Palantir는 데이터를 모으는 회사가 아니다. 흩어진 데이터가 판단과 실행으로 이어지지 않는 문제를 반복해서 다뤄온 회사다. 그 구조를 개인 AI 운영체계로 번역한다.
데이터를 한곳에 모아도 판단이 생기지 않는다. 데이터가 어떤 업무 객체를 뜻하고, 어떤 행동을 가능하게 하며, 누가 볼 수 있는지가 함께 있어야 운영 언어가 된다.
일반 지식 그래프는 개체와 관계만 다룬다. Palantir 온톨로지는 데이터(무엇이 있는가) + 로직(어떤 의미인가) + 액션(무엇을 할 수 있는가) + 보안(누가 볼 수 있는가)이 함께 있어야 운영 언어가 된다고 말한다.
현장 담당자, 데이터 엔지니어, 경영진, AI 에이전트가 모두 같은 대상을 같은 언어로 볼 수 있게 만드는 것이 목표다.
"온톨로지는 먼저 만드는 것이 아니라 자라나는 것이다. 처음에는 말로 시작하고, 표가 되고, 관계 지도가 되고, 나중에 필요하면 그래프 DB가 된다."
— Palantir 편, 4장
500만 개 부품, 여러 국가·공장·팀. 시작 질문은 단순했다: "특정 항공기의 지금 남은 일은 무엇인가?"
이 질문을 풀면서 일정·부품·결함·배송 데이터가 연결되고 단일 운영 화면이 만들어졌다. 하나의 문제를 제대로 풀면 인접 문제로 확장할 수 있는 데이터 자산이 생긴다.
인력·재정·장비·물류가 각각 다른 시스템에 흩어져 있었다. 필요한 것은 더 많은 보고서가 아니라 연결된 운영 화면이었다.
좋은 운영 화면의 조건: 찾을 수 있어야(태그·카탈로그), 믿을 수 있어야(정책·표준화), 연결할 수 있어야(API), 꺼내 쓸 수 있어야(export) 한다.
Palantir의 4개 축을 개인 프로젝트로 작게 번역한다. 처음부터 엔터프라이즈를 따라 하지 않는다.
기능을 늘리는 순서가 아니라, 핵심 흐름이 한 번 돌 때만 다음 단계로 간다.
"처음부터 플랫폼을 만들지 말자. 하나의 문제를 끝까지 추적하자. 자료를 붙이고, 판단을 남기고, 작은 산출물을 만들자. 그 흐름이 반복될 때만 구조를 키우자."
— 에필로그
이 흐름이 한 번 돌면 시스템은 살아 있다. 열 번 돌면 패턴이 보인다.