구글, 빅쿼리 AI 에이전트로 데이터 준비 자동화

구글(Google·$GOOGL)이 빅쿼리(BigQuery) 데이터 준비 작업을 AI 에이전트로 자동화하고 고객 현장에 투입할 포워드 디플로이드 엔지니어(FDE) 채용도 확대하고 있다. 기업용 AI 경쟁이 모델 성능을 넘어 실제 업무 배포와 데이터 통합 능력으로 옮겨가는 흐름이다.

구글 클라우드(Google Cloud)는 4월 22일 일반 공개한 데이터 엔지니어링 에이전트가 빅쿼리 안에서 자연어 명령으로 데이터 파이프라인을 만들고 수정·관리할 수 있다고 공식 블로그에서 밝혔다. 이 도구는 원시 데이터 정리, 중복 제거, 형식 표준화, 데이터 변환 코드 생성을 돕도록 설계됐다.

구글은 데이터 엔지니어와 분석가가 반복 작업보다 규칙 설정과 품질 관리에 집중할 수 있다고 설명했다. 보다폰(Vodafone)은 이전 과정에서 기존 데이터와 변환 스크립트를 100% 자동화로 재현해 수작업 ETL 이전 시간을 90% 줄였다고 밝혔다.

프리사 미디어(PRISA Media)는 유지보수와 작은 최적화 작업에서 이미 가치를 확인했다고 평가했다. 고객 사례는 데이터 준비 자동화가 단순한 보조 기능이 아니라 기존 데이터 이전과 운영 과정의 비용을 줄이는 도구로 쓰일 수 있음을 보여준다.

FDE 채용 움직임도 같은 방향에 놓였다. 토마스 쿠리안(Thomas Kurian) 구글 클라우드 최고경영자는 링크드인 글에서 고객의 AI 전환을 돕기 위해 추가 FDE를 채용하겠다고 밝혔다.

쿠리안 최고경영자는 고객과 파트너의 구글 기업용 AI 제품 수요가 빠르게 늘고 있다고 설명했다. 구글 Careers에는 생성형 AI와 구글 클라우드 분야 FDE 직무가 올라와 있으며, 직무 설명은 고객 환경에서 AI 시스템을 설계·디버깅·배포하는 역할을 강조한다.

다만 ‘수백 명’이라는 채용 규모는 구글의 공식 발표 숫자가 아니다. 디 인포메이션은 구글 클라우드가 제미나이(Gemini) AI 도구를 고객이 활용하도록 돕기 위해 수백 명의 FDE 채용을 계획한다고 보도했다.

같은 보도에서 안디 구트만스(Andi Gutmans) 구글 클라우드 부사장은 기업 데이터 전체를 활성화하려면 인력만으로는 충분하지 않다는 취지로 말했다. 이는 현장 엔지니어를 늘리면서도 반복적 데이터 작업은 자동화해야 한다는 구글의 메시지와 맞닿아 있다.

FDE는 고객사 업무 환경 안에서 제품을 실제로 작동하게 만드는 기술 인력이다. 통상 솔루션 아키텍트나 컨설턴트보다 구현과 운영에 더 깊게 들어가며, 고객 데이터 구조와 권한 체계, 보안 경계, 기존 시스템 연결을 함께 다룬다.

기업용 AI에서 이 역할이 커진 것은 모델 성능만으로 도입이 끝나지 않기 때문이다. 기업 데이터는 부서와 시스템마다 형식이 다르고 접근 권한도 복잡해, 모델을 실제 업무 흐름에 붙이는 단계에서 병목이 생기기 쉽다.

이 흐름은 구글만의 선택이 아니다. 오픈AI(OpenAI)는 5월 11일 오픈AI 디플로이먼트 컴퍼니를 출범시키며 Tomoro 인수로 약 150명의 FDE와 배포 전문가를 확보한다고 밝혔다.

아마존웹서비스(AWS)는 6월 30일 FDE 전담 조직에 10억 달러(약 1조3950억원)를 투입해 수천 명의 엔지니어가 고객사와 함께 일하도록 하겠다고 발표했다. AI 모델 공급 기업과 클라우드 기업이 모두 고객 현장 배포 조직을 키우는 구도다.

국내 독자에게도 이 변화는 단순한 클라우드 기능 업데이트에 그치지 않는다. 본지가 앞서 전한 AI 에이전트의 주문 권한 확대 흐름처럼, 에이전트가 외부 업무 시스템과 직접 연결될수록 데이터 정합성, 권한 관리, 결제·거래 통제의 중요성이 함께 커진다.

구글의 접근은 자동화와 인력 확충을 동시에 택한 형태다. 데이터 정리와 파이프라인 구축 같은 반복 작업은 에이전트가 줄이고, 고객 시스템 연결과 보안·운영 전환은 FDE가 맡는 구조다.

데이터 준비 자동화가 모든 고객에서 같은 성과를 낸다고 볼 근거는 아직 제한적이다. 구글이 FDE 채용을 병행하는 이유도 기업용 AI의 마지막 구간이 여전히 현장 통합에 달려 있기 때문이다.