OpenAI와 Anthropic, 모델 전쟁은 현장 배치 전쟁으로

AI 요약

• 무슨 일: OpenAI는 OpenAI Deployment Company를, Anthropic은 Wall Street 파트너들과 AI services firm을 발표했습니다.
  • OpenAI는 Tomoro 인수로 약 150명의 FDE와 배치 전문가를 확보하고, 초기 투자 규모를 40억 달러 이상으로 밝혔습니다.
• 핵심 변화: 프론티어 AI 경쟁이 모델 API 판매에서 현장 배치, workflow redesign, 통합, 거버넌스 계층으로 이동합니다.
• 개발자 영향: AI 팀의 차별점은 프롬프트가 아니라 데이터 연결, 권한, 평가, 운영 로그, 변경 관리가 됩니다.
  • 모델 회사가 직접 FDE를 투입하면 내부 플랫폼팀과 SI 파트너는 제품 요구사항을 더 명확히 증명해야 합니다.
• 주의점: 이 구조는 AI 도입 속도를 높일 수 있지만, 특정 모델 벤더 lock-in과 컨설팅식 비용 구조를 함께 키울 수 있습니다.

OpenAI가 2026년 5월 11일 OpenAI Deployment Company를 발표했습니다. 며칠 앞선 5월 4일에는 Anthropic이 Blackstone, Hellman & Friedman, Goldman Sachs와 함께 새로운 AI-native enterprise services firm을 만들겠다고 밝혔습니다. 두 발표는 겉으로는 기업용 AI 컨설팅 회사 출범처럼 보입니다. 하지만 더 중요한 신호는 따로 있습니다. 프론티어 모델 회사들이 이제 모델을 파는 데서 멈추지 않고, 고객 조직 안에서 AI가 실제로 돌아가게 만드는 배치 계층을 직접 장악하려 한다는 점입니다.

지금까지 기업 AI 경쟁은 대체로 모델, 챗 제품, API, 가격, 컨텍스트 길이, 코딩 성능, 에이전트 도구로 설명됐습니다. 그러나 엔터프라이즈 현장에서는 더 오래된 문제가 남아 있습니다. 모델이 충분히 똑똑해도 실제 업무 시스템에 붙지 않으면 생산성이 나오지 않습니다. 고객 데이터가 어디에 있는지, 누가 어떤 권한을 갖는지, 기존 승인 흐름은 어떻게 바뀌는지, 실패했을 때 누가 책임지는지, 결과를 어떻게 평가할지까지 해결해야 합니다. OpenAI와 Anthropic의 새 회사는 바로 이 병목을 겨냥합니다.

OpenAI는 FDE 회사를 직접 품었습니다

OpenAI 발표에서 가장 눈에 띄는 숫자는 세 가지입니다. 첫째, OpenAI는 Tomoro라는 applied AI consulting and engineering firm 인수에 합의했습니다. 이 인수를 통해 약 150명의 Forward Deployed Engineers와 Deployment Specialists가 OpenAI Deployment Company에 합류합니다. 둘째, 이 회사는 40억 달러 이상의 초기 투자를 갖고 출범합니다. 셋째, 파트너들이 후원하거나 접점이 있는 기업 네트워크가 2,000개 이상의 비즈니스로 설명됩니다.

OpenAI가 말하는 FDE는 단순한 고객지원 엔지니어가 아닙니다. 발표에 따르면 FDE는 비즈니스 리더, 운영 담당자, 현장 팀과 함께 AI가 가장 큰 영향을 만들 수 있는 지점을 찾고, 조직 인프라와 핵심 workflow를 다시 설계하며, 그 결과를 지속 가능한 시스템으로 만드는 역할을 맡습니다. 즉 모델 API를 붙여주는 구현 대행이 아니라, AI를 전제로 업무 자체를 다시 짜는 팀에 가깝습니다.

이 구조는 Palantir식 forward deployed engineering을 떠올리게 합니다. 좋은 모델을 중앙에서 만들고, 현장에서는 고객이 알아서 쓰게 두는 방식이 아닙니다. 현장 엔지니어가 고객의 데이터, 프로세스, 권한, 도메인 언어를 배우고, 그 조직에 맞는 운영 시스템을 함께 만듭니다. OpenAI가 Tomoro를 인수한 이유도 여기에 있습니다. FDE 조직은 하루아침에 생기지 않습니다. 고객 업무를 이해하면서도 모델과 도구의 빠른 변화를 따라갈 수 있는 인력이 필요합니다.

파트너 구성도 흥미롭습니다. OpenAI Deployment Company는 TPG가 주도하고 Advent, Bain Capital, Brookfield가 공동 창립 파트너로 참여합니다. B Capital, BBVA, Emergence Capital, Goanna, Goldman Sachs, SoftBank Corp., Warburg Pincus, WCAS도 founding partner로 이름을 올렸습니다. 여기에 Bain & Company, Capgemini, McKinsey & Company 같은 컨설팅·시스템 통합 회사도 들어갑니다. OpenAI가 단지 AI 제품을 팔려는 것이 아니라, private equity와 컨설팅 네트워크를 통해 반복 가능한 deployment playbook을 만들려는 구조입니다.

Anthropic은 mid-market 배치 용량을 넓힙니다

Anthropic의 발표는 OpenAI보다 일주일 앞섰습니다. Anthropic, Blackstone, Hellman & Friedman, Goldman Sachs는 새로운 AI services company를 만들고, Claude를 기업의 핵심 운영에 배치하겠다고 발표했습니다. Blackstone 발표는 이 회사를 독립 법인으로 설명하며, Anthropic의 engineering과 partnership resource가 팀 안에 직접 들어간다고 밝힙니다. General Atlantic, Leonard Green, Apollo Global Management, GIC, Sequoia Capital도 후원 컨소시엄으로 언급됩니다.

Anthropic이 강조하는 고객군은 대형 글로벌 기업만이 아닙니다. 공식 발표는 community bank, mid-sized manufacturer, regional health system 같은 중견 조직을 예로 듭니다. 이들은 AI로 이득을 볼 수 있지만, 자체적으로 프론티어 AI 배치를 설계하고 운영할 엔지니어링 자원이 부족합니다. Anthropic의 새 회사는 바로 그 빈틈을 메우려 합니다.

여기서 중요한 점은 Anthropic이 기존 Claude Partner Network를 대체한다고 말하지 않는다는 것입니다. Accenture, Deloitte, PwC 같은 대형 파트너가 이미 대기업 transformation 프로그램을 맡고 있고, 새 회사는 그 delivery capacity를 더 넓히는 장치로 설명됩니다. 즉 Anthropic은 Claude를 더 많은 기업에 깊게 넣기 위해 대형 SI, 컨설팅, private equity 네트워크를 동시에 쓰는 전략을 택했습니다.

Anthropic 발표의 핵심 문장은 "Claude의 능력이 매월 또는 매주 바뀌기 때문에 전통적인 소프트웨어 배포와 다른 엔지니어링 문제가 생긴다"는 취지입니다. 이 말은 엔터프라이즈 AI 배치의 본질을 잘 보여줍니다. 전통적인 ERP나 CRM 프로젝트는 한 번 배포한 뒤 버전 업그레이드 주기를 관리합니다. 하지만 프론티어 모델은 능력, 비용, 안전장치, 도구 호출 방식, 컨텍스트 처리 방식이 계속 바뀝니다. 그러면 고객사의 workflow도 정적으로 설계할 수 없습니다. 모델이 개선될 때 같이 진화하는 시스템이 필요합니다.

두 회사가 같은 병목을 봤습니다

OpenAI와 Anthropic의 발표는 출발점이 다르지만 같은 병목을 가리킵니다. 기업은 이미 AI 도구를 삽니다. ChatGPT Enterprise, Claude Team/Enterprise, Copilot, Gemini, Salesforce Agentforce, ServiceNow AI Agent, SAP Joule 같은 제품도 많습니다. 그런데 구매와 운영 성과 사이에는 큰 간격이 있습니다. 조직은 "AI를 도입했다"는 사실보다 "어떤 업무가 얼마나 좋아졌는가"를 증명해야 합니다.

이 간격은 기술만의 문제가 아닙니다. 예를 들어 고객지원 AI를 배치한다고 합시다. 모델은 상담 이력을 읽고 답변 초안을 만들 수 있습니다. 하지만 실제 운영에서는 CRM, ticketing system, 환불 정책, 보안 정책, 고객 등급, 법무 검토, escalation rule, 품질 평가, 상담원 교육이 모두 연결됩니다. 모델이 맞는 답을 내도 권한이 없으면 실행할 수 없고, 권한이 있어도 잘못된 실행을 막는 통제가 없으면 위험합니다. 이 때문에 배치 계층은 모델보다 지저분하고, 동시에 더 방어력 있는 경쟁력이 됩니다.

OpenAI와 Anthropic은 이 문제를 파트너 생태계에만 맡기지 않겠다는 신호를 보냈습니다. 모델 회사가 직접 FDE와 applied AI engineer를 확보하면 고객의 실패와 성공 패턴을 훨씬 가까이에서 볼 수 있습니다. 어떤 workflow가 ROI를 만드는지, 어떤 통합이 반복되는지, 어떤 governance 요구가 늘 나오는지, 어떤 모델 기능이 현장에서 부족한지 알 수 있습니다. 이 피드백은 다시 제품과 모델 로드맵으로 돌아갑니다.

개발자에게는 무엇이 달라질까

첫째, integration이 제품의 일부가 됩니다. 지금까지 많은 AI 팀은 모델 성능과 프롬프트 품질을 앞세웠습니다. 앞으로는 어떤 data connector를 제공하는지, permission boundary를 어떻게 설정하는지, 어떤 audit log를 남기는지, 기존 업무 앱과 어떻게 상호작용하는지가 더 중요해집니다. OpenAI와 Anthropic이 FDE를 전면에 세운 것은 이 요구사항이 고객별 bespoke 작업으로만 남으면 확장성이 떨어진다는 판단이기도 합니다.

둘째, evaluation은 벤치마크가 아니라 업무 지표가 됩니다. 모델 회사가 기업 핵심 workflow 안으로 들어가면 "SWE-Bench 몇 점" 같은 외부 점수만으로는 부족합니다. 보험 청구 검토 시간이 얼마나 줄었는지, 의료 문서화 오류가 줄었는지, 생산 계획 재작업이 줄었는지, 영업 follow-up이 실제 매출로 이어졌는지 봐야 합니다. AI 팀은 모델 평가와 제품 분석, 운영 KPI를 한 테이블에 올려야 합니다.

셋째, governance가 나중에 붙는 기능이 아니라 배치 전제조건이 됩니다. 기업 AI에서 가장 위험한 순간은 모델이 엉뚱한 답을 하는 순간만이 아닙니다. 더 위험한 순간은 모델이 충분히 그럴듯한 판단을 하고, 그 판단이 실제 시스템 권한과 연결될 때입니다. 결제, 계정 변경, 환불, 채용, 의료, 보안, 소스코드 변경 같은 영역에서는 승인, rollback, 책임 소재, 설명 가능성이 기본 요구사항입니다.

넷째, 내부 플랫폼팀의 역할이 바뀝니다. 모델 회사 FDE가 고객 조직 안으로 들어오면, 내부 AI 플랫폼팀은 단순히 API key를 발급하는 팀으로 남을 수 없습니다. 사내 데이터 계약, 권한 모델, agent runtime, prompt/version registry, evaluation harness, 배포 기준, 관측성 표준을 갖춰야 합니다. 외부 FDE가 빠르게 prototype을 만들 수는 있지만, 장기 운영은 결국 조직 내부 표준 위에서 돌아가야 합니다.

컨설팅 산업도 흔들립니다

이 발표는 컨설팅 산업에도 직접적인 압박입니다. 전통적인 SI와 컨설팅 회사는 기업 transformation에서 요구사항 수집, 시스템 통합, change management를 맡아왔습니다. 그런데 이제 모델 회사가 직접 "우리 모델을 가장 잘 배치하는 엔지니어 조직"을 만들고 있습니다. 고객 입장에서는 매력적입니다. 모델 로드맵에 가까운 사람들이 와서 문제를 풀어주기 때문입니다.

하지만 위험도 있습니다. 특정 모델 회사가 배치 계층까지 장악하면 고객은 모델 선택의 자유를 잃을 수 있습니다. OpenAI FDE가 만든 시스템은 자연스럽게 OpenAI 모델과 도구에 최적화될 가능성이 높고, Anthropic services firm이 만든 시스템은 Claude 중심으로 설계될 가능성이 큽니다. 초기 성과가 좋아도 2년 뒤 다른 모델이 더 적합해졌을 때 전환 비용이 커질 수 있습니다.

또 하나의 위험은 비용 구조입니다. AI가 소프트웨어 비용을 낮춘다고 말하지만, 실제 엔터프라이즈 배치는 고급 엔지니어와 컨설턴트 시간을 많이 씁니다. FDE 모델은 빠르고 깊게 들어갈 수 있지만 싸지는 않습니다. 기업은 "AI 도입"이라는 이름으로 또 다른 대형 transformation 예산을 만들 수 있습니다. 그래서 개발자와 AI 리더는 초기 prototype의 인상보다 반복 가능성과 운영 비용을 더 냉정하게 봐야 합니다.

Private equity가 왜 여기에 있나

두 발표 모두 private equity와 alternative asset manager의 존재감이 큽니다. 이유는 명확합니다. 이들은 수많은 portfolio company를 갖고 있고, 운영 개선을 통해 기업 가치를 높이는 데 익숙합니다. AI 배치 회사 입장에서는 초기 고객망과 반복 가능한 use case를 한꺼번에 얻습니다. PE 입장에서는 portfolio company에 AI transformation을 밀어 넣어 비용 절감과 매출 개선을 노릴 수 있습니다.

OpenAI 발표는 파트너들이 2,000개 이상의 비즈니스를 후원한다고 설명합니다. Anthropic과 Blackstone 발표도 중견 기업 네트워크를 강조합니다. 이는 AI 배치 시장에서 distribution이 얼마나 중요한지 보여줍니다. 모델 회사가 아무리 강해도 기업 현장에 들어갈 통로가 없으면 adoption은 느립니다. 반대로 PE 네트워크는 기업의 의사결정과 운영 개선 agenda에 접근할 수 있습니다.

이 구도는 AI 제품 회사에게도 힌트를 줍니다. 앞으로 enterprise AI 시장에서 "좋은 기능"만으로는 부족합니다. 고객의 예산 주기, 임원 agenda, 운영 KPI, compliance 요구, 기존 vendor 관계를 이해해야 합니다. OpenAI와 Anthropic이 PE와 손잡은 것은 기술 확산이 결국 자본과 운영 네트워크를 통해 가속된다는 현실적인 판단입니다.

다음 경쟁력은 배치 학습입니다

이번 발표를 모델 경쟁의 부차적인 사업 확장으로만 보면 놓치는 부분이 있습니다. OpenAI와 Anthropic이 얻으려는 것은 매출만이 아닙니다. 이들은 deployment data, workflow pattern, 실패 사례, governance 요구사항, 업종별 ROI 구조를 학습하려 합니다. 어떤 고객 업무가 AI에 잘 맞는지, 어떤 업무는 사람 승인 없이는 위험한지, 어떤 통합이 반복되는지, 어떤 evaluation이 실제 성과와 연결되는지 알아야 다음 제품을 더 정확히 만들 수 있습니다.

이 점에서 FDE 조직은 단순한 서비스 부서가 아닙니다. 모델 회사의 현장 센서입니다. 고객의 실제 문제를 제품팀과 연구팀으로 되돌려 보내는 통로입니다. 모델 성능 경쟁이 점점 비용이 커지고 차이가 줄어들수록, 현장에서 어떤 문제를 반복적으로 풀 수 있는지가 더 큰 차별점이 됩니다.

개발자에게도 같은 원리가 적용됩니다. 앞으로 AI 제품의 품질은 모델 호출 코드 몇 줄로 평가되지 않습니다. 데이터 접근, 권한, 평가, 추적, 배포, rollback, 사람이 개입하는 지점, 비용 통제까지 포함한 전체 시스템으로 평가됩니다. 프론티어 모델 회사들이 배치 계층에 직접 뛰어든 것은 이 사실을 인정한 사건입니다.

2026년의 질문은 더 이상 "어느 모델이 가장 똑똑한가"에만 머물지 않습니다. 이제 더 중요한 질문은 "그 모델을 어떤 조직의 어떤 업무에, 어떤 책임 구조로, 얼마나 오래 안정적으로 배치할 수 있는가"입니다. OpenAI와 Anthropic의 새 회사는 그 질문에 대한 첫 번째 대형 베팅입니다. 모델 전쟁은 끝나지 않았지만, 다음 전장은 이미 현장 배치로 옮겨가고 있습니다.

출처

• OpenAI: OpenAI launches the OpenAI Deployment Company
• Anthropic: Building a new enterprise AI services company
• Blackstone: Anthropic Partners with Blackstone, Hellman & Friedman, and Goldman Sachs