[한영자막] 포워드 디플로이드 엔지니어링을 위한 AI 툴 — Varick Agents의 Vasuman Moza

한 줄 핵심

이 영상은 엔터프라이즈 AI의 다음 병목이 모델 성능이 아니라 고객 업무를 깊게 이해해 재설계하는 forward-deployed engineering이며, 이를 AI 에이전트로 증폭해 적은 인원으로 대규모 고객 맞춤 전환을 가능하게 해야 한다고 주장한다.

시간별 요약

1. 0:00
   핵심 주장은 AI가 실행은 점점 잘하지만, 기업별로 다른 업무 맥락을 이해하고 재설계하는 일이 여전히 병목이라는 점이다. 그래서 앞으로의 경쟁력은 고객 안으로 깊게 들어가 업무를 바꾸는 forward-deployed engineering에 달려 있다.
2. 3:01
   forward-deployed engineer의 역할은 사람이 하던 일을 관찰하는 데서 끝나지 않고, 실패 사례와 예외 처리까지 포함해 실제 업무 흐름을 매핑하는 데 있다. 문서상의 이상 경로가 아니라 AP, AR, billing 같은 부서의 현실적 예외와 병목을 파악해야 AI 자동화가 가능해진다.
3. 4:01
   기존 프로세스에 AI를 얹는 방식은 ROI가 낮고, 업무를 AI에 맞게 다시 설계해야 효과가 난다. 자동화 비율과 human-in-the-loop 구간을 함께 설계해 기존 11단계 흐름을 무리 없이 바꾸면서도 실질적인 가치가 나오게 해야 한다.
4. 7:00
   엔터프라이즈는 NetSuite, Dynamics, SAP, Salesforce 같은 시스템 오브 레코드에 묶여 있으므로, AI는 이를 대체하기보다 그 위에 얹혀야 한다. Verity는 자체 플랫폼에서 에이전트를 운영·감시하면서도 기존 시스템을 바꾸지 않는 접근으로 도입 장벽을 낮춘다.
5. 12:02
   내부 도구인 FD agent는 FDE의 업무를 세 단계로 보조한다: 문서·노트·슬라이드를 종합하는 engagement agent, 워크플로 작성 시 누락과 엣지 케이스를 잡아주는 workflow agent, 그리고 향후 이메일 요청을 자동 반영하는 자율 보조다. 이를 위해 dependency graph와 커스텀 도구, RL 환경, 자체 모델 후학습을 결합해 정확한 컨텍스트 추출과 간결한 분석을 동시에 노린다.

실무 인사이트

• 기업용 AI는 모델만 잘 고르는 문제가 아니라, 기존 업무 흐름을 AI가 처리 가능한 단위로 다시 쪼개고 human-in-the-loop 경계를 정하는 설계가 핵심이다.
• 도입 초기에는 시스템 교체보다 기존 시스템 위에 얹는 방식이 현실적이며, 특히 SAP·NetSuite·Salesforce 같은 레거시 스택을 전제로 한 통합 전략이 중요하다.
• 고객 맞춤형 AI 프로젝트를 масштаб하려면 FDE 개인의 역량에 의존하지 말고, 컨텍스트 수집·관계 추적·업무 그래프 탐색을 도와주는 내부 에이전트가 필요하다.