해외에서 지금 막 생겨나고 있는 AI 직무들, 이름도 낯설어요

2025년 초만 해도 "AI 관련 일을 하고 싶다"고 하면 대부분 데이터 사이언티스트나 머신러닝 엔지니어를 떠올렸어요. 그런데 지금 미국과 유럽의 채용 시장을 들여다보면 낯선 직무명이 하나둘 보이기 시작해요. 직무 자체가 1~2년 전에 생겼거나, 있었어도 이름이 달랐거나, 아직 명확한 정의조차 없는 것들이요. AI가 실제 제품에 들어가고 기업들이 '실험'에서 '운영'으로 넘어가는 시점에, 딱 그 사이를 채우는 사람들이 필요해진 거예요.

Forward Deployed Engineer(현장 배포 엔지니어)는 어떤 일을 하나요?

현장에 들어가서 AI가 실제로 작동할 때까지 코드를 직접 짜는 엔지니어예요. 컨설턴트처럼 제안서만 쓰고 나오는 게 아니라, 고객사 환경 안에 들어가서 프로덕션 코드를 짜고 시스템이 운영되기 시작할 때까지 머무르는 역할이에요.

이 모델은 원래 Palantir가 2010년대 초 미국 정보기관의 복잡한 요구를 현장에서 직접 해결하기 위해 고안했어요. AI 시대에 와서 이 방식이 다시 뜨고 있는 이유가 있어요. MIT 2025년 보고서에 따르면 엔터프라이즈 생성형 AI 파일럿의 95%가 측정 가능한 비즈니스 임팩트를 만들어내지 못해요. 고객사는 자기 비즈니스를 알고, AI 회사는 모델을 알지만, 그 사이를 연결할 사람이 없거든요. Forward Deployed Engineer는 그 갭을 메우는 역할이에요.

OpenAI는 2026년 5월 "The Deployment Company"를 출범하면서 이 직무를 대거 채용하기 시작했고, Anthropic·Google Cloud·Palantir도 동시에 움직이고 있어요. 채용공고는 2025년 1월부터 9월 사이에만 800% 이상 증가했어요 (marktechpost.com).

이 직무에서 요구하는 핵심 기술은 다음과 같아요.

1. RAG 파이프라인 구성 (벡터 데이터베이스, 청킹 전략)
2. 에이전트 개발 (LangChain, LangGraph 등)
3. 프로덕션 관찰성 — 로깅, 모니터링, 드리프트 추적
4. 평가 엔지니어링 — 할루시네이션 감지, 회귀 테스트
5. 고객과 기술을 동시에 이해하는 커뮤니케이션 능력

연봉은 미국 기준 Google Cloud $127K~$183K, OpenAI 중급 $220K~$280K 수준이에요 (marktechpost.com). 1인 빌더 관점에서는, 프리랜서 형태로 기업의 AI 도입을 현장에서 돕는 독립 계약자로 접근하는 것도 가능해요. 스타트업들은 풀타임 FDE를 고용할 여력이 없기 때문에, 짧은 계약 단위로 도입 프로젝트를 맡기는 수요가 있거든요.

AI Governance Specialist(AI 거버넌스 전문가)는 왜 갑자기 이렇게 뜨는 건가요?

AI가 HR 채용, 신용 평가, 의료 판단 같은 의사결정에 쓰이기 시작하면서 "이게 공정한가, 책임 소재는 누구인가"를 관리하는 사람이 필요해진 거예요.

EU AI Act는 2025년 2월부터 직장 내 감정 인식 시스템 사용을 금지했고, 채용·성과평가에 쓰이는 AI를 "고위험 시스템"으로 분류해서 투명성과 인간 감독 의무를 부과했어요. 고위험 시스템에 대한 규제 의무는 2026년 8월 본격 시행될 예정이에요(다만 EU 집행위원회가 2025년 11월 이 시행일을 2027년 12월로 연기하는 안을 제안한 상태라, 기업 입장에서는 변동 가능성을 함께 모니터링해야 해요). 미국도 주별 AI 규제가 이미 시작됐어요.

전 세계 조직의 77%가 AI 거버넌스 프로그램을 구축 중이지만, 현재 거버넌스 인력에 만족한다는 조직은 1.5%에 불과해요 (iapp.org). 수요가 공급을 크게 앞서는 영역이에요.

실제 채용공고 146건을 분석한 자료를 보면, 이 직무는 순수 기술직이 아니에요 (axialsearch.com). 법무·컴플라이언스·윤리 배경을 가진 사람이 AI를 배우는 방향으로 진입하는 경우가 많아요. 평균 연봉은 미국 기준 $151,800(AI 거버넌스 단독) ~ $169,700(프라이버시+거버넌스 복합) 수준이에요 (iapp.org).

커리어 전환점을 찾고 있는 1인 빌더라면, 기존에 법무·HR·컨설팅 경험이 있다면 AI 거버넌스 프리랜서로 진입하는 경로가 실질적으로 열려 있어요.

MLOps Engineer는 데이터 엔지니어랑 뭐가 달라요?

데이터 엔지니어가 데이터를 다룬다면, MLOps 엔지니어는 AI 모델이 배포된 이후 계속 잘 작동하도록 운영 전체를 관리해요.

쉽게 비유하면, 모델을 만드는 건 셰프가 요리를 개발하는 것이고, MLOps 엔지니어는 그 요리를 수천 명에게 매일 같은 품질로 내보내는 주방 운영 시스템을 만드는 사람이에요. 모델 성능 모니터링, 재학습 파이프라인, 배포 자동화, 드리프트 감지가 핵심 업무예요.

기업들이 AI를 파일럿에서 프로덕션으로 옮기는 과정에서 MLOps가 가장 큰 병목이 되고 있어요. MLOps 시장 규모는 2034년까지 $390억 규모로 성장할 것으로 예상돼요 (globenewswire.com). 미국 기준 중급 연봉은 $145K~$200K, 시니어는 $210K~$280K 이상이에요 (herohunt.ai).

Python, PyTorch/TensorFlow, AWS/GCP/Azure 기본 운용 능력이 있고, CI/CD 파이프라인을 아는 백엔드 개발자라면 진입 장벽이 낮은 편이에요.

AI UX Designer는 일반 UX 디자이너와 어떻게 다른가요?

일반 UX가 "사용자가 이 버튼을 눌렀을 때 어떤 결과가 나오는가"를 설계한다면, AI UX Designer는 "모델이 틀렸을 때 사용자에게 어떻게 보여줄 것인가"까지 설계해요.

AI의 출력은 항상 확정적이지 않아요. 같은 입력에도 답이 달라질 수 있고, 신뢰도가 낮을 때 어떻게 표현해야 하는지, 사용자가 AI의 판단을 얼마나 믿어야 하는지 — 이런 불확실성을 인터페이스로 표현하는 게 AI UX의 핵심이에요. AI 기능에 대한 사용자 설명가능성(explainability)과 피드백 루프 설계도 이 역할이 맡아요.

Autodesk의 2025 AI Jobs Report에 따르면, AI 관련 채용공고에서 디자인 역량이 코딩·클라우드 등 기술 역량을 넘어서 가장 수요 높은 스킬 1위에 올랐어요.

프리랜서 시장에서도 이 영역의 성장이 두드러져요. Upwork의 2026 In-Demand Skills 보고서를 보면 AI 관련 프리랜서 스킬 수요가 전년 대비 109% 성장했고, AI 인터페이스 설계·구현 역량이 그 중심에 있어요 (upwork.com).

AI Product Manager(AI PM)는 일반 PM이 AI 도구를 쓰는 것과 다른가요?

다르게 봐야 해요. AI PM은 AI 도구를 쓰는 사람이 아니라, AI 자체가 제품의 핵심인 서비스를 만드는 사람이에요.

일반 PM은 "이 기능이 왜 필요한가"를 정의하지만, AI PM은 거기에 더해 "이 문제에 AI가 진짜 필요한가, 모델이 틀렸을 때의 실패 비용은 얼마인가, 어떤 데이터가 있어야 하는가"까지 결정해요. 확률적 출력(probabilistic output, 같은 질문에도 매번 다른 답이 나올 수 있는 특성)을 다루는 제품에서는 기존 PM 프레임워크가 잘 작동하지 않기 때문에, 이 차이를 아는 사람의 수요가 늘고 있어요.

Upwork·Toptal·Arc.dev 같은 플랫폼을 보면 AI PM 프리랜서 시장이 빠르게 열리고 있어요 (arc.dev). 스타트업들이 풀타임 AI PM을 고용하기 전에 계약직으로 먼저 써보는 수요가 많거든요. 기존 PM 경험이 있고 AI 제품을 직접 써온 사람이라면, 포트폴리오 하나로 프리랜서 진입이 가능해요.

AI Trainer / Data Annotator는 진입 장벽이 낮은 편인가요?

네, 직무 중에서 가장 진입 장벽이 낮은 편이에요. 단, 단가 차이가 큰 직무이기도 해요.

AI 모델이 잘 작동하려면 사람이 라벨을 붙이고, 잘못된 출력을 수정해주고, 어떤 답이 더 나은지 평가해줘야 해요. 그게 AI Trainer·Data Annotator가 하는 일이에요. RLHF(Reinforcement Learning from Human Feedback, 인간 피드백 기반 강화학습)라는 훈련 방식이 대형 언어 모델의 핵심이 된 이후, 이 역할의 수요가 폭발했어요.

2024년 데이터 어노테이션 시장 규모는 $37.7억이었고, 2030년까지 연평균 28.4% 성장해 $171억 규모가 될 것으로 예상돼요 (grandviewresearch.com). Upwork의 2026 In-Demand Skills 리포트는 AI 데이터 어노테이션·라벨링을 가장 빠르게 성장하는 스킬 중 하나로 꼽았어요 (upwork.com).

단가 범위가 넓어요.

(wealthvieu.com, pin.com 2026년 기준)

일반 어노테이터와 도메인 전문가의 단가 차이가 10배 이상이에요. 의료, 법률, 코드 분야에 도메인 지식이 있다면 그 지식이 직접 단가로 이어지는 구조예요. 국내에서는 Scale AI, DataAnnotation.tech, Surge AI 같은 플랫폼을 통해 원격으로 참여할 수 있어요.

이 직무들, 공통적으로 뭘 요구하나요?

아래 표는 소개한 직무들을 진입 장벽과 도메인 전환 가능성 기준으로 정리한 거예요.

(출처: herohunt.ai, ziprecruiter.com, wealthvieu.com 2026년 기준. 연봉은 미국 시장 기준이며, 한국 시장과 환경이 달라서 그대로 적용되지 않아요.)

해외 기준이라 국내 상황과 다를 수 있지만, 시장이 어느 방향으로 움직이는지 읽는 데 참고가 돼요. 국내에서도 AI 도입이 늘면서 비슷한 역할이 다른 이름으로 생겨나고 있고, 원격 계약 형태로 해외 클라이언트와 일하는 가능성도 점점 현실이 되고 있어요.

PwC의 2025 Global AI Jobs Barometer에 따르면, AI 스킬이 있는 워커는 동일 직무 대비 56%의 임금 프리미엄을 받고 있어요 — 1년 전(25%)보다 2배 이상 커진 수치예요 (pwc.com).

재미있는 건 이 직무들 대부분이 "AI를 만드는 사람"이 아니라 "AI가 실제로 작동하도록 하는 사람"이라는 점이에요. 모델을 개발하는 연구자가 아니라, 배포하고, 설명하고, 감독하고, 사람이 쓸 수 있게 연결하는 역할들이요. 기술이 아니라 판단이 필요한 자리가 늘고 있다는 뜻이기도 해요.

한 번 더, 빠르게 짚고 갈게요

Q. 비개발자도 이 직무들에 진입할 수 있나요? A. 직무마다 달라요. AI Trainer·Data Annotator는 코딩 없이 시작할 수 있는 직무예요. AI Governance Specialist는 법무·HR·컨설팅 경력이 있으면 AI를 배우며 전환하는 경로가 있어요. AI UX Designer와 AI PM은 기존 UX·PM 경력을 바탕으로 AI 제품 경험을 쌓는 방향으로 진입하는 경우가 많아요. Forward Deployed Engineer와 MLOps Engineer는 코딩이 필수예요.

Q. 이 직무들은 한국에서도 수요가 있나요? A. 아직 미국·유럽 대비 채용공고 수가 적지만, 방향은 같아요. AI 도입이 빠른 대기업·스타트업을 중심으로 유사한 역할이 "AI 프로덕트 오너", "AI 운영 담당", "AI 컴플라이언스 매니저" 같은 이름으로 생겨나고 있어요. 이 글에서 소개한 직무명으로 글로벌 원격 포지션을 찾거나, 해외 프리랜서 플랫폼(Upwork, Toptal, Arc.dev)에서 계약 기반으로 시작하는 것도 실질적인 방법이에요.

Q. AI Trainer로 지금 당장 시작해보려면 어디서 시작하면 되나요? A. DataAnnotation.tech, Scale AI, Surge AI, Labelbox 같은 플랫폼에서 원격으로 시작할 수 있어요. 일반 라벨링보다 코드·의료·법률 같은 도메인 특화 평가 작업이 단가가 10배 이상 높으니, 기존 전문 지식이 있다면 그 영역부터 찾아보는 게 유리해요.

Q. AI PM이 되고 싶은데 AI를 얼마나 깊이 알아야 하나요? A. 모델을 직접 만들 수준은 필요 없어요. 다만 언어 모델이 어떤 방식으로 틀리는지, 확률적 출력이 무엇인지, 파인튜닝과 RAG의 차이가 무엇인지 정도는 이해해야 팀과 대화가 돼요. 실제 AI 제품(ChatGPT, Claude, Perplexity 등)을 업무에 깊이 써보면서 감을 쌓고, AI 제품 PM이 쓴 케이스 스터디를 읽는 게 가장 빠른 방법이에요.

Q. 이 글에서 소개한 연봉 수치가 국내에도 해당되나요? A. 미국 시장 기준이라 직접 적용은 어려워요. 국내 동일 직무 기준으로는 통상 절반 이하로 보는 게 현실적이에요. 다만 해외 클라이언트와 원격으로 일하는 경우, 미국 기준 시간당 단가에 가깝게 받는 사례도 늘고 있어요.