팔란티어 인사이트

1. Befor Qustion

2. Synopsis (개요)

Summery

이 책은 인공지능 시대의 기업 운영체제(OS)를 만들고 있는 팔란티어의 본질을 탐구한다. 단순한 빅데이터 분석 기업을 넘어, 팔란티어가 정부와 군대 시장을 장악하며 파편화된 기업 시스템을 하나의 신경망으로 묶어내는 과정을 파헤친다. 특히, 팔란티어의 핵심 기술인 ‘온톨로지’가 복잡한 현실 세계를 디지털화하고 AI 기반 자율적 의사결정을 가능하게 하는 방식과, 에어버스 ‘스카이와이즈’ 같은 플랫폼을 통해 산업 전반의 OS가 되려는 전략, 그리고 독점적 기술이 만들어내는 ‘기술적 해자’와 ‘데이터 중력’이 비즈니스 모델의 견고함에 기여하는 바를 깊이 있게 분석하여 팔란티어의 미래 성장 잠재력을 제시한다.

Keyword

#팔란티어 #인공지능 #기업OS #데이터운영체제 #온톨로지 #파운드리 #기술적해자 #정부기관 #산업혁신 #빅데이터

Author

저자(글): 안유석

학력:

• 서울대학교 공과대학 산업공학과 졸업

경력:

• (주)처음소프트 대표이사
• 빅슨테크놀로지 창업
• 출판사 ‘처음북스’ 설립
• 여행사 ‘처음투어’ 설립
• 팟캐스트 〈북자지껄〉 진행
• B2B SaaS 시장의 SMTP 릴레이 서비스 ‘프링고(Pringo)’ 출시

3. After My Idea

3.1 Insight

266 전통적인 데이터 플랫폼이 조직의 ‘명사’만을 다루었다면, 팔란티어 온톨로지는 여기에 ‘동사’를 부여함으로써 비즈니스를 완벽하게 기술하고 제어할 수 있는 운영 체제를 구축하는 셈이다 …인공지능 에이전트는 단순히 데이터를 읽고 분석하는 것을 넘어, 정해진 규칙과 권한에 따라 안전하고 감사 가능한 방식으로 현실 세계에 ‘행동’을 취할 수 있어야 한다. 온톨로지의 키네틱 레이어는 바로 그 행동을 위한 통로를 제공한다.

267 팔란티어 온톨로지는 데이터가 비즈니스 맥락에서 ‘무엇을 의미하는지’, 그리고 다른 데이터와 ‘어떤 관계를 맺는지’를 정의하는 ‘의미론적 모델’이다.

267 …분석과 운영을 하나의 심장으로 뛰게 하려는 것이 팔란티어의 근본적 철학이다….정보를 읽는 것을 넘어 수정하고 실행까지 할 수 있는 ‘읽기/쓰기’ 패러다임이야 말로, 온톨로지를 단순한 의미 모델이 아닌 기업의 디지털 트윈이자 인공지능 시대의 운영체제로 만드는 핵심적인 힘이다.

4. Key Word 책에서 뽑은 키워드 정리

__index_키워드

4.1 온톨로지

#온톨로지 란 사람,장소,차량,전화기, 사건과 같이 현실 세계에 존재하는 대상들과 그들사이의 관계를 정의하는 일종의 의미론적 모델이다

45 기술적 뿌리는 온라인 결제 서비스인 페이팔의 사기 탐지 시스템을 정보분석 영역에 적용한 것에서 시작되었다. 페이팔의 시스템은 방대하고 서로 다른 종류의 데이터 속에서 비정상적인 패턴과 숨겨진 관계를 찾아내도록 설계되었다. 이를 통해 지능적으로 행동하는 사기꾼을 식별할 수 있었다. 즉, 인공지능이 인간 분석가의 능력을 더욱 강하게 만들어준다 -> 지능 증강 개념은 팔란티어 설계의 핵심이다

264 온톨로지는 조직이 ‘무엇으로 구성되어 있는지’뿐만 아니라 ‘어떻게 움직이는지’까지 정의한다. 이러한 특징 덕분에 온톨로지는 단순한 분석용 데이터 모델을 뛰어넘어, 기업 운영의 바탕이 되는 하나의 ‘엔터프라이즈 운영체제’로서 기능하게 된다.

…온톨로지의 진정한 힘은 ‘움직임’까지 설계도에 담아내는 데 있다. 재고를 주문하고, 부품을 교체하는 모든 ‘행동’을 정의하는 것, 이것이 키네틱 레이어

266 액션은 공식적으로 정의되고, 실행 권한이 부여되며, 모든 실행 기록이 추적되는 하나의 ‘작업’단위다. 사용자와 시스템은 이 액션을 통해 온톨로지에 존재하는 객체의 정보를 변경할 수 있다.

266 전통적인 데이터 플랫폼이 조직의 ‘명사’만을 다루었다면, 팔란티어 온톨로지는 여기에 ‘동사’를 부여함으로써 비즈니스를 완벽하게 기술하고 제어할 수 있는 운영 체제를 구축하는 셈이다

346 ¹TypeDB가 온톨로지의 ‘엔진’ 이라면, ²오픈메타데이터는 그 엔진과 상호작용하는 ‘계기판’이자 ‘관제탑’ 역할을 수행한다. 이는 데이터 검색,품질, 거버넌스,협업 기능을 하나로 통합한 대표적 플랫폼.

gemini 정리

팔란티어의 온톨로지(Ontology) 구축 과정은, 흩어져 있는 ‘원유(Raw Data)‘를 정제하여 자동차가 달릴 수 있는 ‘휘발유(Information)‘로 만들고, 최종적으로는 운전자가 조작할 수 있는 ‘자동차(Application)‘로 조립하는 과정과 같습니다. 이 기술적인 과정을 4단계(수집-> 정제 ->객체화 ->연결) 로 나누어 설명해 드리겠습니다.

1단계: 데이터 수집 및 연동 (Data Integration) 가장 먼저 기업 내외부의 모든 데이터를 팔란티어 파운드리(Foundry) 플랫폼으로 가져옵니다.

• 커넥터(Connectors): 팔란티어는 수백 종류의 시스템(SAP, Salesforce, Oracle, AWS S3 등)과 연결할 수 있는 ‘마법의 플러그’를 가지고 있습니다.
• 결과: 복잡했던 데이터들이 파운드리 내부의 ‘데이터셋(Dataset)’ 형태(행과 열이 있는 엑셀 표 같은 형태)로 일단 저장됩니다. 아직은 그냥 ‘큰 엑셀 파일’들이 모인 상태입니다. 2단계: 데이터 정제 및 변환 (Transformation) 가져온 데이터는 더럽고(오류가 있고), 형식이 제각각입니다. 이를 깨끗하게 닦아냅니다.
• 파이프라인 빌더 (Pipeline Builder): 코딩을 잘 모르는 사람도 블록을 쌓듯이 데이터를 정리할 수 있는 도구입니다.
  • 예: 날짜 형식이 ‘2024-01-01’과 ‘2024년 1월 1일’로 섞여 있다면 하나로 통일합니다.
  • 예: 중복된 고객 데이터를 하나로 합칩니다.
• 결과: 이제 깨끗하고 신뢰할 수 있는 ‘정제된 데이터셋’ 이 준비되었습니다. 하지만 여전히 컴퓨터가 보는 ‘표(Table)‘일 뿐입니다. 3단계: 객체화 (Object Definition) - 가장 중요한 단계 여기서부터가 온톨로지 구축의 핵심입니다. ‘표(Table)‘를 인간이 이해하는 ‘사물(Object)‘로 매핑(Mapping)합니다. 가상의 ‘택배 회사’ 를 예로 들어보겠습니다.
• 객체(Object) 정의: Truck_List_Final_v2.csv라는 표를 트럭(Truck) 이라는 객체로 정의합니다.
• 속성(Property) 매핑: 표의 각 ‘열(Column)‘을 사물의 ‘특징’으로 연결합니다.
  • col_id_01 -> 트럭 ID (사람의 주민번호 같은 고유 키)
  • fuel_lvl -> 현재 연료량
  • loc_gps -> 현재 위치
• 타이틀 설정: 사용자가 화면에서 봤을 때 가장 먼저 보일 이름을 정합니다 (예: “트럭 5호기”)
• -이 과정의 의미: 이제 시스템은 데이터를 “010101"로 보지 않고, “연료가 50% 남은 트럭 5호기” 라고 인식하게 됩니다.

4단계: 관계 설정 (Linking) & 액션 정의 (Actions) 객체들이 혼자 있으면 소용이 없습니다. 현실 세계처럼 서로 연결하고, 상호작용하게 만듭니다. A. 관계 설정 (Linking) 그래프(Graph) 기술을 이용해 객체들을 이어줍니다.

• 트럭 객체와 운전기사 객체를 연결합니다. (-> “이 트럭은 김철수 기사가 운전 중이다”)
• 트럭 객체와 배송지 객체를 연결합니다. (-> “이 트럭은 지금 강남구로 가는 중이다”) B. 액션 정의 (Actions) - “쓰기(Write)” 기능 단순히 보는 것을 넘어, 현실을 바꾸는 기능을 심습니다.
• 사용자가 화면에서 “배차 변경” 버튼을 누르면 -> 연결된 ERP 시스템의 데이터가 실제로 수정되도록 설정합니다.
• 이때 “누가, 언제, 무엇을 바꿨는지” 기록하는 로직도 함께 심어집니다. 최종 결과물: 온톨로지 (The Ontology) 이 4단계를 거치면, 개발자가 아닌 현업 담당자(공장장, 영업사원) 는 복잡한 SQL 쿼리나 엑셀 함수를 전혀 몰라도 됩니다. 그들은 팔란티어 화면(Workshop)에서 다음과 같이 직관적으로 일하게 됩니다.
• 지도 위에 떠 있는 트럭 아이콘을 클릭한다.
• 연결된 운전기사와 화물 정보가 팝업으로 뜬다 (Link).
• “긴급 정지” 버튼을 누르면(Action), 즉시 관제 시스템에 명령이 하달된다. 요약 표

데이터와 사람이 이해하는 객체는 어떻게 매핑되는가?

아주 예리한 지적입니다. “SSOT(단일 진실 공급원)라면서, 그 진실을 정의하는 과정이 수동이라면 결국 사람의 실수가 들어가는 것 아닌가?” 라는 의문은 팔란티어 기술을 이해하는 데 있어 핵심적인 질문입니다. 결론부터 말씀드리면, 과거에는 ‘숙련된 엔지니어(FDE)‘가 수동으로 했지만, 현재는 ‘LLM(거대언어모델)‘을 이용해 자동 추론하고 인간이 승인하는 방식으로 진화했습니다. 이 변화 과정을 과거(Human-driven) 와 현재(AI-driven) 로 나누어 명확히 설명해 드리겠습니다.

1. 과거 방식: “사람(엔지니어)이 정의한다” 불과 2~3년 전만 해도, 그리고 지금도 많은 프로젝트의 기초 단계에서는 사람의 손길이 필요합니다.

• 누가 했나?: 팔란티어의 FDE(Forward Deployed Engineer, 전진 배치 엔지니어) 나 고객사의 데이터 엔지니어가 수행했습니다.
• 어떻게 했나?:
  • 코딩을 일일이 하지는 않지만, 팔란티어의 ‘온톨로지 매니저(Ontology Manager)’ 라는 화면에서 드래그 앤 드롭(Drag & Drop) 으로 연결했습니다.
  • 예: “ERP 테이블의 CUST_ID 컬럼을 고객 객체의 ID 속성으로 연결해줘"라고 마우스로 지정.
• 단점: 데이터 테이블이 수천 개라면 시간이 오래 걸리고, 엔지니어의 이해도에 따라 매핑 실수가 발생할 수 있었습니다.

2. 현재 방식: “AI(LLM)가 제안하고, 사람이 승인한다” (AIP) 팔란티어는 최근 AIP(Artificial Intelligence Platform) 를 도입하면서 이 과정을 획기적으로 자동화했습니다. 질문하신 대로 LLM 기술을 적극 활용합니다. A. 의미론적 추론 (Semantic Inference) LLM은 단순히 컬럼 이름만 보는 것이 아니라, 데이터 안에 들어있는 ‘값(Value)‘과 ‘문맥(Context)’ 을 읽습니다.

• 상황: T_01이라는 알 수 없는 테이블에 col_a라는 컬럼이 있고, 그 안에 ‘010-1234-5678’ 같은 데이터가 들어있습니다.
• AI의 추론:

  “테이블 이름은 모호하지만, col_a의 데이터 패턴이 한국 전화번호 형식입니다. 그리고 옆의 col_b에는 사람 이름이 있습니다. 따라서 이 테이블은 ‘고객(Customer)’ 객체로 매핑될 확률이 95%이며, col_a는 ‘연락처’ 속성으로 연결해야 합니다.”

• 자동 매핑 제안: AI가 온톨로지 구조를 스스로 설계하여 화면에 띄워줍니다. B. 변환 코드 자동 생성 데이터 형식을 맞추는 작업(예: 날짜 포맷 변경)도 AI가 알아서 코드를 짜줍니다.
• 사용자: “이 날짜 데이터 형식이 엉망인데, 표준 포맷으로 바꿔서 매핑해줘.”
• AI (AIP): 즉시 파이썬(Python)이나 SQL 변환 코드를 생성하여 파이프라인에 적용합니다.

3. 핵심: “Human in the Loop” (인간의 검증) 가장 중요한 부분입니다. AI가 자동으로 매핑한다고 해서 인간이 아예 손을 떼는 것은 아닙니다. 팔란티어는 ‘Human in the Loop(인간 개입)’ 철학을 매우 중요하게 여깁니다. 왜냐하면 **‘진실(Truth)’**은 데이터의 문제가 아니라 비즈니스 정의의 문제이기 때문입니다.

• AI의 한계: AI는 데이터 패턴을 보고 “이것은 ‘매출’입니다"라고 매핑할 수 있습니다.
• 비즈니스의 맥락: 하지만 회사 규정상 “세금 계산서가 발행된 매출"만 매출로 잡을지, “수주 계약서만 쓴 매출"도 포함할지는 사람이 결정해야 합니다. 따라서 작업 프로세스는 다음과 같습니다:
• AI (AIP): 수백 개의 테이블을 분석하여 “이렇게 온톨로지를 구성하는 것이 좋겠습니다"라고 **초안(Draft)**을 작성하고 매핑을 완료해 둡니다. (작업의 80~90% 자동화)
• 사람 (Admin): AI가 제안한 매핑이 회사의 비즈니스 로직과 맞는지 검토하고 ‘승인(Approve)’ 버튼을 누릅니다. 요약: 누가 하는가?

4.2 아폴로의 핵심 역할 및 기능

아폴로(Apollo) 는 팔란티어의 운영 체제(Operating System, OS) 이자 지속적인 배포(Continuous Deployment, CD) 및 통합 관리(Fleet Management) 플랫폼입니다. 이는 팔란티어의 주요 제품인 파운드리(Foundry) 와 고담(GOTHAM) 을 모든 환경에 걸쳐 배포하고 관리할 수 있도록 설계된 핵심 기술입니다. 아폴로의 핵심 목표는 소프트웨어 배포, 구성, 업데이트, 보안을 자율적으로(Autonomously) 처리하는 것입니다.

1. 범용 배포 관리 (Universal Deployment Management)

아폴로는 파운드리와 고담을 다음을 포함한 다양하고 이질적인 환경에 배포하고 관리할 수 있게 합니다.

• 클라우드 환경: AWS, Azure, GCP 등 모든 주요 퍼블릭 클라우드.
• 온프레미스 (On-Premise): 고객 자체 데이터 센터.
• 에지 컴퓨팅 (Edge Computing): 네트워크 연결이 불안정하거나 제한적인 원격지, 잠수함, 항공기 등.
• 멀티-클라우드 및 하이브리드 환경: 여러 클라우드와 온프레미스를 결합한 환경.

2. 자율적인 운영 (Autonomous Operation)

아폴로는 사람의 개입 없이 소프트웨어의 지속적인 상태 관리를 목표로 합니다.

• 지속적인 배포 (Continuous Deployment): 모든 환경에 걸쳐 수많은 마이크로서비스 업데이트를 자동화하고 조정합니다.
• 상태 점검 및 복구: 배포된 소프트웨어 구성 요소의 상태를 지속적으로 모니터링하고, 문제가 발생하면 자동으로 복구를 시도하여 시스템의 안정성을 유지합니다.
• 버전 관리: 서로 다른 환경이 다른 속도로 업데이트를 수용할 수 있도록 관리하며, 모든 환경의 버전을 추적하고 관리합니다.

3. 강화된 보안 및 규정 준수 (Security and Compliance)

특히 정부 기관이나 고도로 규제된 산업 고객을 위해 아폴로는 강력한 보안 기능을 제공합니다.

• 중앙 집중식 구성 관리: 모든 배포된 인스턴스에 대한 보안 정책, 규정 준수 요구 사항, 접근 제어를 중앙에서 관리하고 적용합니다.
• 감사 및 투명성: 모든 변경 사항과 배포 활동에 대한 상세한 감사 기록을 유지하여 규제 준수를 입증할 수 있도록 돕습니다.

4.3 고담의 기능

사회 연결망 분석 SNA 도구

4.4 팔란티어 파운드리

Palantir Foundry 플랫폼은 온톨로지를 핵심적인 엔진으로 삼아, 데이터 처리 과정, 분석 모델, 그리고 의사결정에 이르는 업무 절차를 하나의 운영 체계로 통합한다.

268 기존 시스템에서는 전사적자원관리 나 제조 실행시스템 같은 소프트웨어의 논리에 따라 데이터의 구조가 정해졌다. 반면 온톨로지는 실제 사업이 움직이는 방식과 그 구성 요소들을 먼저 정의하고, 그 정의된 모델에 각각의 데이터를 연결하는 반대의 순서로 접근한다.

4.5 온톨로지의 3가지 핵심 레이어

팔란티어(Palantir)의 온톨로지는 기업의 복잡한 현실 세계를 디지털 트윈(Digital Twin) 형태로 모델링하고, 이를 기반으로 데이터 분석, 의사결정, 자동화된 행동까지 가능하게 하는 핵심 구조입니다. 이 온톨로지는 크게 세 가지 레이어로 구성되어 있습니다.

팔란티어의 온톨로지 구조는 데이터를 단순 통합하는 것을 넘어, 의미(Semantic), 행동(Kinetic), 그리고 역동적인 변화(Dynamic) 의 세 가지 측면을 디지털로 표현합니다.

1. 시맨틱 레이어 (Semantic Layer: 무엇이 존재하는가)

개념 정의와 관계를 모델링하는 계층

• 역할: 비즈니스 도메인의 객체(Object) 와 그 객체들의 관계(Link) 를 정의하여 데이터에 의미(Semantics) 를 부여합니다. 현실 세계의 명사와 그 관계를 디지털 세계에서 추상화합니다.
• 주요 요소:
  • 객체(Object): ‘사람’, ‘차량’, ‘주문’, ‘공장 장비’ 등 비즈니스를 구성하는 요소들입니다.
  • 속성(Property): 각 객체가 가지는 특징(예: 사람의 이름, 차량의 모델명)입니다.
  • 링크(Link): 객체들 간의 연관성(예: ‘사람’이 ‘차량’을 ‘소유’한다)을 정의합니다.
• 의의: 이 계층은 파편화된 데이터 소스를 통합하여 통일된 비즈니스 언어를 구축하는 기반이 되며, 데이터 웨어하우징의 스타 스키마 모델링과 유사하지만, 단순 저장 이상의 의미적 구조를 제공합니다.

2. 키네틱 레이어 (Kinetic Layer: 무슨 일이 일어나는가)

현실의 행동과 비즈니스 로직을 연결하는 계층

• 역할: 시맨틱 레이어에서 정의된 객체와 그 관계에 행동(Action) 과 기능(Function) 을 연결하여, 현실 세계에서 발생하는 동사나 프로세스를 모델링합니다.
• 주요 요소:
  • 액션 유형(Action Type): ‘주문 생성’, ‘장비 점검’, ‘재고 이동’ 등 객체에 변화를 일으키는 비즈니스 활동입니다.
  • 함수(Function): 복잡한 비즈니스 로직을 코드화하여 객체의 속성을 계산하거나 유효성을 검사합니다.
  • 거버넌스 및 규칙: 행동의 실행 권한, 워크플로우 자동화 규칙 등을 포함합니다.
• 의의: 데이터 기반의 워크플로우 자동화와 실시간 모니터링의 기초를 형성하며, AI 기반 운영을 위한 행동의 그래프를 구축합니다.

3. 다이내믹 레이어 (Dynamic Layer: 어떻게 의사결정하고 변화하는가)

예측, 시뮬레이션 및 최적의 의사결정을 유도하는 계층

• 역할: 시맨틱 및 키네틱 레이어의 정보를 활용하여 AI 모델을 바인딩하고, 예측, 시뮬레이션, 최적화된 의사결정을 지원합니다.
• 주요 요소:
  • AI 기반 의사결정: 객체와 행동 변수를 모두 고려하여 최적의 추천이나 결정을 도출합니다.
  • 다단계 시뮬레이션: 다양한 시나리오와 전략적 의사결정이 운영에 미치는 영향을 예측하고 탐색합니다.
  • 실시간 모니터링/경고: 객체와 행동의 변화를 실시간으로 추적하고 이상 상황을 감지하여 경고합니다.
• 의의: 이 계층은 운영과 전략 사이의 실시간 연결을 만들고, 시스템이 상황 변화에 역동적으로 대응할 수 있도록 합니다.
  이러한 3계층 구조를 통해 팔란티어 온톨로지는 단순히 데이터를 저장하는 것을 넘어, 비즈니스의 디지털 운영 체제(Operating System) 역할을 수행

5.책 밑줄 정리 (책 밑줄 전체,page)

프롤로그: 팔란티어가 설계한 새로운 질서

PART 1. 미 국방·정부 시장 장악 전략: 시스템을 바꾸는 게임의 법칙

Chapter 01. 국토안보부 침투기: 작은 성공에서 핵심 시스템으로

Chapter 02. FBI, CIA 그리고 그 너머: 수사기관 네트워크의 허브가 되다

Chapter 03. 미 육군과의 전쟁: 상용 기성품 솔루션과 조달 시스템 혁신 소송

Chapter 04. 미래 국방의 청사진: ADP, CJADC2, 메이븐, 그리고 타이탄 프로그램

PART 2. 파운드리: 산업 생태계를 창조하는 플랫폼 전략

Chapter 05. 파운드리의 산업별 적용 사례: 전 산업으로의 확장

Chapter 06. 산업 생태계 혁신: 개별 기업을 넘어 산업의 OS로

Chapter 07. 팔란티어의 비전: 자율주행기업과 차세대 기업 운영체제

Chapter 08. 파운드리 확산 전략: 시장 침투와 고객 성공 모델

PART 3. 팔란티어의 기술적 해자: 온톨로지와 플랫폼 아키텍처

Chapter 09. 팔란티어의 심장, 온톨로지: 개념, 구축, 그리고 지배력의 비밀

팔란티어(Palantir), 액센츄어(Accenture), 딜로이트(Deloitte), 프라이스워터하우스쿠퍼스(PwC)는 각각 고유한 비즈니스 영역을 가지고 있지만, 특히 데이터 분석 및 AI 컨설팅 분야에서 협력 또는 경쟁 관계

Chapter 10. 팔란티어 솔루션 아키텍처와 오픈소스 활용 전략

Chapter 11. 핵심 기술 심층 분석: 아폴로와 온톨로지 아키텍처

328 아폴로, CI/CD를 넘어선 소프트웨어 배포 혁명 굉장히 궁금하다. 기존의 파편화 문제,,, 그래서..그들은… 선언형으로 바꿨다? 이 환경은 항상 최신 안정화 버전을 유지해야 하며….. 이렇게 명세하면, 스스로 계산하고 배포한다? 엥? 아폴로 배포 플랫폼 -> 스포크

330 환경운영자는 자신의 환경을 안정 , 카나리, 최신 같은 릴리즈 체널에 구독시킨다 개발자는 카나리 채널에서 7일간 심각한 오류 없이 운영된 후 안정 채널로 승격한다. (개발 환경이 운영환경과 똑같이 구축되어 있어야 한다는 이야기 인가?) …정해진 기준에 따라 새로운 소프트웨어 버전을 이 채널들을 통해 승격시킨다. 각 환경은 자신이 구독한 채널에서 사용 가능한 최신 버전을 자동으로 끌어와 업데이트한다.

332 아폴로는 전체 소프트웨어를 통째로 옮기는 대신, 업데이트에 필요한 최소한의 변경 부분과 관련 파일만을 지능적으로 골라 암호화된꾸러미로 만든다. 지능적 번들링이라고 부른다.

시멘

에필로그. 다음 시대의 운영체제를 만든 팔란티어

6.읽으면서 떠오른 생각들

• 미국 육군의 시스템
  • 아프가니스탄 파병시 상황
  • DCGS-A 분산형 공통 지상 시스템-육군
  • 엄청난 돈과 데이트를 모아서 거대하게 시스템을 만들었는데
    • 잦은 다운과 느리고 분석에 불편했다
    • 분석하는데 수일 걸리고
    • 시스템을 학습하는데 80시간 이상, 잊어버려서 재교육등 피해 많음
    • 수십억달러 들여 개발됨
  • 팔란티어 고담 시스템은
    • 직관적은 화면과 빠른 동작 - 사용자들의 열광함
    • 사용법도 간다해서 몇시간 정도면 사용할 수

64 애자일 방식을 도입한 팔란티어

65 2016년 실리콘벨리의 데이터 분석 기업 팔란티어가 세계 최강의 군사 조직인 미 육군을 상대로 소송을 제기한 사건은 …. 팔란티어는 상용 기성품 솔루션에도 공정하게 경쟁할 기회를 달라고 요구하고, 법을 무기로 국방부의 닫힌 문을 강제로 열어젖혔다.

데이터의 속성과 함께 행동’동사’도 관리한다 데이터를 데이터 관점에서 저장관리하는 개념을 뒤집어 사용자가 어떤 행위를 하는지에 따른 데이터를 저장한다 행위를 하면서 실제 명령 읽기/쓰기 까지 기능한다 이것은 궁극적으로 AI자동화까지 연결할 수 있는 기반이 된다.

284 팔란티어가 각 산업에 최적화를 반영하기 위해서는 협업을 한다. 액센츄어나 딜로이트 같은 기업들

프라이스워터하우스쿠퍼스 같은 파트너가 “팔란티어 파운드리 내에서 데이터 거버넌스 및 보안 모범사례를 구현하는” 서비스를 제공한다. …. 데이터 체계를 온톨로지에 녹여내는 작업을 협력사가 한다…

7. 연관 문서