AWS 10억 달러가 찍은 새 직무: AI 시대에는 ‘모델을 아는 사람’보다 ‘현장에 꽂아 넣는 사람’이 비싸진다

나는 AI가 장기적으로 많은 직업을 대체한다고 생각한다. 그런데 최근 2~3주 뉴스를 보며 더 선명해진 생각이 있다. AI 시대에 살아남는 사람은 단순히 “챗GPT를 잘 쓰는 사람”이 아니다. 회사의 실제 업무 안에 AI를 꽂아 넣고, 오류와 보안과 책임까지 정리해서 성과로 만드는 사람이 비싸진다.

2026년 7월 말 Amazon Web Services는 Forward Deployed Engineering 조직에 10억 달러를 투자하겠다고 밝혔다. 이 조직은 고객사 안으로 들어가 AI 에이전트를 실제 업무에 배포하는 팀이다. 말은 조금 어렵지만, 직장인 관점에서는 굉장히 현실적인 신호다. AI가 사람을 줄이는 뉴스만 있는 것이 아니라, AI를 현장에 붙이는 사람에게는 새 일자리가 생기고 있다.

먼저 아래 링크를 눌러 원문 맥락을 같이 열어두길 권한다. 특히 AWS 공식 발표와 Business Insider의 직무 해설을 같이 보면, “AI를 배운다”가 아니라 “AI를 회사 업무에 배포한다”는 표현이 왜 중요한지 보인다.

내 직무의 AI 대체 가능성 먼저 확인하기

AI가 월급을 누르는 방식도 같이 보기

내 이력서 문장을 AI 시대형으로 바꾸기

1. 이번 뉴스의 핵심은 “AI 엔지니어 채용”이 아니라 “현장 배포 직무”다

AWS 발표에서 눈에 띄는 숫자는 당연히 10억 달러다. 하지만 내가 더 중요하게 본 표현은 Forward Deployed Engineering이다. 이 말은 엔지니어가 사무실에 앉아 기능만 만드는 것이 아니라, 고객사의 실제 업무 안으로 들어가 문제를 같이 정의하고, 데이터를 연결하고, 보안과 운영 규칙을 맞춘 뒤, AI 시스템이 돌아가게 만드는 역할에 가깝다.

지금 많은 회사가 AI를 “도입했다”고 말한다. 그런데 자세히 보면 직원들이 개별적으로 프롬프트를 쓰는 수준에서 멈춘 경우가 많다. 보고서 초안을 빠르게 만들고, 회의록을 요약하고, 이메일 문장을 다듬는 정도다. 이것도 분명 생산성 향상이지만 회사의 비용 구조를 완전히 바꾸지는 못한다.

AWS FDE가 겨냥하는 영역은 그 다음 단계다. AI가 고객지원 티켓을 분류하고, 내부 지식 그래프를 읽고, 승인 규칙을 따라 처리하고, 사람이 봐야 할 예외만 올리는 구조다. 그러려면 단순한 모델 사용 능력보다 훨씬 많은 것이 필요하다. 업무 프로세스 이해, 데이터 권한, 보안, 운영 문서, 현업 설득, 장애 대응, 성과 측정이 한꺼번에 들어간다.

나는 이 뉴스가 개발자에게만 해당한다고 보지 않는다. 앞으로 기획자, 운영 담당자, 데이터 분석가, 고객지원 리더, 인사 담당자도 비슷한 압력을 받을 것이다. “AI를 써봤다”는 말은 너무 흔해지고, “AI를 우리 팀 프로세스에 붙여 실제 숫자를 바꿨다”는 말이 더 강해진다.

2. AI 시대에 새로 비싸지는 사람은 번역자가 아니라 연결자다

예전에는 새로운 기술이 나오면 기술 자체를 아는 사람이 먼저 비싸졌다. 클라우드 초창기에는 AWS 콘솔을 다루는 것만으로도 차이가 났고, 데이터 붐이 왔을 때는 SQL과 대시보드만 잘해도 눈에 띄었다. 하지만 시간이 지나면 도구 사용법은 빠르게 평준화된다.

AI도 비슷하다고 본다. 프롬프트 몇 개를 외우는 능력은 오래 가지 않는다. 오히려 중요한 것은 업무의 병목을 찾아내고, AI가 들어가도 되는 구간과 사람이 반드시 책임져야 하는 구간을 나누는 힘이다. 이게 FDE형 커리어의 핵심이다.

내가 직장인이라면 지금부터 “나는 어떤 도구를 쓸 수 있다”보다 “나는 어떤 업무를 AI가 처리 가능한 구조로 바꿨다”를 기록하겠다. 예를 들어 고객지원 담당자라면 문의 유형 20개를 분류하고, AI 답변 초안이 가능한 항목과 사람 승인 항목을 나누고, 재문의율과 처리 시간을 추적할 수 있다. 인사 담당자라면 채용 질문, 평가 기준, 개인정보 접근 범위, 면접관 검토 단계를 정리할 수 있다.

이런 작업은 화려해 보이지 않는다. 하지만 회사 입장에서는 이게 진짜 돈이다. AI 모델은 이미 많다. 문제는 회사마다 데이터가 다르고, 규정이 다르고, 현업의 언어가 다르고, 예외가 다르다는 점이다. 그래서 현장형 연결자가 필요하다.

3. FDE형 인재는 “기술자 반, 컨설턴트 반, 운영자 반”이다

Forward Deployed Engineer라는 직무 이름은 엔지니어에게만 열려 있는 것처럼 들린다. 실제로 코딩 역량은 중요하다. 하지만 이 직무가 뜨는 이유는 코딩만으로 설명되지 않는다. Business Insider는 이 역할이 소프트웨어 엔지니어링, 컨설팅, 제품 배포 사이에 있다고 설명했다. 나는 이 문장이 핵심이라고 본다.

역량	예전 표현	AI 시대 표현	이력서에 남길 증거
업무 이해	현업과 커뮤니케이션 가능	반복·예외·승인 흐름을 분해	처리 시간, 오류율, 재문의율
기술 적용	AI 도구 사용 경험	사내 데이터와 AI를 연결	자동화 범위, 권한 설계, 검증 방식
운영 책임	프로젝트 참여	배포 후 사람이 운영 가능한 구조 설계	런북, 담당자 교육, 장애 대응 기록
성과 설명	업무 효율화	AI가 바꾼 숫자를 설명	비용 절감, 속도 개선, 매출 기여

여기서 중요한 점은 “반”이 세 번 들어간다는 것이다. 기술자 반, 컨설턴트 반, 운영자 반. 합치면 150%처럼 보이지만 실제 커리어에서는 이 조합이 강하다. AI가 쉬운 산출물을 빨리 만들수록, 사람에게 남는 일은 고객의 진짜 문제를 듣고, 조직 안에서 굴러가게 만들고, 결과를 책임지는 일로 이동한다.

워크플로를 설계하는 직무 변화도 이어서 보기

4. 지금 직장인이 준비할 것은 거창한 AI 포트폴리오가 아니다

나는 많은 사람이 AI 커리어 준비를 너무 거창하게 생각한다고 느낀다. “모델을 직접 학습해야 하나?”, “파이썬부터 다시 해야 하나?”, “석사를 가야 하나?” 같은 질문도 필요할 수 있다. 하지만 모든 사람이 AI 연구자가 될 필요는 없다. 오히려 대부분의 직장인에게는 자기 업무 하나를 AI 배포 관점으로 다시 쓰는 것이 더 빠르다.

예를 들어 이번 달에 할 수 있는 가장 현실적인 준비는 아래와 같다.

이 과정을 거치면 이력서 문장도 달라진다. “AI를 활용해 업무 효율을 높였습니다”는 약하다. 대신 이렇게 써야 한다.

고객문의 14개 유형을 분류하고 AI 답변 초안과 사람 승인 기준을 설계했다. 4주 파일럿에서 평균 1차 응답 시간을 32% 줄이고, 환불·계정 정지 등 고위험 문의는 전원 사람 검토로 분리했다.

이 문장에는 도구 이름보다 중요한 것이 들어 있다. 업무 분해, 책임 설계, 측정 지표다. 나는 앞으로 이런 문장이 더 강해질 것이라고 본다.

고객지원 AI 감원 사례와 비교하기

5. 해고 뉴스만 보면 겁이 나지만, 채용 뉴스까지 보면 방향이 보인다

AI 관련 감원 뉴스는 앞으로도 계속 나올 것이다. 나도 그 흐름을 가볍게 보지 않는다. 반복 문서 작업, 1차 응대, 단순 분석, 표준화된 승인 업무는 분명 압박을 받을 것이다. 하지만 동시에 회사들은 AI를 실제로 굴릴 사람을 찾고 있다. AWS FDE 10억 달러 투자, OpenAI와 Anthropic의 기업 배포 조직, Google Cloud와 컨설팅사의 AI 현장 조직 확대는 같은 방향을 가리킨다.

여기서 직장인이 가져가야 할 결론은 단순하다. “AI가 내 일을 뺏을까?”에서 멈추면 방어만 하게 된다. 질문을 바꿔야 한다. “내가 맡은 업무 중 어떤 부분을 AI가 처리하게 만들고, 나는 어떤 책임을 더 높은 값으로 가져갈 것인가?”

나는 AI 시대의 커리어가 두 갈래로 갈린다고 본다. 하나는 AI가 만든 결과물을 받아서 조금 고치는 사람이다. 다른 하나는 AI가 일을 해도 조직이 망가지지 않도록 흐름을 설계하고, 데이터를 연결하고, 결과를 검증하는 사람이다. 이번 AWS 뉴스는 후자의 가격이 올라가고 있다는 강한 힌트다.

오늘 할 일은 거창하지 않다. 내 직무의 반복 업무 하나를 고르고, AI가 맡을 부분과 사람이 책임질 부분을 나누어보면 된다. 그리고 그 결과를 숫자로 기록하자. AI 시대에 살아남는 이력서는 “AI를 쓸 줄 안다”가 아니라 “AI가 일하게 만들어 성과를 냈다”로 바뀌고 있다.

지금 내 직무의 AI 노출도 다시 계산하기

AI 에이전트가 SaaS 일자리를 바꾸는 사례 보기

혹시 모를 퇴직·실업급여 조건도 미리 확인하기