황현태 FDE
Role & Operating Model
: FDE는 어떻게 일하는 사람인가?
[오프라인] FDE Academy 8 Week : 기업 AX 과제를 해결하는 FDE의 모든 것
Forward Deployed Engineer
AI Applied Engineer
해당 과정은 모집이 마감되었습니다.
※ 2기 일정 및 개설 여부는 미정이며, 오픈 시 사전 알림 신청자에게 가장 먼저 안내됩니다.
Two Tracks + Dual Track
단일 트랙으로 전문성을 높이거나,
[Dual Track]으로 기술과 비즈니스를 모두 완결하세요
선택한 전문성에 맞춰 학습 내용 및 일정이 달라지며, 아래 각 트랙 이미지를 클릭하시면 상세페이지로 이동합니다.
*자세한 커리큘럼과 일정은 각 트랙 상세페이지에서 확인해 주세요.
*본 페이지에서는 [A 트랙] AI Applied Engineer 혹은 [A+B 동시 수강] K-FDE 듀얼 트랙을 구매하실 수 있습니다.
전현준 엔지니어
4-6주차 AI Applied Engineering
에이전트를 만드는 것과,
그것을 고객사 환경에 정착시키는 것은
전혀 다른 문제입니다.
현업에서는 기술의 우아함보다,
어떻게든 답을 찾는 설계가 중요합니다.
안녕하세요, 전현준입니다. 에이전트를 만드는 것과 고객사 환경에 정착시키는 것은 전혀 다른 문제입니다.
현업에서는 기술의 우아함보다, 어떻게든 답을 찾는 설계가 중요합니다. 안녕하세요, 전현준입니다. Applied AI 영역에서 시스템을 만들다 보면 늘 현장의 제약안에서 내가 만들 서비스를 어떻게 만들어야하는가 질문과 마주합니다.
어떤 구조가 지금 이 고객사 환경에 맞는가? 어디까지 워크플로우로 두고, 어디부터 에이전트에 넘길 것인가?
성능과 비용, 속도와 안정성 사이에서 어디에 균형점을 잡을 것인가?
Applied AI FDE의 역할은 좋아 보이는 기술을 AI와 함께 대충 만들어서 제공하는게 아니라, 현장에 맞는 형태로 이론과 결합된 기술을 다듬어서 넣는 일입니다.
이 트랙은 단순한 프로토타입에서 멈추지 않습니다. 아키텍처 설계부터 Eval, 시스템 연동, 배포와 운영 이관까지 전 과정을 함께 다룹니다.
'에이전트를 잘 만드는 법'이 아니라, '기업 환경에 작동하는 AI 시스템을 만드는 법'을 고민합니다.
-
이력
현) AI Engineer
전) 핀테크 스타트업 CTO
전) Kakao Pay Data Engineer -
세미나 발표 및 강연
･ B2B AI 엔지니어링: 폐쇄망 환경의 고객사에 Agent 시스템을 설계·개발·배포까지 수행
･ 국내 대기업 S사, K사 등 다수의 기업에서 AI RAG, Agent, Agentic AI 현직자 대상 중-고급 강의 강사
･ 티타임즈 바이브코딩 컨퍼런스 "바이브코딩으로 만드는 AI Agent" 연사
･ Google DevFest Songdo 컨퍼런스 "LLM DR 시스템 Hands-on" 연사
커리큘럼
･ 1~3주차 Core 과정과 7주차 Incident Week: 10:00~15:00
･ 4~6주차 AI Applied Engineering Track: 09:00~13:00
1 WEEK | CORE
학습 목표
FDE의 역할과 업무 루프를 이해하고, 기업 환경의 제약을 고려한 실행 기준 세우기 핵심 학습 내용
• SI·컨설팅·사내 AI TF·FDE의 역할과 업무 범위 비교
• Discover → Define → Build → Prove → Deploy → Embed 업무 루프 이해
• 조직의 KPI와 업무 흐름에서 AI 개입 지점 찾기
• AI 적용의 안티패턴과 조직의 신뢰를 떨어뜨리는 Work Slop 이해
• 타임박싱·업무 진입 기준·내재화를 고려한 FDE 운영 방식
• 보안·품의와 결재·레거시 환경을 설계 조건으로 반영하기
FDE의 역할과 업무 루프를 이해하고, 기업 환경의 제약을 고려한 실행 기준 세우기 핵심 학습 내용
• SI·컨설팅·사내 AI TF·FDE의 역할과 업무 범위 비교
• Discover → Define → Build → Prove → Deploy → Embed 업무 루프 이해
• 조직의 KPI와 업무 흐름에서 AI 개입 지점 찾기
• AI 적용의 안티패턴과 조직의 신뢰를 떨어뜨리는 Work Slop 이해
• 타임박싱·업무 진입 기준·내재화를 고려한 FDE 운영 방식
• 보안·품의와 결재·레거시 환경을 설계 조건으로 반영하기
실습 자세히 보기
실습
킥오프 미팅 녹음에서 요구와 제약, 모순을 찾고 제안서·프로토타입 제작을 실습합니다. FDE Project Charter 초안을 작성하고 공개 반박을 통해 실행 기준을 점검합니다.
킥오프 미팅 녹음에서 요구와 제약, 모순을 찾고 제안서·프로토타입 제작을 실습합니다. FDE Project Charter 초안을 작성하고 공개 반박을 통해 실행 기준을 점검합니다.
2 WEEK |
CORE
황현태 FDE
Problem Discovery
: 회사를 읽고 문제를 잘라낸다
학습 목표
회사의 업무와 데이터에서 문제를 발견하고, 적정 기술과 해결 범위·우선순위 판단하기 핵심 학습 내용
• 산업·손익·업무 구조로 회사의 비즈니스 맥락 읽기
• 데이터 위치와 승인 경로, 이해관계자의 의사결정 권한 파악
• 업무 섀도잉·산출물 역추적·프롬프트 및 에이전틱 업무 로그로 암묵지 수집
• 수집한 업무 맥락을 Context Graph로 구조화
• AI 적용 필요성을 판단하고 가치·실현 가능성·데이터 가용성·승인 비용으로 우선순위와 No-go 조건 설정
회사의 업무와 데이터에서 문제를 발견하고, 적정 기술과 해결 범위·우선순위 판단하기 핵심 학습 내용
• 산업·손익·업무 구조로 회사의 비즈니스 맥락 읽기
• 데이터 위치와 승인 경로, 이해관계자의 의사결정 권한 파악
• 업무 섀도잉·산출물 역추적·프롬프트 및 에이전틱 업무 로그로 암묵지 수집
• 수집한 업무 맥락을 Context Graph로 구조화
• AI 적용 필요성을 판단하고 가치·실현 가능성·데이터 가용성·승인 비용으로 우선순위와 No-go 조건 설정
실습 자세히 보기
실습
Discovery 인터뷰 롤플레이와 후보 문제 3개에 대한 우선순위 평가를 진행합니다. 스키마와 설명이 부족한 DB·엑셀·PPT 자료를 바탕으로 데이터 플랫폼을 구축하고 Problem Brief를 작성합니다.
Discovery 인터뷰 롤플레이와 후보 문제 3개에 대한 우선순위 평가를 진행합니다. 스키마와 설명이 부족한 DB·엑셀·PPT 자료를 바탕으로 데이터 플랫폼을 구축하고 Problem Brief를 작성합니다.
3 WEEK |
CORE
황현태 FDE
Build, Eval & Handover
: 만들고, 반박하고 넘긴다
학습 목표
문제에 맞는 MVP를 구현하고, 실제 실패에 기반한 평가 기준과 운영 이관 계획 갖추기 핵심 학습 내용
• Agent를 직접 구축할지, 다른 도구와 조합되는 기능을 제공할지 판단
• 프롬프트·워크플로우·RAG·에이전트의 구현 형태 선택
• AI 코딩 도구와 합성·비식별 데이터를 활용한 검증용 MVP 구현
• 트레이스 기반 실패 분류와 Pass/Fail·커스텀 메트릭 설계
• Ragas 평가, 검색·생성 실패 분리 측정과 CI 기반 회귀 검증
• Runbook·모니터링·비용 계획·인수인계와 내재화 설계
문제에 맞는 MVP를 구현하고, 실제 실패에 기반한 평가 기준과 운영 이관 계획 갖추기 핵심 학습 내용
• Agent를 직접 구축할지, 다른 도구와 조합되는 기능을 제공할지 판단
• 프롬프트·워크플로우·RAG·에이전트의 구현 형태 선택
• AI 코딩 도구와 합성·비식별 데이터를 활용한 검증용 MVP 구현
• 트레이스 기반 실패 분류와 Pass/Fail·커스텀 메트릭 설계
• Ragas 평가, 검색·생성 실패 분리 측정과 CI 기반 회귀 검증
• Runbook·모니터링·비용 계획·인수인계와 내재화 설계
실습 자세히 보기
실습
1개 업무·1명 사용자·1주일치 데이터를 범위로 검증용 MVP를 구현합니다. 트레이스 30개를 분석해 Ragas 평가를 설정하고, Eval Baseline Report와 운영 이관 초안·개선 Backlog를 작성합니다.
1개 업무·1명 사용자·1주일치 데이터를 범위로 검증용 MVP를 구현합니다. 트레이스 30개를 분석해 Ragas 평가를 설정하고, Eval Baseline Report와 운영 이관 초안·개선 Backlog를 작성합니다.
4 WEEK |
Track A
전현준 AI Engineer
Architect
: 고객 환경 안에서 AI 시스템을 설계한다
학습 목표
데이터·보안·승인·레거시 제약에 맞는 AI 구현 방식과 아키텍처 설계하기 핵심 학습 내용
• 망분리·폐쇄망·데이터 반출·승인 경로·레거시 연동 지점 파악
• 프롬프트·워크플로우·RAG·에이전트의 구현 형태 선택
• 자율적 판단이 필요한 영역과 정해진 절차로 처리할 영역 구분
• 컨텍스트·프롬프트·도구와 멀티에이전트 설계
• Data Flow와 Data Contract로 데이터 흐름과 입출력 규약 정의
데이터·보안·승인·레거시 제약에 맞는 AI 구현 방식과 아키텍처 설계하기 핵심 학습 내용
• 망분리·폐쇄망·데이터 반출·승인 경로·레거시 연동 지점 파악
• 프롬프트·워크플로우·RAG·에이전트의 구현 형태 선택
• 자율적 판단이 필요한 영역과 정해진 절차로 처리할 영역 구분
• 컨텍스트·프롬프트·도구와 멀티에이전트 설계
• Data Flow와 Data Contract로 데이터 흐름과 입출력 규약 정의
실습 자세히 보기
실습
보안·데이터·승인·레거시 제약을 정리합니다. AI 아키텍처와 Data Flow Diagram, Data Contract를 작성하고 기술 선택의 근거를 기록합
보안·데이터·승인·레거시 제약을 정리합니다. AI 아키텍처와 Data Flow Diagram, Data Contract를 작성하고 기술 선택의 근거를 기록합
5 WEEK |
Track A
전현준 AI Engineer
Build & Eval
: 고도화하고, 고객의 요구사항을 증명한다
학습 목표
MVP의 품질을 평가하고, 비용과 성능의 균형을 고려해 개선하기 핵심 학습 내용
• AI 코딩 도구를 활용한 프롬프트·워크플로우·RAG 개선
• 사람이 검토·승인하는 HITL 구조와 대시보드 구현
• Golden Dataset·LLM-as-a-Judge·요구사항 기반 커스텀 메트릭 설계
• 트레이스 기반 실패 유형 분류와 프롬프트·모델·구조 변경 후 회귀 검증
• 토큰 비용 프로파일링과 경량화 옵션 비교
MVP의 품질을 평가하고, 비용과 성능의 균형을 고려해 개선하기 핵심 학습 내용
• AI 코딩 도구를 활용한 프롬프트·워크플로우·RAG 개선
• 사람이 검토·승인하는 HITL 구조와 대시보드 구현
• Golden Dataset·LLM-as-a-Judge·요구사항 기반 커스텀 메트릭 설계
• 트레이스 기반 실패 유형 분류와 프롬프트·모델·구조 변경 후 회귀 검증
• 토큰 비용 프로파일링과 경량화 옵션 비교
실습 자세히 보기
실습
트레이스와 로그를 수집하고 Golden Dataset·Pass/Fail 기준을 만듭니다. Eval Suite로 MVP를 평가하고, 실패 유형과 비용 프로파일을 정리하며 경량화 옵션을 실험합니다.
트레이스와 로그를 수집하고 Golden Dataset·Pass/Fail 기준을 만듭니다. Eval Suite로 MVP를 평가하고, 실패 유형과 비용 프로파일을 정리하며 경량화 옵션을 실험합니다.
6 WEEK |
Track A
전현준 AI Engineer
Integrate & Operate
: 연동하고, 배포하고, 넘긴다
학습 목표
AI와 업무 시스템을 연결하고, 배포 이후의 운영·모니터링·이관 체계 설계하기 핵심 학습 내용
• API·MCP·워크플로우를 활용한 기존 업무 시스템 연동
• 권한·로그·감사 증적을 고려한 보안 대응
• 성공·실패·저신뢰·고비용 트레이스를 샘플링하는 온라인 평가
• 실행 경로·도구 사용·지연 시간·토큰 비용 모니터링
• 파일럿 대상과 단계적 확산, 운영 담당자에게 넘기는 조건 설계
AI와 업무 시스템을 연결하고, 배포 이후의 운영·모니터링·이관 체계 설계하기 핵심 학습 내용
• API·MCP·워크플로우를 활용한 기존 업무 시스템 연동
• 권한·로그·감사 증적을 고려한 보안 대응
• 성공·실패·저신뢰·고비용 트레이스를 샘플링하는 온라인 평가
• 실행 경로·도구 사용·지연 시간·토큰 비용 모니터링
• 파일럿 대상과 단계적 확산, 운영 담당자에게 넘기는 조건 설계
실습 자세히 보기
실습
통합 파일럿을 진행하고 Deployment Plan과 Runbook을 작성합니다. 모니터링 대시보드 초안과 운영 비용 계획을 정리합니다.
통합 파일럿을 진행하고 Deployment Plan과 Runbook을 작성합니다. 모니터링 대시보드 초안과 운영 비용 계획을 정리합니다.
7 WEEK | Track A
황현태 FDE
Incident Week
: 달라진 환경에 대응한다
실습 목표
예상하지 못한 제약 상황에, 기술적 대안과 이해관계자 설득 방안 도출하기 핵심 실습 내용
• 트랙별로 제시된 돌발 상황에 대해 대응 방안을 도출하여 적용합니다.
• Track A는 기술적 대안을, Track B는 고객 요구와 이해관계자 설득 방안을 중심으로 검토합니다. * 7주차는 강의가 아닌 Track 별 돌발 상황 공개 및 개별 프로젝트 적용하는 자율 실습
예상하지 못한 제약 상황에, 기술적 대안과 이해관계자 설득 방안 도출하기 핵심 실습 내용
• 트랙별로 제시된 돌발 상황에 대해 대응 방안을 도출하여 적용합니다.
• Track A는 기술적 대안을, Track B는 고객 요구와 이해관계자 설득 방안을 중심으로 검토합니다. * 7주차는 강의가 아닌 Track 별 돌발 상황 공개 및 개별 프로젝트 적용하는 자율 실습
FDE Academy 트랙 한 눈에 보기🔥