흐름의 일부다. 딜로직 집계상 올 상반기 전 세계 M&A 규모는 약 3조 2,000억 달러로 1년 전보다 45% 급증했고, 100억 달러가 넘는 초대형 거래만 44건이었다. 그 대부분이 AI를 축으로 돈다. SK하이닉스가 미국 증시에서 280억 달러 규모 상장에 나선 것도 같은 맥락으로, 한국 기업 역시 이 공급망 한복판에 있다. 그렇다면 대표이사는 무엇을 준비해야 할까.
1. 모델보다 ‘도입 체력’을 먼저 점검하라
어떤 LLM을 쓸지 고르기 전에, 우리 회사가 그 모델을 받아낼 준비가 됐는지부터 봐야 한다. 업무 프로세스가 문서화돼 있는가, 담당자가 명확한가, 성과를 측정할 지표가 있는가. 이 세 가지가 없으면 어떤 모델을 붙여도 ‘데모까지만’ 성공하고 실무에서 멈춘다.
2. 특정 벤더 종속(lock-in)을 경계하라
빅테크의 도입 조직은 편리하지만, 한 벤더의 도구 위에 업무를 얹을수록 시간이 갈수록 인프라 의존도가 깊어진다. 계약상 경쟁 시스템을 병행할 수 있다 해도 실질적 종속은 별개 문제다. 처음부터 데이터와 워크플로를 벤더 중립적으로 설계해 두면 나중에 협상력이 달라진다.
3. 데이터·거버넌스가 진짜 병목이다
글로벌 대기업조차 85%가 데이터 파편화를 호소한다. 중소·중견기업이라면 오히려 여기서 역전 기회를 잡을 수 있다. 데이터가 상대적으로 단순하고 의사결정이 빠르기 때문이다. 값비싼 컨설팅보다, 우리 데이터를 정리하고 접근 권한과 책임 소재를 명확히 하는 작업이 도입 성패를 가른다.
AI Biz Insider 분석 — 결론은 명확하다. AI 도입의 성패는 ‘어떤 모델을 쓰느냐’가 아니라 ‘우리 조직이 그 모델을 받아낼 준비가 됐느냐’에서 갈린다. 지금 대표이사에게 필요한 것은 더 비싼 모델이 아니라, 우리 회사의 데이터와 업무 흐름을 정리하는 6개월이다. 빅테크가 6,000명을 고객사에 심는 지금이, 내부 준비를 서둘러야 할 신호다.
관련 글
- MS가 조용히 갈아탔습니다… 오픈AI·앤스로픽 대신 자체 모델 MAI
- AI가 말 끊고 끼어들었다… 오픈AI의 실시간 음성 ‘GPT-Live’
- 앤스로픽의 신기능은 왜 자기 사업에 불리하게 작동할까
- AI를 몰래 떠받쳐온 그 사이트가 드디어 문을 닫는다
출처
- PYMNTS, “AI Giants Pour Billions Into Enterprise Deployment” (2026.07.06)
- Business Standard·The New York Times, “A $3.2 trillion global dealmaking frenzy is spurred by AI economy” (2026.07.10)
AI Biz Insider · AI 비즈니스 · aibizinsider.com
댓글 남기기