마이크로소프트도 6천 명 투입, 기업용 AI 경쟁은 ‘현장 구현’으로 이동

마이크로소프트가 기업 고객의 AI 도입을 지원하는 새 조직 ‘Microsoft Frontier Company’를 만들고 25억 달러를 투자하기로 했다. 약 6,000명의 산업·엔지니어링 전문가를 고객사와 가까운 현장에 투입해 AI 시스템을 함께 설계, 배포, 개선하는 방식이다.

이번 움직임은 기업용 AI 시장의 경쟁 축이 단순한 모델 성능이나 챗봇 기능에서 실제 업무에 AI를 어떻게 심을 것인가로 옮겨가고 있음을 보여준다. AWS도 앞서 10억 달러 규모의 Forward Deployed Engineering 조직을 발표했다. FDE는 엔지니어가 고객 조직 가까이에서 실제 시스템을 함께 만드는 역할을 뜻한다.

확인된 핵심은 AI 제품 판매가 아니라 ‘구현력’이다. 마이크로소프트는 Microsoft Frontier Company가 고객사의 업무 프로세스, 데이터, 보안 요건에 맞춰 AI를 적용하는 데 초점을 둔다고 설명했다. 초기 협업 사례로는 London Stock Exchange Group, Unilever, Land O’Lakes, Accenture 등이 거론됐다.

AWS의 FDE 조직도 비슷한 방향을 보여준다. AWS는 10억 달러 투자를 통해 고객사 내부 팀과 함께 agentic AI 솔루션을 개발·배포하겠다고 밝혔다. 여기서 agentic AI는 사람이 매번 세부 지시를 하지 않아도 여러 단계를 계획하고 실행하는 소프트웨어를 뜻하지만, 기업 환경에서는 권한 관리, 데이터 품질, 오류 검증, 보안 책임이 함께 설계돼야 한다.

이 변화가 중요한 이유는 기업들이 더 이상 ‘AI를 써봤다’는 단계에 머물기 어렵기 때문이다. 많은 회사가 이미 챗봇, 문서 요약, 코드 보조 도구를 시험했지만, 실제 비용 절감이나 생산성 향상을 숫자로 증명하는 일은 별도의 문제다. 빅테크가 현장형 엔지니어 조직에 투자하는 것은 기업 고객이 데모보다 운영 가능한 시스템을 요구하고 있다는 신호로 읽힌다.

보스턴권 독자에게도 연결점이 분명하다. 보스턴은 병원, 대학, 바이오테크, 금융, 로보틱스, 공공 연구기관이 밀집한 지역이다. 이들 조직은 연구 관리, 임상 운영, 보험 청구, 고객 지원, 공급망, 소프트웨어 개발 같은 실제 업무에 AI를 연결하려는 압력을 받고 있다. 따라서 채용 수요도 모델을 처음부터 만드는 연구자뿐 아니라 클라우드, 데이터, 보안, 업무 지식을 묶어 운영 시스템으로 옮기는 인력으로 넓어질 수 있다.

유학생과 졸업 예정자에게는 포트폴리오의 방향이 조금 더 구체화된다. 단순 챗봇 데모보다 기업 데이터베이스와 연결된 검색 시스템, 권한별 접근 제어, 로그와 평가 지표, 사람이 검토하는 승인 절차를 포함한 프로젝트가 더 설득력을 가질 수 있다. Azure나 AWS 활용 경험, API 설계, 데이터 엔지니어링, MLOps, 보안·컴플라이언스 기본기를 함께 보여주는 것이 중요해지는 흐름이다.

현직자에게는 AI가 개별 업무를 자동화하는 문제만큼이나 조직 안에서 누가 AI 적용을 책임질 것인가가 핵심이다. 제품 매니저, 솔루션 아키텍트, 데이터 엔지니어, 보안 담당자, 도메인 전문가가 함께 일하는 구조가 늘어날 수 있다. 특히 병원·바이오·금융처럼 규제가 강한 분야에서는 AI 결과를 그대로 쓰는 사람보다 어떤 데이터로 검색하고, 어떤 경우 사람이 개입해야 하며, 어떤 기준으로 성능을 평가할지 설계하는 인력이 필요하다.

이직 준비자는 회사가 AI를 홍보하는지보다 실제 배포 역량을 확인할 필요가 있다. 채용 공고에서 agentic AI, enterprise AI deployment, data governance, semantic layer, solution architecture, AI security, workflow automation 같은 표현이 반복된다면, 그 회사가 실험 단계보다 운영 단계의 인력을 찾고 있을 가능성이 있다. 반대로 AI 직무라 하더라도 고객 데이터 접근권, 보안 책임, 출장 또는 고객사 상주 여부, 성과 지표가 불분명하면 면접에서 역할 범위를 구체적으로 확인하는 편이 현실적이다.

H-1B나 OPT를 고려하는 독자는 이 흐름을 비자 판단으로 단정하기보다 고용 형태의 변화로 살펴봐야 한다. 고객사 현장 투입형 역할은 근무지, 프로젝트 기간, 직무 설명, 스폰서십 정책이 복잡해질 수 있다. 개인별 이민 상황은 전문가 확인이 필요하지만, 구직 단계에서는 고용주가 비자 스폰서 경험이 있는지, 프로젝트 종료 후에도 직무가 유지되는지, 원격·하이브리드·고객사 근무 조건이 어떻게 명시되는지 확인할 필요가 있다.

스타트업 창업자에게도 메시지는 비슷하다. 기업 고객은 이제 ‘AI를 쓴다’는 설명만으로 예산을 열지 않는다. 기존 업무에서 시간이 얼마나 줄어드는지, 오류가 어떻게 줄어드는지, 내부팀이 프로젝트 종료 후 스스로 운영할 수 있는지에 더 민감해지고 있다. 보스턴의 바이오·헬스케어·핀테크 스타트업이라면 모델 자체보다 규제 환경, 데이터 연결, 사용자 교육, 운영 지표를 함께 제시해야 기업 고객과의 대화가 쉬워진다.

다만 이것이 AI 관련 채용이 넓게 회복된다는 뜻은 아니다. 빅테크는 AI 인프라와 기업용 배포에 큰돈을 쓰는 동시에 비용 통제와 조직 재편도 병행하고 있다. 지금 확인되는 변화는 AI가 일자리를 단순히 줄이거나 늘린다는 한 방향의 이야기가 아니라, 어떤 역할에 예산이 붙고 어떤 역할은 압박을 받는지가 더 선명해지고 있다는 점이다.

보스턴권 구직자와 현직자가 봐야 할 관전 포인트는 ‘AI를 사용할 줄 안다’에서 한 걸음 더 나아간 역량이다. 실제 조직의 데이터, 보안, 업무 흐름 안에서 AI가 작동하게 만드는 능력, 그리고 그 효과를 측정 가능한 결과로 설명하는 능력이 기업용 AI 채용시장에서 더 중요해지고 있다.