팔란티어의 Echo와 Delta가 알려 주는 AI 시대의 역량

AI 모델은 누구나 쓴다. 같은 모델을 쓰는데도 어떤 팀은 고객의 일을 바꾸고, 어떤 팀은 데모에서 멈춘다. 차이는 모델 밖에서 난다. 고객의 업무 안으로 들어가 무엇을 풀지 정하고, 그 자리에서 만들어 보이는 사람이 있느냐다.

이 일을 가장 오래 직무로 다뤄 온 회사가 팔란티어다. 팔란티어는 고객 현장에 두 사람을 보낸다. 내부에서는 이들을 Echo와 Delta라고 부른다. 2025년부터는 OpenAI와 Anthropic 같은 AI 회사들이 이 직무를 따라 뽑고 있다.

이 글은 Echo와 Delta가 어떤 일을 하는지 보고, 그 일에서 AI 시대에 비싸지는 역량 세 가지를 뽑는다. 세 가지로 나눈 것은 이 글의 정리다. 팔란티어가 이렇게 나누지는 않았다.

팔란티어는 고객 현장에 두 사람을 보낸다

팔란티어 채용 공고에는 팀 이름이 붙어 있다. 고객 현장에서 일하는 엔지니어 Forward Deployed Engineer(FDE, 현장 배치 엔지니어) 공고에는 Delta가 붙는다.^[1] Deployment Strategist(배치 전략가) 공고에는 Echo가 붙는다.^[2] 제품을 만드는 소프트웨어 엔지니어 공고는 Dev로 따로 묶인다. 2026년 10월 26일에 열려 있던 공고는 Dev 89건, Delta 61건, Echo 35건이었다. 인원 비율은 아니다. 다만 현장 직무 두 개를 합치면 제품 직무보다 많이 뽑고 있다는 것은 보인다. 서울 근무 공고도 Echo와 Delta 양쪽에 있다.

Echo는 무엇을 풀지 정하는 사람이다. 직함은 Deployment Strategist(배치 전략가)다. 공고는 고객의 짐작에서 시작한다. 고객은 데이터를 더 잘 쓰면 병사를 지키고, 품질을 높이고, 난민에게 구호품을 안전하게 전할 수 있을 것 같다는 짐작을 들고 온다. Echo는 그 짐작을 현실로 만드는 책임을 진다.

서울 근무 Echo 공고에 적힌 일은 넓다.^[3] 현장에 가서 고객 분석가를 만나 그들이 답해야 할 질문과 가장 큰 고충을 찾는다. 필요한 데이터를 찾아 Delta와 함께 안정된 파이프라인으로 잇는다. 새 사용자 그룹을 위한 업무 흐름을 고객과 같이 만들고, 교육을 열어 제품이 실제로 널리 쓰이게 한다. 결과와 다음 제안은 실무자부터 경영진까지 앞에서 발표한다. 그리고 제품팀에 들어가 현장에서 본 것을 제품에 넣는다.

공고가 원하는 사람의 모양도 분명하다. 겉핥기 답에 만족하지 않고 데이터의 세부까지 파고드는 사람, 구조가 없는 환경에서 열린 문제를 맡는 사람이다. 자존심을 낮추라는 주문도 있다. 누가 공을 받느냐보다 결과가 중요하다는 이유다. 서울 공고에서 Python, R, SQL 같은 도구 경험은 우대 조건이고, 출장은 업무 시간의 25~75%다.

Delta는 그 자리에서 만드는 엔지니어다. 직함은 Forward Deployed Software Engineer(현장 배치 엔지니어)다. 서울 근무 Delta 공고는 이 직무를 팔란티어가 처음 만들었다고 소개한다. 엔지니어를 고객 곁에 붙여 가장 급한 문제를 정면으로 풀게 했다는 것이다. 공고가 드는 예시 질문은 이렇다. 산불 위험을 예측해 전력망을 어떻게 운영할까. 세계 식량 공급망을 분석해 구호품을 어떻게 제때 보낼까.

Delta의 일은 엔지니어링이다. 대규모 데이터를 다루고, AI로 업무를 빠르게 만들고, 고객에게 맞춘 앱을 만든다. 동시에 고객의 실무팀부터 임원까지 직접 상대하고, 아이디어에서 배포까지 프로젝트를 끌고 간다. 공고는 이 과정에서 고통을 견디는 한계가 올라간다고 솔직하게 적었다.

요건은 이렇다. 컴퓨터과학, 수학, 물리 같은 강한 엔지니어링 배경을 원한다. 기술자와 비기술자가 섞인 팀에서 일하고, 목표가 자주 바뀌는 환경에서 사용자와 고쳐 가며 일할 수 있어야 한다. 최소한의 감독으로 스스로 결정하는 힘도 본다. 출장은 업무 시간의 25~50%를 원한다.

정리하면 Echo는 무엇을 풀지 정하고, Delta는 그 자리에서 만든다. 둘은 같은 고객 앞에 짝으로 선다. 한 고객과의 일을 순서대로 이으면 아래와 같다. 순서는 두 공고에 적힌 업무를 이 글이 이어 붙인 것이다.

팔란티어가 이렇게 일하는 이유는 2020년 상장 서류에 있다. "현장에서 보낸 시간이 플랫폼을 계속 낫게 한다. FDE는 고객이 소프트웨어를 잘 쓰도록 도우며 사용자의 어려움을 직접 본다."^[4] 정부 고객을 위해 만든 Gotham에서 기업용 Foundry가 나온 것도 이 흐름이다. 팔란티어는 기업이 데이터로 겪는 어려움이 정부와 근본적으로 비슷하다는 것을 나중에 알았다고 썼다.

직함에도 뜻이 있다. a16z의 톰 홀랜즈는 팔란티어가 보통 낮은 대우를 받던 솔루션 엔지니어와 통합 엔지니어에게 FDE라는 새 직함을 붙였다고 쓴다.^[5] 그 직함 덕분에 고객을 상대하는 일을 하찮게 여겼을 엔지니어들이 이 일로 모였다는 것이 그의 해석이다. 고객 곁의 일을 핵심 업무로 대접한 셈이다.

2025년부터 AI 회사들이 이 직무를 따라 뽑는다

FT는 Indeed 자료를 인용해 고객 곁에서 코드를 짜는 응용 AI 직무의 공고가 2025년 1월부터 9월 사이 800% 넘게 늘었다고 보도했다.^[6] 2026년 10월 26일 기준으로 OpenAI 공식 채용 페이지에는 직함에 Forward Deployed가 들어간 공고가 26건 있다.^[7] Anthropic에는 6건이 있다.^[8] 같은 FT 보도는 OpenAI가 2025년에 이 팀을 50명 안팎으로 늘릴 계획이고, Anthropic은 연말까지 팀을 다섯 배로 키울 계획이라고 전했다.

OpenAI 공고는 이 팀의 자리를 이렇게 설명한다. "고객에게 결과를 전하는 일과 핵심 플랫폼을 만드는 일이 만나는 곳에서 일한다." 출장은 업무 시간의 절반까지 될 수 있다고 적었다. 고객 곁에 머무는 시간이 직무의 일부라는 뜻이다.

스타트업 쪽에서도 같은 말이 나온다. Y Combinator 대표 개리 탄은 창업자가 스스로를 FDE로 봐야 한다고 말했다. "두 번째 미팅에서는 첫 미팅에서 들은 것으로 만든 데모를 보여 줘야 한다."^[9]

왜 지금인가. 모델은 API 하나로 누구나 쓴다. 하지만 모델을 고객의 데이터와 업무 절차에 맞게 붙이는 일은 고객 안에서만 된다. Echo와 Delta가 하는 일이 바로 이 연결이다.

역량 하나: 막연한 짐작을 풀 문제로 바꾸는 힘

Echo 공고의 한 문장이 이 역량을 잘 보여 준다. "이 일의 핵심은 점들을 찾아내고, 그 점들이 어떤 모양이 될지 모르는 채로 잇는 방법을 알아내는 것이다."

고객은 문제를 정리해서 오지 않는다. 흩어진 불만과 기대와 데이터를 들고 온다. Echo의 임무는 이것들을 하나로 묶는 것이다. 공고는 이를 "가장 중요한 문제가 무엇인지, 데이터가 무엇을 뜻하는지, 제품에 무엇이 필요한지, 사용자를 움직이는 것이 무엇인지"를 하나로 이해하는 일이라고 쓴다.

AI는 이 일을 대신하지 못한다. 질문을 받으면 그럴듯한 답은 금방 낸다. 하지만 어떤 질문을 던질지는 고객 앞에 앉은 사람이 정한다. AI가 답을 싸게 만들수록, 무엇을 물을지 정하는 사람의 값이 올라간다.

이 역량은 회의실보다 현장에서 자란다. 고객이 실제로 일하는 모습을 보고, 말과 행동이 다른 지점을 찾고, 거기서 문제를 다시 쓴다. Echo를 고객 곁에 두는 이유도 여기에 있다.

이 힘을 기르는 방법으로 많이 인용되는 책이 롭 피츠패트릭의 『The Mom Test』(2013)다.^[10] 핵심 규칙은 단순하다. 내 아이디어가 아니라 고객의 생활을 묻는다. 앞으로 무엇을 할지가 아니라 지난번에 실제로 무엇을 했는지를 묻는다. 의견은 듣기 좋게 바뀌지만, 이미 한 행동은 바뀌지 않는다. 짐작을 문제로 바꾸는 재료는 이런 질문에서 나온다.

역량 둘: 고객의 데이터로 며칠 안에 만들어 보이는 힘

Delta는 결과물로 말한다. 팔란티어는 2025년 연간 보고서에서 AIP 부트캠프를 소개했다. 고객의 실제 데이터로 실제 업무 흐름을 "며칠 안에" 만들어 보이는 행사다.^[11]

2020년 상장 서류에도 같은 방향의 숫자가 있다. 소프트웨어를 설치하고 고객과 일을 시작하는 데 걸리는 시간이 2019년 2분기보다 5배 넘게 줄어, 2020년 2분기에는 평균 14일이 됐다.^[12]

개리 탄의 "두 번째 미팅의 데모"도 같은 말이다. 고객은 기획서보다 자기 데이터가 돌아가는 화면을 볼 때 마음을 정하기 쉽다. 만드는 비용이 떨어지면, 설명하는 사람보다 먼저 만들어 보이는 사람이 설득한다.

AI 코딩 도구는 이 역량의 문턱을 낮췄다. 첫 버전을 만드는 데 드는 사람과 시간이 줄었다. 그래서 이 역량은 엔지니어만의 것이 아니게 됐다. 문제를 아는 사람이 직접 첫 버전을 만들 수 있다.

역량 셋: 한 번의 해결을 되풀이할 수 있는 것으로 만드는 힘

현장 일에는 함정이 있다. 고객마다 맞춤으로 만들다 보면 회사가 용역 회사처럼 움직인다. a16z의 마크 안드루스코는 이 위험을 이렇게 썼다. 내장 엔지니어만 따라 하면 유지도 업그레이드도 못 하는 맞춤 배치 수천 개가 남고, 그때 회사는 "X를 위한 팔란티어"가 아니라 "X를 위한 액센츄어"가 된다.^[13]

팔란티어도 이 대가를 치렀다. 2019년 팔란티어는 막 들어온 초기 고객에게서 60만 달러의 매출을 냈고, 같은 고객에게서 6,540만 달러의 공헌손실을 봤다.^[14] 공헌손실은 매출에서 원가와 영업·마케팅 비용을 빼고 남은 손실이다. 상장 당시 AP 통신은 팔란티어를 "소프트웨어와 컨설팅 서비스를 함께 파는 회사"라고 묘사했다.^[15]

그래서 세 번째 역량이 필요하다. 한 고객에게서 푼 것을 다음 고객에게 다시 쓸 수 있게 만드는 힘이다. AI 회사들의 공고가 이 일을 분명히 적는다.

• 팔란티어 Echo 공고: 현장에서 본 것을 팔란티어 전체의 제품에 넣는다.

• OpenAI FDE 공고: 고객 문제를 풀 추상화(여러 고객에게 다시 쓸 수 있는 틀)를 설계하고, 그것으로 모든 배치의 속도와 품질을 높인다.

• Anthropic 스태프 FDE 공고: 고객은 구현만 하라고 부르지 않는다. 무엇을 만들지 정하고, 그것이 잘 만들어지게 하라고 부른다.

팔란티어의 매출총이익률은 SEC 공시 숫자로 계산하면 2019년 67%에서 2025년 82%로 올랐다.^[16] 여러 이유가 겹쳤을 것이다. 다만 현장 일을 제품으로 줄여 가지 못했다면 이 숫자는 나오기 어려웠다. 현장에서 푼 문제가 제품에 쌓여야, 현장에 쓴 돈이 다음 고객에게서 돌아온다.

2020년 상장 서류에는 쌓은 결과를 보여 주는 숫자도 있다. 엔지니어들이 관리하는 설치처 전체의 업그레이드 횟수가 2019년 2분기 주당 평균 2만 건에서 2020년 2분기 주당 4만 1천 건 이상으로 두 배가 넘게 늘었다.^[17] 고객마다 손으로 고치던 일이 제품의 기능으로 넘어간 결과다.

a16z의 처방도 같은 방향이다. 현장 배치는 집이 아니라 비계(공사할 때 잠시 세우는 발판)로 다뤄야 한다. 기간을 정해 배치하고, 그 안에 제품으로 옮긴다. 그렇지 않으면 "나중에 제품으로 만들자"는 말은 "끝내 만들지 못했다"로 끝난다.

세 역량은 한 사람 안에서도 돌 수 있다

팔란티어는 세 역량을 두 직무에 나눠 담았다. 문제를 찾는 Echo, 만드는 Delta, 그리고 둘이 함께 현장에서 본 것을 제품으로 넘기는 일이다.

AI는 이 경계를 낮춘다. 문제를 찾는 사람이 직접 첫 버전을 만들 수 있고, 만드는 사람이 고객과 직접 문제를 다시 쓸 수 있다. 직함이 Echo든 Delta든, PM이든 개발자든 마찬가지다. 고객 가까이에서 이 세 가지를 돌리는 사람이 일을 끝까지 가져간다.

세 역량을 일상의 습관으로 옮기면 이렇다.

• 문제를 찾는다: 요청을 받으면 바로 만들지 않는다. 그 요청이 나온 지난번 실제 상황을 먼저 묻는다.

• 만들어 보인다: 다음 미팅에는 문서 대신 상대의 데이터나 상황으로 만든 첫 버전을 가져간다.

• 쌓는다: 한 번 푼 문제는 다음에 다시 쓸 수 있는 형태로 남긴다. 템플릿, 체크리스트, 작은 도구 같은 것이다.

그래서 요즘 스스로에게 묻는다. 내 일에서 고객의 현장은 어디인가. 나는 그곳에서 문제를 찾고 있는가, 만들어 보이고 있는가, 그 결과를 다음 고객을 위해 쌓고 있는가.