현장의 질문을 숫자로 옮기는 일: 데이터 분석가가 FDE로 일하는 법
안녕하세요, UMOS ONE Data & AI 팀 이민식입니다.
얼마 전 Claude와 일하다 문득 "그래서 나는 요즘 어떤 일을 하는 사람이야?"라고 물었습니다. 데이터 분석가로 일하고 있지만, 어제는 마트를 만들고, 오늘은 지식그래프 평가 기준을 고치고, 다음 주에는 출장지에서 시뮬레이션에 들어갈 데이터를 정리하고 있으니 제 일을 한마디로 설명하기가 어려웠습니다. 그때 Claude가 꺼낸 이름이 Forward Deployed Engineer(FDE)였습니다. 처음 듣는 이름은 아니었는데, 제 일에 붙여 보니 생각보다 잘 맞았습니다. 왜 잘 맞는다고 느꼈는지 적어 봤습니다.
실제로 나눈 대화를 그대로 가져왔습니다 👀 Claude는 그동안 같이 들여다본 작업에 출장 이야기까지 묶어서 후보를 네 개 내놓았고, 그중 1순위로 꼽은 게 FDE였습니다.

FDE는 고객 현장에 직접 들어가 문제를 받아 오고, 그 자리에서 맞는 기술로 풀어 제품에 녹이는 엔지니어입니다. 도구보다 문제에 묶인 직무라서, 도구가 자꾸 바뀌어 온 제 일과 잘 맞았습니다.
도구는 세 번 바뀌었습니다
| 영역 | 주로 쓴 도구 | 받은 질문 |
|---|---|---|
| 데이터 분석 | SQL, 마트, 대시보드, 지표 정의 | "이 지표, 믿고 의사결정에 써도 되나?" |
| 온톨로지·지식그래프 | TBox 설계, SPARQL, 평가 파이프라인 | "시스템을 넘나드는 질문에 AI가 답할 수 있나?" |
| 시뮬레이션 데이터 | 데이터 정리, 입력기, 흐름 점검 | "이 공간과 운영 계획이 실제로 돌아가나?" |
겉으로 보면 직무가 세 번 바뀐 것처럼 보입니다. 쓰는 언어도, 같이 일하는 사람도, 결과물의 모양도 매번 달랐습니다. 그런데 일을 하나씩 되짚어 보니 매번 같은 순서로 일하고 있었습니다.
- 현장의 질문을 받아 숫자로 답할 수 있는 형태로 바꾼다
- 무엇을 세고 무엇을 뺄지, 측정 범위부터 정한다
- 결과를 보고서가 아니라 계속 돌아가는 것으로 넘긴다
단계마다 그 일을 가장 많이 한 영역의 이야기로 풀어 보겠습니다.
01. 질문을 숫자로 바꾸는 일
현장의 질문은 대부분 말로 옵니다. 그 말을 숫자로 옮기는 게 첫 번째 일입니다. 데이터 분석과 마트 일이 딱 이 일입니다.
분석 일을 하다 보면 쿼리 짜는 시간보다 지표를 정의하는 시간이 훨씬 깁니다. 대시보드 숫자를 보고 "이 지표, 믿고 써도 되나?"라는 질문이 나오면 대개 정의부터 다시 봐야 합니다.
마트 작업에서 이런 요청을 받은 적이 있습니다.
"위치 신호가 한 건이라도 있으면 활성 차주로 세 주세요."
그런데 데이터를 열어 보니 실제로 운행한 차주 228명 중 위치 신호 기록이 남은 차주는 50명뿐이었습니다. 이 숫자를 "활성 차주"라고 부르면, 보는 사람은 당연히 "운행한 사람이 50명"이라고 읽습니다. 그래서 이름을 "위치 신호 차주"로 바꾸고, "운행 차주"를 옆에 함께 두었습니다.
숫자를 계산하는 것보다 이름을 정확히 붙이는 일이 먼저였습니다.
02. 측정 범위를 먼저 정하는 일
말을 숫자로 옮기고 나면, 다음 고민은 "어디까지 셀 것인가"입니다. 온톨로지와 지식그래프 일에서 이 고민을 가장 많이 했습니다.
이 일의 목표는 고객이 사내 데이터에 대해 물으면 AI 챗봇이 답하게 만드는 것이었습니다. 그런데 "챗봇이 잘 답한다"는 말은 그대로는 잴 수가 없습니다. 그래서 고객 질문을 "차량", "운전자", "예약·정비" 같은 주제로 묶고, 주제마다 시험 문제를 만들었습니다. 한 주제에서 시험 문제를 절반 이상 맞히면 그 주제는 답할 수 있다고 보기로 했습니다.
그다음은 어떤 주제를 셀지였습니다. 지금은 시험 문제를 만들 수 없는 주제가 있었는데, 이걸 빼 버리면 점수는 쉽게 올라갑니다. 그래서 고객이 실제로 묻는 주제라면, 지금 잴 수 없더라도 계산에 남겨 두고 "아직 못 답함"으로 셌습니다. 반대로 고객이 묻지 않는 주제는 처음부터 뺐습니다. 이렇게 정하고 나니 "13개 주제 중 10개, 76.9%"라는 숫자를 자신 있게 말할 수 있었습니다.
성공을 무엇으로 볼지 다시 정한 적도 있습니다. AI가 만든 조회 쿼리가 데이터 구조와 맞는지 검사하는 장치를 만들었는데, 처음에는 "검사를 통과한 비율"을 쟀습니다. 그런데 이 장치의 역할은 틀린 쿼리를 고치는 게 아니라, 틀린 결과가 정답처럼 나가지 않게 막는 것이었습니다. 그래서 "통과했거나, 사용자에게 '확인이 필요하다'고 알린 답변의 비율"로 기준을 바꿨습니다. 같은 장치인데 무엇을 성공으로 세느냐에 따라 보이는 그림이 완전히 달라졌습니다.
두 번 다 숫자를 바꾼 건 계산식이 아니라 어디까지 셀지에 대한 결정이었습니다.
03. 계속 돌아가는 것으로 넘기는 일
범위까지 정해도, 보고서 한 장으로 넘기면 한 번 읽히고 끝나는 경우가 많았습니다. 다음 달에 같은 질문이 오면 처음부터 다시 세야 합니다. 그래서 세 번째 일은 누가 언제 다시 돌려도 같은 결과가 나오게 만드는 것입니다.
마트에서는 이미 쓰고 있는 숫자를 함부로 바꾸지 않는 게 중요했습니다. 새 분석 때문에 기존 데이터 범위를 넓혀 달라는 요청이 왔을 때, 그대로 넓히면 운영 대시보드의 차주 수가 하루아침에 바뀝니다. 그래서 기존 것은 그대로 두고 새 용도의 테이블을 따로 만들었고, 두 테이블의 합계가 정확히 맞는지 아홉 가지로 확인한 뒤에 반영했습니다. 거리는 미터, 시간은 초처럼 단위를 하나로 정하고, 섞여 있던 시간대도 한국 시간으로 통일했습니다. 사소해 보여도, 이런 게 맞지 않으면 같은 숫자를 사람마다 다르게 읽습니다.
지식그래프 쪽에서는 "무엇을, 왜 재는지"와 "어떻게 재는지"를 다른 저장소에 나눠 두었습니다. 기준은 기준대로, 실행 코드는 코드대로 관리하고, 숫자를 다시 내는 절차는 가이드로 남겼습니다. 다른 사람이 가이드만 보고 같은 숫자를 낼 수 있어야 그 숫자를 믿을 수 있습니다.
보고서는 한 번 읽히고 끝나지만, 다시 돌릴 수 있는 결과물은 다음 달에도 같은 숫자를 냅니다.
시뮬레이션에서도 같았습니다
요즘은 출장을 다니며 시뮬레이션에 들어갈 데이터를 정리하고 있습니다. 대형 복합 업무시설의 물류 공간과 운영 계획을 시뮬레이션으로 미리 돌려 보려면, 공간과 물량을 엔진이 읽을 수 있는 값으로 옮겨야 합니다. 처음 해 보는 일이라 막막했는데, 해 보니 앞의 01, 02, 03과 순서가 똑같았습니다.
-
정할 값 10개가 사실은 2개였습니다
01 숫자로파트너사에서 시뮬레이션 기준 자료를 받았을 때, 처음에는 우리가 정해야 할 값을 10개로 뽑았습니다. 하나씩 다시 보니 대부분은 받은 자료에 이미 답이 있었습니다. 정말로 우리가 가정해야 하는 값은 "트럭 한 대에 몇 개 싣는지", "엘리베이터 한 번에 몇 개 타는지" 두 개뿐이었습니다. 질문을 숫자로 바꾸기 전에, 정말 정해야 할 숫자부터 추린 것입니다.
-
엔진은 한 파일만 믿었습니다
02 범위를같은 하루 물량이 두 입력 파일에 1,224와 1,200으로 다르게 적혀 있었습니다. 알고 보니 한쪽에만 "금요일은 물량이 조금 많다"는 보정이 들어가 있었습니다. 문제는 엔진이 그중 한 파일만 읽고, 둘이 달라도 아무 말을 하지 않는다는 점이었습니다. 그래서 "이 파일이 기준"이라고 적은 메모 파일을 하나 더 넣었습니다. 무엇을 기준으로 셀지 먼저 못 박아 둔 것입니다.
-
칸은 다 채웠는데 흐름이 맞지 않았습니다
03 돌아가는 것으로입력 화면은 빈칸이 있는지, 형식이 맞는지만 확인합니다. 그래서 물건이 들어와서 목적지까지 가는 길을 처음부터 끝까지 따라가 보는 점검 화면을 따로 만들었습니다. 경고가 0건이던 예시에서 막힘이 3건 나왔습니다. 목적지 층까지 올라가지 않는 엘리베이터가 배정돼 있는 식이었습니다. 이 화면은 한 번 쓰고 버리는 게 아니라, 입력 담당자가 입력할 때마다 직접 돌려 봅니다.
세 가지 모두 돌려 보기 전에 잡을 수 있었던 문제들입니다.
그래서 Forward Deployed Engineer입니다
정리하면 세 가지입니다. 현장의 말을 숫자로 옮기고, 그 숫자의 범위를 먼저 정하고, 결과를 다시 돌릴 수 있는 것으로 넘기는 것. 도구는 마트에서 지식그래프로, 다시 시뮬레이션 엔진으로 바뀌었지만 이 순서는 그대로였습니다.
이 일을 하면서, FDE에게 중요한 역량은 이런 게 아닐까 조심스럽게 생각해 봤습니다.
-
재현 가능성
좋은 숫자를 한 번 보여 주는 건 생각보다 쉽습니다. 어려운 건 다음 달에도, 다른 사람이 돌려도 같은 숫자가 나오게 하는 일입니다. 현장에 들어가 일하는 사람일수록 이게 더 중요하다고 느낍니다. 내가 떠난 뒤에도 현장에 남는 건 결과물뿐이니까요.
-
만든 것으로 의사결정을 받는 힘
예전에는 기획서를 쓰고, 검토를 받고, 결정이 나면 만들었습니다. 요즘은 AI 덕분에 만드는 속도가 빨라져서, 기획서보다 돌아가는 결과물을 먼저 보여 주고 결정을 받는 쪽이 더 빠를 때가 많습니다. 흐름 점검 화면도 "이런 걸 만들면 어떨까요"라고 묻기 전에 먼저 만들어서 보여 줬고, 파트너사 자료를 분석한 결과도 보고서 대신 입력 화면에 직접 넣어 돌아가는 걸 보여 주는 것으로 확인받았습니다. 마트도 요즘은 AI 에이전트가 정해진 원칙을 읽고 설계부터 검증까지 해 오면, 사람은 결과물을 보고 판단하는 방식으로 일하고 있습니다.
-
그래도 시작은 현장의 말
만드는 속도가 아무리 빨라져도, 무엇을 만들지는 현장에서 듣고 와야 합니다. 출장이 이 일의 부수 업무가 아니라 핵심이라고 생각하는 이유입니다.
아직 정답이라고 말하기는 이르지만, 지금까지 해 본 일을 돌아보면 이 세 가지가 가장 크게 남았습니다.
마치며
돌아보면 직무가 세 번 바뀐 것이 아니라, 같은 일을 세 가지 도구로 해 온 것에 가까웠습니다.
앞으로 또 어떤 도구를 만지게 될지는 모르겠습니다. 그래도 일단 현장에 가서 무슨 말이 나오는지부터 듣는 건 계속할 것 같습니다.