FDE(Forward Deployed Engineer) 신입

About the role

대규모 플랫폼을 위한 SEO·AI 검색 자동 최적화 솔루션(Search OS) 을 만듭니다.
마케터/개발자가 붙어서 운영하던 검색 최적화를, 데이터 수집 변화 적용 성과 학습까지 자동으로 굴러가게 만드는 게 목표입니다.

사람들은 이제 링크를 하나씩 열어 비교하기 전에 AI에게 먼저 묻습니다.

그런데 기업의 검색 운영은 여전히 사람이 움직여야 돌아갑니다. 데이터를 확인하고, 문제를 정리하고, 개발 일정을 잡고, 수많은 페이지를 고친 뒤 다시 결과를 기다립니다. 웹사이트가 복잡하거나 오래됐다면 검색봇과 AI 크롤러가 내용을 제대로 읽지 못하는 문제부터 해결해야 합니다.

Search OS는 이 과정을 바꿉니다.

대기업과 대규모 플랫폼이 기존 인프라를 전면 교체하지 않고도 SEO와 AI 검색 대응을 자동화할 수 있는 제품을 만듭니다. CSR·SSR·SPA·레거시 환경을 지원하며, 키워드·프롬프트·구조화 데이터·경쟁사 정보·봇 로그를 모아 필요한 콘텐츠를 적용하고 결과를 학습합니다.

우리가 만드는 것은 또 하나의 분석 대시보드가 아닙니다. 발견한 문제가 실제로 해결될 때까지 움직이는 실행 시스템입니다.

현재 6명의 개발자가 제품 개발과 고객 적용을 함께 맡고 있습니다.

현재 매우 중요한 프로젝트들을 앞두고 있으며, 작은 스타트업부터 글로벌 기업까지 다양한 규모의 프로젝트가 동시에 진행되고 있습니다. 현재 가까운 시일 내 중요한 일정들이 이어지고 있기에, 초기 멤버로서 프로젝트와 함께 작은 스타트업의 성장 과정을 한복판에서 경험할 수 있습니다.

[제품에 대하여]
Search OS는 대기업/대규모 플랫폼이 인프라 변경 없이도 SEO·AI 검색 대응을 자동화할 수 있게 합니다.

30분 내 적용으로 성능을 크게 개선
키워드/프롬프트 데이터 등 필요한 데이터를 수집
고객사가 경쟁사보다 더 자주 노출되고 더 많이 인용되도록 AI Agents가 자동으로 변경/최적화
CSR · SSR · SPA · 레거시 전부 지원

결과적으로 반복 업무는 줄고, 조직은 추가 인력 없이 검색 대응을 자동으로 돌릴 수 있습니다.

[우리가 일하는 방식]

먼저 분명히 말씀드립니다. Search OS는 Work is Life를 선택한 팀입니다.

우리는 일에 긴 시간을, 높은 몰입도로 쏟아붓는 것을 중요하게 생각합니다. 단순히 오래 일하는 것이 아니라, 몰입의 밀도와 강도가 결과물의 수준을 결정한다고 믿기 때문입니다.

현재 우리는 6명의 개발자가 제품 개발부터 고객사 적용, 문제 해결까지 함께 책임지는 초기 팀입니다.
정해진 업무만 수행하기보다, 고객이 겪는 문제를 직접 발견하고 해결하며, 그 과정에서 얻은 경험을 다시 제품에 반영합니다.
이 과정에서 우리는 종종 다음과 같은 질문을 받습니다.
"왜 그렇게까지 일을 해야 하나요?"
"내 담당 업무만 하면 되는 것 아닌가요?"
"왜 다른 팀의 문제까지 관여해야 하나요?"

Search OS에서 일한다는 것은 정해진 역할만 수행하는 것이 아닙니다.
고객의 문제를 발견했다면 직무와 팀의 경계를 넘어 해결에 참여하고, 단순히 문제를 전달하는 데 그치지 않고 실제로 해결될 때까지 책임지는 것을 지향합니다.
물론 모든 문제를 혼자 해결해야 한다는 의미는 아닙니다. 각자의 전문성을 바탕으로 협업하되, 문제를 발견한 순간부터 해결될 때까지 주도적으로 움직이는 태도를 중요하게 생각합니다.
우리가 만드는 제품 역시 단순히 문제를 보여주는 대시보드가 아니라, 실제 해결까지 이어지는 실행 시스템입니다. 우리가 일하는 방식도 제품의 철학과 같습니다.
우리는 일이 하루에서 큰 비중을 차지하는 만큼, 그 시간을 통해 빠르게 성장하고 의미 있는 결과를 만들어가는 과정 자체를 즐기는 분과 함께하고 싶습니다.
이러한 업무 방식에 강한 거부감이 든다면 Search OS와 맞지 않을 수 있습니다.
반대로,
"그건 제 업무가 아닌데요"보다 "그 문제도 한번 해결해 보고 싶습니다"라는 생각이 먼저 든다면,
우리는 같은 방향을 보고 있을 가능성이 높습니다.

What you'll do

수백만 페이지를 사람의 손으로 최적화하는 방식에는 한계가 있습니다.

Search OS는 대기업과 대규모 플랫폼을 위한 SEO·AI 검색 자동 최적화 솔루션을 만듭니다.

검색엔진과 AI가 고객사의 페이지를 제대로 읽을 수 있도록 렌더링하고, 키워드·프롬프트·경쟁사·트렌드·구조화 데이터·봇 로그 등을 수집합니다. 분석 결과를 바탕으로 필요한 페이지와 개선안을 만들고 실제 서비스에 적용하며, 노출·인용·전환 성과를 다시 측정해 다음 최적화에 반영합니다.

목표는 명확합니다.

고객사가 더 자주 발견되고, 더 많이 인용되며, 그 관심이 실제 구매와 전환으로 이어지는 검색 시스템을 만드는 것.

현재 6명의 엔지니어가 제품 개발과 고객 적용을 함께 맡고 있습니다. 다양한 규모와 기술 환경의 고객에게서 발견한 문제를 일회성 작업으로 끝내지 않고, 여러 환경에서 반복해서 작동하는 Search OS의 기능으로 만들고 있습니다. 초기 멤버는 완성된 제품을 유지·보수하는 사람이 아닙니다.

제품의 기준과 팀이 문제를 해결하는 방식 자체를 함께 만듭니다.

[ FDE가 해결하는 문제 ]

Forward Deployed Engineer는 고객이 요청한 기능을 그대로 구현하는 역할이 아닙니다.

고객의 업무 흐름, 시스템, 실제 사용자와 의사결정 구조를 직접 이해하고 무엇을 해결해야 하는지부터 정의합니다.

이후 필요한 데이터를 분석하고, Prototype을 만들고, Production 환경에 배포하며 실제 사용과 업무 성과로 이어지는지까지 확인합니다.

필요하다면 고객이 처음 요청한 것과 다른 우선순위나 해결 방법을 제안합니다. 기술적 문제뿐 아니라 도입을 방해하는 업무 프로세스, 사용자 행동, 조직적 병목까지 문제의 일부로 봅니다.

때로는 엔지니어처럼 코드를 작성하고, 때로는 데이터 분석가처럼 숫자를 파고들며, 때로는 고객 실무진과 의사결정자와 함께 새로운 Workflow를 설계합니다.

문제 정의부터 직접 만드는 것, 실제 변화와 성과를 만드는 것까지 하나의 일로 보는 사람을 찾습니다.

[ 주요 업무 ]

초기 멤버로서 “정해진 역할만 수행”하지 않고, 제품의 기준과 방향을 함께 만드는 역할을 합니다.

고객의 핵심 문제와 우선순위 정의 - 업무 흐름, 데이터, 시스템 및 의사결정 구조를 빠르게 이해하고, 고객의 요청 이면에 있는 근본적인 문제와 병목을 파악해 해결 우선순위를 제안합니다.
AI 애플리케이션 설계 - LLM, Agent, 데이터 및 기존 시스템을 활용해 필요한 솔루션을 설계합니다.
Prototype부터 Production까지 구현·배포 - API, 데이터 파이프라인, SaaS, 사내 시스템 등 다양한 환경과 통합합니다.
데이터 분석 및 가설 검증 - SQL, Python, BI 도구 등을 활용해 데이터를 확인하고 문제와 가설을 검증합니다.
사용자 Workflow 및 제품 사용 방식 설계 - 고객 현업 및 엔지니어와 함께 사용 방식을 설계하고, 실무진 및 의사결정자와 커뮤니케이션하며 솔루션 도입과 업무 변화의 정착을 지원합니다.
사용자 피드백 및 KPI 기반 개선 사이클 운영 - 사용자 피드백, 사용률 및 업무 KPI를 측정하고 이를 바탕으로 제품과 Workflow 지속적으로 개선합니다.
실제 사용 및 Adoption을 방해하는 문제 해결 - 데이터 품질, 모델 평가, 보안·운영 문제와 업무 프로세스·사용자 행동·조직적 저항 등 도입 저해 요인을 파악하고 해결합니다.
고객 현장의 학습을 팀의 자산으로 축적 - 새로운 문제와 신규 산업·Use Case·확장 기회를 정의하고, 검증된 문제 해결 방식과 기술 패턴을 재사용 가능한 팀 자산으로 축적합니다.

Core Engineer가 여러 고객에게 공통으로 사용되는 엔진을 만든다면,

FDE는 고객 현장에서 문제를 발견하고 Search OS로 끝까지 해결한 뒤, 그 학습을 다시 제품으로 가져옵니다.

Requirements

[ 자격 요건 ]

1~3년 내외의 실무 경험을 보유했거나 이에 준하는 프로젝트 경험이 있는 분
소프트웨어 엔지니어링의 기본기와 구현 역량을 갖추고, Python, JavaScript/TypeScript 등 하나 이상의 언어로 실제 동작하는 서비스나 결과물을 만들어본 분
SQL을 활용해 데이터를 직접 확인하고 문제를 분석할 수 있는 분
LLM, Agent, 데이터 또는 클라우드 기술 중 하나 이상을 실제 프로젝트에서 활용해 본 분
요구사항이 명확하지 않은 상황에서도 문제를 구조화하고 우선순위와 다음 행동을 스스로 정의할 수 있는 분
기술적인 내용을 비개발자에게 설명하고, 현업의 문제를 기술적인 문제로 번역할 수 있는 분
고객 및 실제 사용자와 직접 대화하며 문제를 발견하고, 익숙하지 않은 산업과 업무를 빠르게 학습해 해결까지 이어갈 수 있는 분
자신의 역할 범위에 한정되지 않고, 고객 성과를 위해 필요한 일을 직접 찾아 실행할 수 있는 분

[ 주요 역량 ]

1. Define — 진짜 문제를 정의합니다.

주어진 요구사항을 그대로 받아들이지 않고, 데이터와 현장을 통해 해결해야 할 문제와 우선순위를 정합니다.

2. Build — 직접 만듭니다.

아이디어와 분석에서 멈추지 않고, 실제로 동작하는 결과물을 만듭니다.

3. Communicate — 서로 다른 언어를 연결합니다.

엔지니어, 현업 사용자, 의사결정자와 소통하며 하나의 해결 방향으로 정렬합니다.

4. Learn Fast — 빠르게 배우고 적용합니다.

처음 접하는 산업, 업무와 기술을 빠르게 이해하고 바로 문제 해결에 활용합니다.

5. Own the Outcome — 결과까지 책임집니다.

기능을 배포하는 것을 완료로 보지 않고, 실제 사용과 고객의 업무 성과가 만들어지는 것까지 봅니다.

Preferred qualifications

[ 우대 사항 ]

초기 스타트업이나 작은 팀에서 역할의 경계를 넘어 제품을 직접 만들어 본 경험
AI/LLM 기반 애플리케이션을 Prototype에서 실제 사용자 환경까지 연결해 본 경험
현업 Workflow를 분석하고 기존 업무 방식이나 사용자 행동의 변화를 만들어 본 경험
고객 요청을 그대로 구현하기보다 더 중요한 문제를 발견하고 다른 해결 방법을 제안해 본 경험
기능 개발 이후 사용률, Adoption, 업무 KPI를 추적하며 제품을 개선해 본 경험
기술적 문제뿐 아니라 프로세스나 이해관계자의 문제까지 파악해 프로젝트를 실제 현장에 정착시켜 본 경험
새로운 산업이나 Use Case를 탐색해 제품의 적용 범위를 확장해 본 경험
개인 프로젝트, 해커톤, 오픈소스 등에서 스스로 문제를 정하고 높은 수준의 결과물을 만들어 본 경험

※ 위 경험을 모두 갖추고 있을 필요는 없습니다. 특정 영역에서 강점을 보이거나, 새로운 영역을 빠르게 학습해 성과를 만들어본 경험을 중요하게 봅니다.

[ 이런 분과 특히 잘 맞아요 ]

직접 만든 도구와 제품을 본인이 가장 적극적으로 사용하는 분
문제를 발견하면 그대로 두지 않고, 더 나은 방식이 없는지 계속 질문하는 분
분석과 제안에서 멈추지 않고 직접 만들고 결과로 검증하는 것을 좋아하는 분
반복되는 문제를 사람의 노력보다 제품·시스템·자동화로 해결하려는 분
개발만 하는 것보다 고객과 이야기하고 비즈니스와 제품 문제까지 함께 파고드는 것을 좋아하는 분
개발·데이터·제품·고객 대응의 경계를 넘나드는 환경을 즐기는 분
“내 직무가 무엇인지보다 이 문제를 어떻게 풀고 실제 변화를 만들지가 더 중요하다”고 생각하는 분

Benefits

• 맥북 M5 Pro 제공
• Claude Code MAX, Codex Pro 등 1인당 월 400달러 수준의 AI 도구 지원
• 업무에 필요한 추가 장비 지원
• 점심·저녁 식대 제공 (1.5만원)
• 커피와 간식을 갖춘 스낵바
• 직급 없이 역할과 책임을 중심으로 일하는 구조
• 예약제 안마기계

Hiring process

서류 전형 1차 비대면 면접 -＞ 2차 대면 면접 입사 협의