가. 고담(Gotham): 어둠 속의 감시자

(1) 대테러 작전과 정보기관을 위한 인물·관계 추적 시스템

2008년 어느 날, CIA 본부 지하의 한 분석실에서 젊은 요원이 화면을 응시했습니다. 그녀의 임무는 알카에다 조직원의 네트워크를 추적하는 것이었습니다. 과거라면 수십 개의 데이터베이스를 일일이 뒤져야 했을 작업입니다. 그러나 화면 위에서 인물들의 관계망이 마치 거미줄처럼 실시간으로 펼쳐졌습니다. 한 사람을 클릭하자 그의 통화 기록, 금융 거래, 이동 경로, 알려진 동료들이 하나의 그림으로 연결되었습니다. 이것이 팔란티어 고담의 첫 번째 실전 배치였습니다.

고담은 팔란티어가 2008년에 출시한 최초의 플랫폼입니다. 이름은 배트맨 시리즈의 고담 시에서 따왔습니다. 우연의 일치가 아닙니다. 크리스토퍼 놀란 감독의 영화 <다크 나이트>에서 루시어스 폭스가 고담 시 전체를 감시하는 시스템을 구축하는 장면이 있습니다. 영화 속에서 배트맨은 임무가 끝난 후 그 시스템을 파괴합니다. 현실의 고담은 파괴되지 않았습니다. 17년이 지난 2025년, 고담은 더욱 강력해졌습니다.

고담의 핵심 기능은 인물 중심 분석입니다. 이 플랫폼은 다양한 출처의 데이터를 통합하여 특정 인물이나 조직의 전체 그림을 구성합니다. 전화 통화 기록. 이메일 메타데이터. 금융 거래 내역. 출입국 기록. 소셜 미디어 활동. 위성 사진. 드론 영상. 이 모든 조각들이 온톨로지 기술을 통해 하나의 통합된 시각으로 재구성됩니다. 고담의 인터페이스는 여러 분석 도구를 단일 작업 공간에 통합합니다. 지리공간 분석은 특정 인물이나 차량의 이동 패턴을 지도 위에 시각화합니다. 네트워크 분석은 인물들 간의 관계를 노드와 링크로 표현하여 숨겨진 연결고리를 드러냅니다. 통화기록 분석은 전화 통화 패턴에서 비정상적인 활동을 탐지합니다. 인공지능과 기계학습 알고리즘이 이 모든 데이터를 실시간으로 분석하며, 분석관이 놓칠 수 있는 패턴을 자동으로 감지합니다.

고담은 혼합현실(Mixed Reality) 기능도 갖추고 있습니다. 지휘관들은 가상 작전실에서 협업할 수 있으며, 전장의 상황을 3차원으로 시각화할 수 있습니다. 위성 연동 기능은 전 세계 어디서든 실시간 정찰 영상을 확보할 수 있게 해줍니다. 알고리즘이 어떤 센서가 어떤 데이터를 수집해야 하는지 자동으로 조율합니다.

보안은 고담의 핵심입니다. 이 플랫폼은 기밀 등급, 알 필요성(need-to-know) 원칙, 시간 제한 접근 등 다층적 권한 체계를 갖추고 있습니다. 모든 조회와 분석 활동은 완전한 감사 추적(audit trail)을 남깁니다. 누가 언제 무엇을 보았는지 기록됩니다. 이것은 책임성 확보를 위한 장치이기도 하지만, 역설적으로 감시 시스템 자체를 감시하는 장치이기도 합니다.

고담의 고객 목록은 공개되지 않습니다. 그러나 알려진 사용 기관들이 있습니다. 미국 CIA와 NSA를 비롯한 정보기관들. 미 육군과 해군. 유럽경찰청(Europol). 덴마크 경찰은 2017년부터 POL-INTEL이라는 예측 치안 프로젝트에 고담을 사용해왔습니다. 2025년에는 덴마크 군과 정보기관까지 고담 사용을 확대하기로 결정했습니다.

가장 눈에 띄는 최근 계약은 2025년 중반에 체결된 미 육군과의 100억 달러 규모 계약입니다. 10년 기간의 이 계약은 75개의 개별 소프트웨어 계약을 하나로 통합한 것입니다. 프로젝트 메이븐(Project Maven)도 확대되었습니다. 2025년 7억 9,500만 달러 규모의 이 계약은 2029년까지 최대 13억 달러로 늘어날 수 있습니다.

고담은 단순한 분석 도구가 아닙니다. 2025년 현재, 이 플랫폼은 AI 기반 킬체인(kill chain)을 지원합니다. 표적 식별부터 타격 수단 배정까지의 과정을 자동화합니다. 물론 최종 결정은 인간이 내립니다. 인간 참여(human-in-the-loop) 원칙은 여전히 유지됩니다. 그러나 그 전까지의 모든 과정은 알고리즘이 처리합니다.

이것이 고담의 본질입니다. 어둠 속에서 모든 것을 보는 눈. 문제는 그 눈이 무엇을 보고 있으며, 누가 그 눈을 통제하는가입니다.

(2) 빈 라덴 사살 작전(Neptune Spear) 지원설의 진실과 허구

2011년 5월 2일 새벽, 파키스탄 아보타바드의 한 주거 단지에 미국 특수부대 헬리콥터 두 대가 착륙했습니다. 40분 후, 오사마 빈 라덴은 사망했습니다. 네이비 씰 팀 식스가 수행한 이 작전의 암호명은 '넵튠 스피어(Neptune Spear)'였습니다. 작전이 끝난 후 한 가지 질문이 떠올랐습니다. 팔란티어가 이 작전에 관여했는가.

이 질문에 대한 공식적인 답변은 존재하지 않습니다. CIA도 팔란티어도 확인해주지 않았습니다. 그러나 정황 증거들이 있습니다.

빈 라덴 추적은 수년간의 정보 수집 작업의 결과였습니다. CIA는 2002년부터 2005년 사이에 알카에다 포로들로부터 아부 아흐메드 알 쿠와이티라는 연락책의 존재를 알아냈습니다. 이 연락책을 추적하는 데 6년이 더 걸렸습니다. 2010년, CIA 요원들은 마침내 파키스탄에서 그를 발견하고 아보타바드의 주거 단지까지 추적했습니다.

이 추적 과정에서 팔란티어 고담이 사용되었을 가능성은 높습니다. CIA는 2008년부터 고담의 최초 고객 중 하나였습니다. 인물 추적, 관계망 분석, 지리공간 분석은 정확히 고담이 설계된 목적입니다. 수십 개의 데이터 소스를 통합하여 단일한 그림을 구성하는 것. 빈 라덴 작전은 바로 그러한 능력을 필요로 했습니다.

팔란티어는 이 연관성을 직접 주장한 적이 없습니다. 그러나 암묵적으로 활용해왔습니다. 회사의 마케팅 자료와 투자자 프레젠테이션에서 '대테러 작전에서의 성공'이라는 표현이 종종 등장합니다. 구체적인 작전명을 언급하지 않으면서도 청중의 상상력을 자극하는 방식입니다.

진실은 분류된 기밀 속에 있습니다. 2011년 작전 직후, 특수작전사령부 사령관 윌리엄 맥레이븐 제독은 국방부 컴퓨터에서 빈 라덴 작전 관련 모든 파일을 삭제하고 CIA로 이관하라고 명령했습니다. 물리적 증거는 공개된 적이 없습니다. 사진도, 영상도, DNA 검사 결과도 대중에게 공개되지 않았습니다. FOIA 요청들은 모두 기각되었습니다.

확실한 것은 이것입니다. 빈 라덴 작전은 '정보의 연결'이 승리의 열쇠였던 사례입니다. 파편화된 단서들을 하나의 그림으로 조합하는 능력. 이것이 9.11 이후 미국 정보기관들이 절실히 필요로 했던 것이며, 팔란티어가 제공하겠다고 약속한 것입니다. 작전의 성공은 그 약속이 어느 정도 실현되었음을 보여줍니다.

빈 라덴 사살 작전에서 팔란티어의 역할이 무엇이었든, 이 작전은 팔란티어라는 회사의 신화를 강화하는 데 기여했습니다. '테러리스트를 잡는 기술'이라는 이미지는 회사의 가장 강력한 무기 중 하나가 되었습니다. 그 이미지가 사실에 기반한 것인지, 아니면 교묘하게 조성된 것인지는 여전히 베일에 싸여 있습니다.

나. 파운드리(Foundry): 기업의 중앙 신경망

(1) 민간 기업을 위한 데이터 통합 플랫폼의 구조

2016년, 팔란티어는 중요한 전환점에 서 있었습니다. 고담은 정보기관과 군에서 성공을 거두었지만, 정부 시장만으로는 성장에 한계가 있었습니다. 회사는 민간 기업 시장에 진출해야 했습니다. 그러나 기업들은 CIA가 사용하는 소프트웨어를 자신들의 비즈니스에 적용하는 것을 꺼려했습니다. 감시 기술이라는 이미지가 문제였습니다. 새로운 브랜드가 필요했습니다.

그래서 파운드리가 탄생했습니다. '주조 공장'이라는 뜻의 이 이름은 원자재(데이터)를 가치 있는 제품(인사이트)으로 변환한다는 의미를 담고 있습니다. 핵심 기술은 고담과 동일한 온톨로지 엔진이었지만, 포장은 완전히 달랐습니다. 감시 대신 '디지털 전환'. 추적 대신 '운영 최적화'. 언어가 바뀌었습니다.

파운드리의 구조를 이해하려면 세 개의 층을 생각해야 합니다.

첫 번째는 데이터 연결 층입니다. 기업들은 수십, 때로는 수백 개의 서로 다른 시스템을 운영합니다. ERP, CRM, 생산관리시스템, 물류시스템, 인사시스템. 이 시스템들은 대개 서로 대화하지 않습니다. 파운드리는 이 모든 시스템에 연결하여 데이터를 수집합니다. 실시간 스트리밍이든, 정기적 배치 업로드든, 데이터 형식이나 출처에 관계없이 수집합니다.

두 번째는 변환 층입니다. 수집된 데이터는 정제되고 표준화됩니다. 이 과정에서 데이터의 계보(lineage)가 추적됩니다. 어떤 데이터가 어디서 왔으며, 어떤 변환을 거쳤는지 모두 기록됩니다. 이것은 감사 가능성을 확보하고, 오류 발생 시 원인을 추적할 수 있게 해줍니다.

세 번째는 온톨로지 층입니다. 여기서 마법이 일어납니다. 정제된 데이터는 비즈니스 객체(object)로 변환됩니다. 예를 들어, 항공사의 경우 '항공기', '노선', '승객', '정비 기록', '부품'이 각각 객체가 됩니다. 이 객체들은 속성(property)을 갖습니다. 항공기 객체는 기종, 제조일, 총 비행시간, 현재 위치 등의 속성을 갖습니다. 그리고 객체들은 관계(link)로 연결됩니다. 이 항공기는 이 노선을 운항하며, 이 부품들로 구성되어 있고, 이 정비 기록을 가지고 있습니다.

이것이 '디지털 트윈(digital twin)'입니다. 현실 세계의 복잡한 운영을 디지털 세계에 복제하는 것입니다. 단, 이 복제본은 실시간으로 업데이트되며, 시뮬레이션과 분석이 가능합니다.

파운드리의 강점은 '닫힌 루프(closed loop)' 운영입니다. 데이터 분석에서 끝나지 않습니다. 분석 결과는 곧바로 실제 행동으로 연결됩니다. 예를 들어, 공급망 최적화 분석이 완료되면 그 결과가 자동으로 발주 시스템에 반영될 수 있습니다. 인사이트에서 행동까지의 시간이 극적으로 단축됩니다. 2025년 현재, 파운드리는 미국 상업 부문에서 폭발적인 성장을 기록하고 있습니다. 2025년 1분기 미국 상업 매출은 전년 대비 71% 증가했습니다. 고객 수는 849개 사로 43% 늘었습니다. 100만 달러 이상 계약이 139건, 500만 달러 이상이 51건, 1,000만 달러 이상이 31건 체결되었습니다. 고객 유지율은 98%에 달합니다.

이 성장의 비밀은 '부트캠프(Bootcamp)' 전략에 있습니다. 기존의 엔터프라이즈 소프트웨어 영업은 수개월이 걸렸습니다. 팔란티어는 이것을 5일로 압축했습니다. 잠재 고객을 초청하여 실제 자신들의 데이터로 파운드리를 체험하게 합니다. 5일 만에 작동하는 프로토타입이 만들어집니다. 고객은 가치를 직접 확인한 후 구매를 결정합니다. 이 방식은 영업 주기를 획기적으로 단축시켰습니다.

(2) 제조, 금융, 헬스케어 분야 적용 사례

에어버스 본사의 한 엔지니어가 화면을 바라봤습니다. 전 세계에서 운항 중인 수천 대의 항공기 데이터가 실시간으로 흘러들어오고 있었습니다. 엔진 온도, 연료 소비량, 부품 마모 상태. 알고리즘이 패턴을 분석하더니 경고를 띄웠습니다. 특정 기종의 착륙장치 부품이 예상보다 빠르게 마모되고 있다는 것이었습니다. 부품이 고장 나기 전에 교체 일정이 자동으로 생성되었습니다.

이것이 스카이와이즈(Skywise)입니다. 에어버스가 팔란티어와 공동 개발한 항공 데이터 플랫폼입니다. 2017년에 출시된 이 플랫폼에는 현재 100개 이상의 항공사가 참여하고 있습니다. 항공기 운항 데이터, 정비 기록, 부품 재고 정보가 모두 통합됩니다. 예측 정비가 가능해지면서 항공사들은 계획되지 않은 정비로 인한 지연을 줄일 수 있게 되었습니다.

에너지 분야에서는 BP가 대표적 사례입니다. BP는 파운드리를 사용하여 전 세계 공급망의 ' 디지털 트윈'을 구축했습니다. 원유 생산부터 정제, 운송, 판매까지 전 과정이 실시간으로 모니터링됩니다. 알고리즘이 수요 예측, 재고 최적화, 물류 경로 설정을 자동으로 수행합니다. 2022년 에너지 위기 당시, 이 시스템은 급변하는 시장 상황에 빠르게 대응하는 데 핵심적인 역할을 했습니다.

헬스케어 분야의 사례는 논쟁적입니다. 영국 NHS(국민보건서비스)는 2023년 11월, 팔란티어와 7년간 3억 3,000만 파운드 규모의 계약을 체결했습니다. 목적은 '연합 데이터 플랫폼(Federated Data Platform)'의 구축입니다. 잉글랜드 전역 병원들의 환자 데이터를 연결하여 병상 관리, 수술 일정 조정, 자원 배분을 최적화하는 것이 목표입니다.

이 계약은 즉각적인 반발을 불러왔습니다. 영국의사협회(BMA)와 의사협회(Doctors' Association UK)는 환자 데이터 프라이버시에 대한 우려를 제기했습니다. 사이버보안 전문가들은 조달 과정의 투명성에 의문을 제기했습니다. 2024년 4월에는 의료 전문가들이 NHS 잉글랜드 본부 앞에서 시위를 벌였습니다. 그들의 요구는 팔란티어가 이스라엘 방위군(IDF)과 맺은 계약 때문에 NHS 계약을 취소하라는 것이었습니다.

2026년 초 현재, NHS 트러스트의 약 15%만이 이 플랫폼을 실제로 운영하고 있습니다. 도입 속도는 예상보다 느립니다. 기술적인 문제보다 정치적, 윤리적 논쟁이 발목을 잡고 있습니다.

제조업에서는 삼성과의 파트너십이 주목받습니다. 2025년, 삼성은 팔란티어와 협력하여 반도체 수율과 품질을 향상시키는 프로젝트를 시작했습니다. 반도체 제조 공정에서 발생하는 막대한 양의 데이터를 분석하여 불량의 원인을 찾아내고, 공정 변수를 최적화하는 것이 목표입니다.

한국에서는 HD현대와의 협력도 진행 중입니다. 조선업의 디지털 전환을 목표로, 팔란티어와 HD현대, 그리고 지멘스가 협력하여 조선소 운영을 자동화하는 프로젝트를 추진하고 있습니다. KT는 파운드리와 AIP를 한국 산업 전반에 확산시키는 파트너 역할을 맡고 있습니다.

파운드리의 성공 사례들은 인상적입니다. 그러나 비판도 존재합니다. 파운드리의 온톨로지는 독점적이고 폐쇄적인 구조입니다. 한번 도입하면 빠져나오기 어렵습니다. 데이터 내보내기 기능이 있다고는 하지만, 온톨로지에 내장된 비즈니스 로직까지 가져갈 수는 없습니다. 이것이 98%의 고객 유지율을 설명하는 또 다른 이유입니다.

다. 아폴로(Apollo): 소프트웨어 배포의 혁명

(1) 클라우드에서 전장의 엣지(Edge)까지 끊김 없는 배포

"SaaS가 가본 적 없는 곳에 SaaS를 가져갑니다."

팔란티어가 아폴로를 설명할 때 사용하는 문구입니다. 험비(Humvee) 뒷좌석. 잠수함 내부. 인공위성. 이런 곳에서 클라우드 소프트웨어가 작동한다는 것은 얼마 전까지만 해도 상상하기 어려웠습니다. 아폴로는 그것을 가능하게 만들었습니다.

아폴로의 존재 이유를 이해하려면 팔란티어의 역사를 돌아봐야 합니다. 2008년 고담이 처음 배치되었을 때, 클라우드 컴퓨팅은 초기 단계였습니다. 대부분의 엔터프라이즈 소프트웨어는 고객의 자체 서버에 설치되었습니다. 특히 정부 기관과 군은 보안상의 이유로 외부 클라우드를 사용할 수 없었습니다. 소프트웨어 업그레이드는 드물고 고통스러운 과정이었습니다.

문제가 있었습니다. 팔란티어의 소프트웨어는 수백 개의 개별 서비스로 구성되어 있습니다. 각 서비스는 독립적인 개발팀이 관리합니다. 이 서비스들을 수십 개의 서로 다른 환경, 클라우드와 온프레미스와 기밀망(classified network)과 완전히 분리된 에어갭(air-gapped) 환경에 동시에 배포하고 업데이트하는 것은 악몽 같은 작업이었습니다.

아폴로는 이 문제를 해결하기 위해 만들어졌습니다. 핵심 아이디어는 '허브 앤 스포크(hub-and-spoke)' 아키텍처입니다. 중앙의 아폴로 허브가 있고, 각 배포 환경에 스포크(deployment platform)가 설치됩니다. 허브는 모든 제품의 모든 버전을 관리합니다. 스포크는 자신의 환경에 맞는 업데이트를 '풀(pull)' 방식으로 가져옵니다.

'풀' 방식이 중요합니다. 전통적인 소프트웨어 배포는 '푸시(push)' 방식입니다. 개발자가 업데이트를 밀어넣습니다. 이 방식은 모든 환경의 상태와 제약 조건을 개발자가 알아야 한다는 것을 전제합니다. 환경이 많아지면 관리가 불가능해집니다.

아폴로의 풀 방식에서는 각 환경이 자신의 제약 조건을 정의합니다. 이 환경은 '릴리스 채널 스테이블(stable)'만 따른다. 저 환경은 '카나리(canary)' 버전도 받는다. 아폴로는 이 제약 조건을 존중하면서 자동으로 업데이트를 조율합니다.

숫자가 이를 증명합니다. 아폴로는 주당 41,000건 이상의 자동화된 업데이트를 처리합니다. 변경 사항이 적용되기까지의 리드 타임은 4분 미만입니다. 블루-그린 배포와 자동 롤백 기능이 안정성을 보장합니다. 문제가 생기면 이전 버전으로 즉시 복귀할 수 있습니다.

엣지 환경에서의 작동이 아폴로의 진정한 차별점입니다. 인터넷 연결이 간헐적이거나 아예 없는 환경. 대역폭이 극도로 제한된 환경. 아폴로는 이런 환경에서도 작동하도록 설계되었습니다. 최소한의 리소스로 동작하며, 연결이 복구되면 중앙 허브와 동기화합니다. 군사 작전에서 이것이 왜 중요한지 생각해보십시오. 전장의 지휘관은 며칠 동안 본부와 연결이 끊긴 상태에서 작전을 수행해야 할 수 있습니다. 그 기간에도 그의 장비에 탑재된 팔란티어 소프트웨어는 계속 작동해야 합니다. 새로운 위협 정보가 있으면 연결이 복구되는 즉시 업데이트되어야 합니다. 아폴로가 이것을 가능하게 합니다.

(2) 락인(Lock-in) 효과와 SaaS 기반 수익 모델

아폴로는 기술적 성취일 뿐만 아니라 비즈니스 모델이기도 합니다.

전통적인 엔터프라이즈 소프트웨어 모델에서 고객은 소프트웨어를 구매하고 설치했습니다. 업그레이드는 선택 사항이었습니다. 많은 기업들이 수년간 같은 버전을 사용했습니다. 이것은 소프트웨어 회사에게 불리했습니다. 고객이 새 버전의 가치를 느끼지 못하면 추가 매출이 없었습니다.

SaaS(Software as a Service) 모델은 이 문제를 해결했습니다. 고객은 구매 대신 구독합니다. 소프트웨어는 클라우드에서 실행되며, 업데이트는 자동으로 적용됩니다. 고객은 항상 최신 버전을 사용하게 됩니다. 회사는 지속적인 구독 수익을 얻습니다.

문제는 팔란티어의 주요 고객들, 정보기관과 군과 규제가 엄격한 기업들이 전통적인 SaaS 모델을 사용할 수 없다는 점이었습니다. 데이터가 외부 클라우드로 나갈 수 없습니다. 그러나 온프레미스 설치 방식으로 돌아가면 SaaS의 장점을 잃게 됩니다.

아폴로는 '프라이빗 SaaS(Private SaaS)'라는 새로운 모델을 만들어냈습니다. 소프트웨어는 고객의 환경에서 실행되지만, 업데이트와 관리는 SaaS처럼 중앙에서 자동화됩니다. 고객은 데이터 주권을 유지하면서 최신 기능을 지속적으로 받습니다. 팔란티어는 구독 기반 수익을 유지합니다.

락인 효과는 여기서 발생합니다. 아폴로를 통해 배포된 팔란티어 소프트웨어는 고객의 운영 프로세스에 깊이 통합됩니다. 데이터 파이프라인, 분석 워크플로우, 의사결정 프로세스가 모두 플랫폼 위에 구축됩니다. 시간이 지날수록 이 의존성은 깊어집니다.

팔란티어 소프트웨어를 다른 것으로 교체하려면 무엇이 필요할까요. 모든 데이터 통합을 다시 구축해야 합니다. 온톨로지를 다시 설계해야 합니다. 사용자들을 재교육해야 합니다. 운영 중단의 위험을 감수해야 합니다. 대부분의 조직에게 이것은 현실적으로 불가능한 선택입니다.

3~4년 평균 계약 기간. 98%의 고객 유지율. 124%의 순 달러 유지율(net dollar retention). 이 숫자들은 락인 효과를 반영합니다. 순 달러 유지율이 100%를 넘는다는 것은 기존 고객들이 해마다 더 많은 비용을 지출한다는 의미입니다. 아폴로는 AWS 마켓플레이스와 마이크로소프트 애저 정부 클라우드에서도 이용 가능합니다. IL5와 IL6 인증을 획득하여 기밀 네트워크에서도 운영될 수 있습니다. FedRAMP 인증도 보유하고 있습니다. 이러한 인증들은 경쟁자들이 쉽게 따라잡기 어려운 진입 장벽입니다.

아폴로는 팔란티어의 숨은 영웅입니다. 고담이나 파운드리만큼 주목받지는 못하지만, 이 두 플랫폼이 전 세계 수천 개의 환경에서 동시에 작동할 수 있게 하는 것은 아폴로입니다. 소프트웨어 배포라는 지루해 보이는 문제를 해결함으로써, 팔란티어는 다른 어떤 회사도 도달하지 못한 곳에 자신들의 소프트웨어를 심을 수 있게 되었습니다.

라. AIP(Artificial Intelligence Platform): 생성형 AI의 실전 투입

(1) LLM의 환각(Hallucination)을 통제하고 실무에 적용하는 법

2023년 4월, 팔란티어는 새로운 플랫폼을 발표했습니다. AIP, 인공지능 플랫폼. 이것은 챗GPT와 같은 대형 언어 모델(LLM)을 기업 환경에 통합하는 도구였습니다. 발표 영상에서 알렉스 카프 CEO는 말했습니다. "우리는 LLM을 현실 세계에 착륙시키고 있습니다."

착륙이라는 표현은 적절했습니다. LLM은 놀라운 능력을 가지고 있지만, 심각한 문제도 있습니다. 환각(hallucination). 모델이 사실이 아닌 정보를 마치 사실인 것처럼 자신 있게 말하는 현상입니다. 친구와의 대화에서 LLM이 가끔 틀린 말을 하는 것은 웃어넘길 수 있습니다. 군사 작전이나 의료 진단이나 금융 의사결정에서 LLM이 환각을 보이면 재앙이 됩니다.

팔란티어의 해법은 온톨로지였습니다. 다시 한번 온톨로지입니다.

AIP에서 LLM은 자유롭게 답변을 생성하지 않습니다. 온톨로지에 '접지(grounding)'됩니다. LLM이 질문을 받으면, 먼저 온톨로지에서 관련 데이터를 검색합니다. 답변은 검증된 기업 데이터에 기반하여 생성됩니다. 출처가 명시됩니다. 사용자는 AI의 답변이 어떤 데이터에서 나왔는지 확인할 수 있습니다.

예를 들어보겠습니다. 물류 담당자가 묻습니다. "시카고 창고의 현재 재고 상황은 어떤가?" 일반적인 챗봇이라면 학습 데이터에 기반한, 아마도 오래된 정보를 답할 것입니다. AIP의 에이전트는 온톨로지에 연결된 실시간 재고 시스템에서 데이터를 가져와 답변합니다. 답변에는 데이터의 최종 업데이트 시간이 포함됩니다.

AIP는 여러 LLM을 지원합니다. OpenAI의 GPT 시리즈. Anthropic의 Claude. Google의 모델들. Meta의 Llama. 엔비디아의 네모트론(Nemotron). 고객은 용도에 따라 적합한 모델을 선택할 수 있습니다. 보안이 중요한 경우 온프레미스에서 실행되는 자체 호스팅 모델을 사용할 수도 있습니다.

2024년 8월, 팔란티어는 마이크로소프트와 파트너십을 발표했습니다. 팔란티어의 전체 제품군이 마이크로소프트 애저 정부 클라우드에 배포됩니다. 이것은 GPT-4가 처음으로 기밀 네트워크에서 사용될 수 있게 되었음을 의미합니다. 군과 정보기관의 분석관들이 대형 언어 모델의 힘을 활용할 수 있게 된 것입니다.

신뢰(trust)는 AIP 설계의 핵심입니다. 플랫폼은 AI의 모든 결정에 대한 상세한 감사 추적을 제공합니다. 누가 어떤 질문을 했고, AI가 어떤 데이터를 참조했으며, 어떤 논리로 답변을 생성했는지 모두 기록됩니다. '제안 기반(proposal-based)' 패턴도 있습니다. AI가 행동을 직접 수행하지 않고 제안만 합니다. 인간이 승인해야 실행됩니다. 그러나 팔란티어 자신도 LLM의 한계를 인정합니다. 문서에서 이렇게 경고합니다. "합성적 추론(synthetic reasoning)에는 환각 위험이 있습니다." 온톨로지 접지는 데이터 검색에는 효과적이지만, 모델이 데이터를 해석하고 추론하는 과정에서는 여전히 오류가 발생할 수 있습니다. 사용자들은 이 한계를 이해하고 있어야 합니다.

(2) 에이전트 기반 업무 자동화와 'AI 운영체제'로의 진화

2023년과 2024년은 챗봇의 해였습니다. 2025년은 에이전트의 해입니다.

차이가 무엇인지 설명하겠습니다. 챗봇은 질문에 답합니다. 에이전트는 행동합니다. 챗봇에게 "내일 날씨 어때?"라고 물으면 날씨를 알려줍니다. 에이전트에게 "내일 비가 오면 야외 행사 일정을 변경해줘"라고 말하면 날씨를 확인하고, 비가 예보되어 있으면 실제로 일정을 변경합니다.

AIP 에이전트 스튜디오(AIP Agent Studio)가 이것을 가능하게 합니다. 사용자는 에이전트를 구축할 수 있습니다. 에이전트는 LLM과 온톨로지와 문서와 커스텀 도구를 조합합니다. 에이전트는 맥락을 인식합니다. 동적으로 워크플로우를 수행합니다. 실제 사례를 보겠습니다. 물류 회사는 폭풍이 예보되면 자동으로 배송 경로를 재설정하는 에이전트를 배포할 수 있습니다. 병원은 실시간으로 간호사 스케줄을 관리하는 에이전트를 사용할 수 있습니다. 에너지 기업은 수요 급증 시 자동으로 전력망을 조정하는 에이전트를 운영할 수 있습니다.

국방 분야에서 메이븐 스마트 시스템(Maven Smart System)은 완전히 통합된 AI 표적 획득 및 상황 인식 도구로 진화했습니다. 이제 여러 NATO 회원국에서 표준으로 사용되고 있습니다. TITAN(Tactical Intelligence Targeting Access Node) 지상국은 미 육군의 AI 정의 전장의 '두뇌' 역할을 합니다.

AIP의 나머지 구성 요소들을 살펴보겠습니다. AIP 로직(AIP Logic)은 노코드(no-code) LLM 함수 빌더입니다. 개발자가 아닌 비즈니스 사용자도 LLM 기반 기능을 만들 수 있습니다. AIP 어시스트(AIP Assist)는 플랫폼 전체에서 사용할 수 있는 챗봇입니다. 팔란티어 문서뿐 아니라 고객이 업로드한 커스텀 문서도 검색할 수 있습니다. 파이프라인 빌더(Pipeline Builder)는 LLM 노드를 포함할 수 있어서 데이터 분류, 감성 분석, 요약 등을 자동화합니다.

숫자가 AIP의 영향력을 말해줍니다. 2025년 1분기, 팔란티어는 100만 달러 이상 규모의 계약 139건을 체결했습니다. 500만 달러 이상 51건. 1,000만 달러 이상 31건. 이 계약들의 상당수가 AIP와 관련되어 있습니다.

팔란티어는 AIP를 'AI 운영체제'로 포지셔닝합니다. 운영체제가 하드웨어와 응용 프로그램 사이의 중간 계층인 것처럼, AIP는 원시 데이터와 AI 응용 프로그램 사이의 중간 계층이 되고자 합니다. 어떤 LLM이든, 어떤 데이터 소스든, 어떤 응용 프로그램이든 AIP를 통해 연결됩니다.

CTO 샤얌 산카르(Shyam Sankar)는 2025년 에이전트 AI로의 전환을 주도했습니다. 그의 비전에 따르면, 앞으로 기업의 운영은 인간과 AI 에이전트의 협업으로 이루어질 것입니다. 에이전트는 반복적이고 데이터 집약적인 작업을 처리합니다. 인간은 판단과 창의성이 필요한 결정에 집중합니다.

물론 위험도 있습니다. AI 에이전트가 자율적으로 행동한다는 것은 통제를 일부 포기한다는 의미입니다. 에이전트가 잘못된 결정을 내리면 누가 책임을 지는가. 에이전트의 행동이 윤리적인지 어떻게 보장하는가. 이 질문들은 아직 완전히 답해지지 않았습니다.

팔란티어의 대답은 다시 투명성과 감사 가능성입니다. 모든 에이전트 행동은 기록됩니다. 승인이 필요한 행동과 자율적으로 수행할 수 있는 행동을 구분합니다. 그러나 기술이 빠르게 발전하는 동안, 거버넌스와 규제는 따라잡기 위해 고군분투하고 있습니다.

AIP는 팔란티어의 현재와 미래입니다. 고담과 파운드리가 회사의 기반을 다졌다면, AIP는 성장 엔진입니다. 2023년 출시 이후 회사의 주가는 폭등했습니다. 2024년 말 S&P 500에 편입되었습니다. 2025년 11월에는 주가가 사상 최고치인 207달러를 기록했습니다. 시가총액은 4,000억 달러를 넘어섰습니다.

이것이 생성형 AI를 실전에 투입한다는 것의 의미입니다. 챗봇을 넘어, 실제 세계에서 행동하는 AI. 환각을 통제하고, 데이터에 접지하고, 감사 가능하게 만드는 것. 팔란티어는 이 어려운 문제에 대한 하나의 해답을 제시하고 있습니다. 그 해답이 유일한 것인지, 최선의 것인지는 아직 판단하기 이릅니다.