생성형 AI가 주목받기 시작한 지 거의 1년 8개월에서 9개월이 지난 시점이지만, 사람들이 생성형 AI 활용 방법에 대해 방향성을 찾지 못하고 있는 것 같습니다. 기업들도 문서 파싱, 정보 추출, 리포트 생성 기능 정도에 사용하는 수준을 넘지 못하는 것으로 알고 있습니다. 반면, 저희 팔란티어는 생성형 AI를 통해 실질적인 문제를 해결할 수 있는 방법을 고민하고 있습니다. 시장에서는 저희를 AI 빅데이터 전문회사로 인식하고 있지만, 사실 저희는 '운영 데이터를 기반으로 하는 의사결정을 지원하는 소프트웨어를 만드는 회사'라고 규정하는 것이 맞습니다. 팔란티어는 데이터의 활용 방식에 따라 통계 모델 분석이나 생성형 AI를 적용할 수 있다고 생각할 뿐, 데이터를 분석하거나 AI를 개발하는 것 그 자체에는 목적을 두고 있지 않습니다.
팔란티어는 20년 정도가 된 회사이며, 한국에 지사가 세워진 지는 2년 4개월차가 되었습니다. 오늘 주로 말씀드릴 팔란티어의 솔루션은 파운드리와 AIP 두 가지입니다. 파운드리를 먼저 이해해야 AIP가 왜 저런 순서로 작동하는지를 알 수 있습니다. 파운드리는 '온톨로지 기반 기업 운영 시스템'이라 설명할 수 있으며, 한 기업의 데이터와 비즈니스 로직을 담을 수 있는 솔루션입니다. AIP는 '파운드리에 있는 온톨로지를 생성형 AI와 연결하여 문제를 해결하는 도구'로 생각하시면 됩니다. AIP 솔루션은 일반적으로 알려진 포인트 솔루션인 ERP용 SAP, CRM용 Salesforce, HCM용 Workday 등과는 차이가 있습니다. AIP는 '데이터, 비즈니스 규칙, 로직만 있으면 이를 기반으로 회사가 직면한 문제를 해결할 수 있는 도구'입니다. 이는 어떤 분야와 산업에도 적용할 수 있는 구조입니다.
먼저, '데이터 기반의 운영 데이터에 기반한 의사결정'에 대해 설명드리겠습니다. 예를 들어, 전쟁 중 현장 지휘관의 의사결정은 '지휘관이 포격할 위치를 결정하고, 군대를 어떻게 이동시키며, 군수물자를 어떻게 관리할 것인지'와 같은 요소들로 구성될 겁니다. 이러한 의사결정에는 '위성에서 적의 위치를 파악하는 위성 정보, 드론에 의한 영상 정보, 여러 통신 도감청에 의해 수집된 적의 정보' 등과 같은 데이터가 필수적으로 필요합니다. 말하자면 '우리 군대에 대한 ERP 시스템' 즉, '데이터 관리 체계'가 필요한 것이죠. 탱크가 10대 또는 100대가 구비되어 있더라도, 내일이나 일주일 후 전투에 참가할 수 있는 탱크의 수를 알기 위해서는 종합적인 데이터가 필요합니다. 수리를 해야 하거나, 병력이 아프거나, 주특기에 맞는 병력이 준비되어 있지 않은 상황 등의 정보까지 모두 파악해야 하죠. 그러나 시중에 이러한 정보를 엮어 현장 지휘관이 즉각 전투를 수행할 수 있도록 돕는 포인트 솔루션은 팔란티어를 제외하고 제공하는 곳이 없습니다. 품질 관리, 공급망 관리, 물류 관리 등 다양한 분야에서 이러한 종합 데이터 관리가 필요합니다. 이에 팔란티어는 '회사가 데이터를 기반으로 할 수 있는 모든 작업을 지원하겠다'는 목표를 가지고 있습니다. 팔란티어 파운드리 솔루션에서의 '데이터'는 정형 데이터, 비정형 데이터, 파일 등을 모두 포함하는 개념입니다. 파운드리에서의 '모델'은 통계 모델, AI/ML 모델, 회사의 비즈니스 로직이 포함된 알고리즘 등을 의미합니다. AIP의 온톨로지 레이어에서 이 '모델'들을 통합하면, 레이어 위에서 분석, 애플리케이션 개발, 다른 시스템과의 통합 등을 한 위치에서 수행할 수 있습니다.
온톨로지라는 개념은 과거의 그래프 DB 개념에서 출발했다고 볼 수 있습니다. 거의 20년 또는 30년 전부터 이러한 개념들이 존재하였기에 많은 기업들이 이를 흉내 내고 있는 반면에, 많은 고객들을 상대로 하는 제품으로서 성공한 것은 팔란티어가 유일합니다. 온톨로지는 세 가지 핵심 요소로 정의됩니다. 첫 번째는 '데이터', 두 번째는 데이터들의 집합인 '오브젝트', 셋째는 그 오브젝트 간의 연결인 '링크'입니다. 테이블과 테이블의 관계라는 점에서는 ERD와 유사한 작업을 수행하지만, 팔란티어가 추구하는 온톨로지에는 매우 중요한 플러스 알파 요소, '비즈니스 로직이 포함된 액션'이 있습니다. '액션'은 '이 오브젝트의 값이 들어오면 그다음에 무엇을 실행하라'거나, '이 값이 변경되면 어떤 순서에 따라 지정 업무를 수행하라' 등의 비즈니스 로직을 의미합니다. 여기까지가 팔란티어에서의 온톨로지를 설명하는 가장 핵심적인 내용입니다.
'WHAT-IF 시뮬레이션'을 통해 온톨로지로 수행할 수 있는 업무 예시를 보여드리겠습니다. 'WHAT-IF 시뮬레이션'은 기업에서 일반적으로 수행하는 업무입니다; 기업에서 필요한 자재가 제때 들어오지 않아 생산 스케줄에 영향을 미치는 상황을 가정해보는 것이죠. 예를 들어 '자재가 원래 내일 100개 들어와야 하는데 30개밖에 들어오지 않는 상황에서 생산 스케줄과 최종 ROI의 변화'를 파악해보는 겁니다. 이런 'WHAT-IF 시뮬레이션'을 위해서는 사내 데이터가 최종적으로는 ROI 계산으로 이어질 수 있도록 데이터가 연결된 시스템을 갖추고 있어야 합니다. 비즈니스 로직에 따라 중간 데이터들이 다시 계산되는 과정까지 구현되어 있어야 하는 것입니다. 팔란티어 솔루션에서의 'WHAT-IF 시뮬레이션'은 오브젝트 간의 연결과 액션 단계를 구축하는 과정에서 사실상 이러한 문제들을 해결면서 진행됩니다. 이 모든 작업의 핵심은 '오브젝트', '링크', '액션' 개념으로, AI를 활용하기 위해서는 이런 시스템을 구축하는 작업이 매우 중요하다고 말씀드릴 수 있겠습니다.
일반적인 IT 프로젝트의 궁극 목표는 End-user가 사용할 애플리케이션을 만드는 것입니다. 애플리케이션을 만들때 일반적으로 DB 아키텍처링을 먼저 수행합니다. DB에 값을 저장하고 읽으며, 비즈니스 로직이 실행될 수 있도록 말이죠. 또, DB 아키텍처링을 통한 IT 프로젝트 진행에는 일반적으로 ETA 작업이 필요합니다. 여러 소스 시스템에서 데이터를 가져와서 통합하고, 비즈니스 로직을 적용하여 애플리케이션을 개발합니다. 팔란티어 솔루션도 동일한 프로세스를 따릅니다. ERP, 파일, 또는 기타 시스템의 데이터 소스를 모두 가져와 데이터 파이프라이닝 즉, 데이터 변환을 통해 온톨로지로 DB 아키텍처링을 수행하고, 최종 단계에서 애플리케이션과 연결하는 것입니다. 일반적으로 IT 프로젝트를 진행할 때 데이터와 각 기능을 워터폴 방식으로 작동하므로, 어떤 작업이 완료된 다음에 다음 작업을 진행하는 과정을 따릅니다. 팔란티어의 강력한 장점중 하나는 온톨로지를 통해 이러한 작업들을 하나의 플랫폼 안에서 모두 동시에 처리할 수 있다는 것입니다. 온톨로지를 구축한 이후엔 사내 데이터와 로직을 이용한 애플리케이션 개발은 클릭 몇 번으로 간단하게 해낼 수 있습니다. 위젯이나 온톨로지 오브젝트를 끌어다 이용하면, 테이블, 차트, 버튼을 만들고 액션과 연결하는 등의 애플리케이션 개발은 노코드 형식으로 모두 구현할 수 있습니다.
여기까지가 팔란티어 파운드리에 대한 간략한 설명입니다. 팔란티어 파운드리는 일반적으로 2시간 단위로 수 회의 세션을 진행해야 모두 설명드릴 수 있는 개념입니다. 개념적인 영역에 대해서만 설명을 드리자면, '팔란티어 파운드리의 핵심은 온톨로지'라는 것이고, 그 '온톨로지는 데이터와 그 집합, 링크 연결, 그리고 비즈니스 로직 액션이 포함된 것'이라는 것입니다. 이로서 온톨로지는 우리 회사의 다양한 문제를 해결할 수 있는 시스템으로 활용될 수 있는겁니다. 비즈니스에서의 저희가 할 수 있는 역할은 만약에 '자재 비용이 매출의 약 10%를 차지하는 상황에서 이를 5%로 줄일 수 있을지'와 같은 중요한 비즈니스 의사결정을 돕는 것입니다. 미국에 6조 원 이상의 매출을 올리는 닭고기 회사 '타이슨 푸드'와 진행했던 프로젝트를 예시로 설명드리겠습니다. '타이슨 푸드'는 미국 전역에 1500대의 트럭을 운행하는데, 이 트럭들의 적재율을 높이는 방법에 대해서 고민을 하고 있었습니다. 생산 공장에서 물품을 받아 월마트와 같은 대형 도매상에 전달하는 과정에서 효율성이 너무 떨어지는 문제가 있었던 겁니다. 공장에서 출발할 때 적재율이 100%였다가 돌아올 때 0%로 적재된다면, 평균 적재율은 50%에 불과할 것입니다. 과거 '타이슨 푸드'는 어디서 어떤 물건을 싣고, 어디에 얼마나 내려줄 것인지에 대한 문제에 대해 평균 ...
