팔란티어는 과연 점심을 뺏기고 있는가?

원문 보기

다듬은 글 보기

자, 최근 팔란티어도 굉장히 힘든 시간을 보내고 있습니다. 거시 경제 압박에 더불어서 엔트로픽발 소프트웨어 사스 공포로 이중 압박을 받고 있는데요. 이런 상황에서 저는 오히려 엔트로픽의 모델이 좋아질수록 팔란티어 같은 플랫폼의 중요성이 전혀 위협을 받지 않고 오히려 더 중요해진다고 생각하고 있습니다. 그 이유는 lm과 물리적 세계의 연결은 필수적이기 때문인데요. 최근 올라온이 팔란티어의 엠베레드 온톨로지에 나온 내용을 중점적으로 설명드리겠습니다. lm AI가 발전하면 팔란티어 같은 소프트웨어는 필요 없어진다. 이런 우려가 나오는 중인데 매우 자연스럽다고 생각합니다.

최제PT든 클로드든 지금 프로그래밍을 알아서 짤 수 있는 단계이고 특히 엔트로픽의 최신 모델이죠. 미토스의 경우는 프로젝트 글래스윙을 통해 일부 빅테크에게만 공개했습니다. 물론 엔트로픽의 특유 공포 마케팅도 좀 섞여 있을 수 있을 겁니다. 이래야 투자 유치도 더 잘할 수 있을 테니깐요. 하지만 배각관에서도 진지하게 대응하고 있는만큼 그 위력은 상당할 것 같습니다. 자, 하지만 아이러니하게도 LRM이 더 똑똑해질수록 팔란티어 같은 운영 플랫폼의 중요도가 더 올라간다고 생각을 하는데요. 이전에 제가 올렸던 영상에서는 저는 물리적 현실의 제약을 풀어 나가는 기업을 소유해야 한다고 주장을 했고 거기에 팔란티어를 언급했습니다.

이에 대해서 의하해 하시는 분들도 계실 텐데요. 팔란티어가 무슨 물리적 현실과 맞닿아 있느냐라고 생각하실 수 있죠. 자, 하지만 저는 팔란티어가 그 어느 기업보다 물리적 현실과 맞닿 있는 기업이라고 생각을 하고요. 그렇기에 엔트로픽의 성능이 발전해도 이건 팔란티어의 먹걸이를 뺏는 것과는 크게 연관이 없다고 생각합니다. 그 어느 기업보다 현실의 상황을 디지털 트윈에서 표현해야 되는 기업이고 존재론이라는 의미의 온톨로지 기술을 수십년간 개발한 기업이니깐요. 자, 한번 정교하게 하나하나 얘기해 보겠습니다. 자, 우리 몸과 비율를 한번 해 볼 수 있을 것 같은데요.

우리 몸은 두뇌 그리고 신경계로 나눠져 있죠. LM이 두뇌라면 팔란티어는 신경계라고 생각하시면 편합니다. 두뇌가 몸 상태에 대해 판단을 하기 위해선 몸 상태를 알아야 되겠죠. 공장 라인의 센서 데이터, 기계 상태 이런 정보를 두뇌로 실시간 올려보내는 역할인 신경계가 있어야 됩니다. 그리고 이런 정보를 바탕으로 판단을 해야 되는 것이죠. 이런 우수한 판단 조언을 하는 것과 그걸 실행으로 옮기는 것은 차이가 있다는 겁니다. 그리고 이런 신경계가 있어 줘야 팔란티어가 계속해서 강조하는 액션able인 ins사 즉 현장 적용 가능한 인사이트가 나오게 되는 것이죠.

최근 있었던이 팔란티어의 인터뷰를 보시면 좀 더 맥락이 잡힙니다. 대부분의 사람들은 팔란티어를 클라우드 기반 사스 정도로 생각하지만 팔란티어 엔지니어들이 고객 현장에 파견되듯이 소프트웨어도 고객이 필요로 하는 엣지 현장, 즉 신경계의 가장 끝단인 현장으로 직접 배치된다는 것이죠. 앞서 말씀드린 대로 몸 상태를 알아야 하는만큼 팔란티어는 항상 고객 현장에 엔지니어를 파견해서 솔루션을 구축합니다. 고객 현장에 직접 나가서 그 실제 물리적 환경을 잘 전달해 줄 수 있는 신경계를 구축해 줘야 되기 때문이죠. 자, 예를 들어서 대표적인 문제 중 하나가 산업 환경에서 인터넷이 안 되는 곳도 많이 있는데 네트워크 통신 장비 기업인 시스코에서도 짧은 네트워크 리치만으로 생산라인 정지 안전 문제로까지 이어질 수 있다고 합니다.

자, 클로드한테 이렇게 네트워크 환경이 구비되지 않은 상황에서 센서 데이터를 분석해 달라고 한다면 먼 지상국을 통해 답변이 오는 동안 초단위 분단위가 걸릴 수도 있겠죠. 그리고 그 시간 동안 불량품 100개가 생산 라인을 통과해 버릴 수 있는 겁니다. 전체 오퍼레이션을 중단해야 할 수도 있겠죠. 팔란티어는 이런 문제를 어떻게 해결할까요? 단일 서버로 해결합니다. 클라우드를 통할 거 없이 즉각적으로 센서 이상을 감지하고 엣지에서 판단해서 장비 생산 라인에 변화까지 주는 것을 실시간적으로 할 수 있게 플랫폼을 구축해 주는 것이죠.이 이 영상 제목 임베리드 온톨로지 말 그대로 온톨로지를 공장에 직접 박아 놓는 것인데요.

현장 서버 노드에서 실시간 정보 즉 혈류가 계속 흐르게끔 해 주는 겁니다. 자,이 혈류가 흐르는데 그 생산 라인, 센서 데이터 그리고 관리해야 되는 장비가 수만대 규모로 커진다면 문제가 더 커지겠죠? 자, 이런 대규모 통제 관리를 위한 플랫폼이 바로 팔란티어 아폴로입니다. 간단히 설명하면 이런 기능을 할 수가 있는데요. 흩어진 수백대의 엣지 서버가 있고 여기에 팔란티어를 통해 새로운 AI 모델을 배포할 때 한 곳에 먼저 올려보고 문제가 없으면 나머지를 확산시키는 또 문제가 생긴다면 원래 버전으로 되돌리면서이 모든 과정에서 공장이 단 1초도 쉬지 않을 수 있게 하는 실시간 배포 인프라이죠.

실제 공개 자료에서는 하루에 7만 개 이상 업그레이드를 진행하고 있고 이런 배포 관리와 동시에 보안까지 보고 있는 대규모 플릭 영향이 갖춰져 있습니다. 그러니까 이런 부분들은 AI 기업이라기보다는 하나의 데이터 분석 플랫폼의 면모인 것이죠. 애시 당초 팔란티어라는 기업의 해석을 AI 기업으로 잘못 잡다 보니까 지금 자꾸 AI lm 프론티어 모델의 발전으로 탈란티어가 대체된다라는 그런 논리가 생기는 것인데 이전에도 말씀드렸지만 팔란티어는 AI 기업이 아닌 AI가 잘 돌아갈 수 있게 해주는 데이터 분석 플랫폼입니다. 자, 지금까지 정리해 드린 팔란티어 플랫폼의 절대적 해자는 이렇게네 가지 정도로 나뉘어진다 생각합니다.

각자 영역을 본다면 현실 상황 반영, 실시간 속도, 또 오프라인 환경에서도 끊임없이 가동되게 하고 마지막으로는 가장 중요한 대규모 플릿 실시간 업데이트 관리 그리고 보완까지 있는 것이죠. 이런 데이터 분석 플랫폼으로서의 모습을 갖추려고 팔란티어가 수년간 발전시켜 온 것이고 이런 기업은 팔란티어를 제외하고는 현재 존재하지 않는다라는 것이 저의 생각입니다. 왜 그런지 간단합니다. 그 어떤 기업도 전쟁에 쓰여질 것을 전제로 플랫폼을 만들지 않았으니까요. 한때 경장자로 불린 세일즈 포스도 또 오라클도 전쟁 상황을 대비해서 플랫폼을 구축하진 않았습니다.

이런 요소에 너무 힘뺄 것 없이 적당한 산업 환경을 반영하면 되는 그런 플랫폼만을 구축했을 뿐이죠. 지난 영상에서도 분석해 드린 것처럼 앤트로픽의 클로드도 실제 역사를 바꾸고 있는 상황은 맞습니다. 군통수권자의 결단력에 자신감을 불어넣어 주고 있는 단계이죠. 자, 그러면 팔란티어가 물리적 세계를 잘 반영하는 건는 알겠는데 왜 LM이 발전할수록 팔란티어가 오히려 더 중요해진다는 건지 의문이 드릴 수 있습니다. 그렇다 보니 지금 시장은 AI가 발전하다 보니까 모든 것을 AI가 직접하게 되고 이렇게 되면 중간 플랫폼이 사라진다라는 논리가 짜여진 것이죠.

자, 하지만 엔트로픽의 공식 문서에서도 에이전트의 보완 문제와 신뢰성 문제는 어떠한 한 회사가 혼자 해결할 수 없다라고 이야기해 주고 있습니다. 엔트로픽도 스스로 생태계 차원에 인프라가 필요하다라고 인정한 셈이죠. 결국이 말은 AI 발전이 판단력을 상승시키고 그 판단을 물리적 세계에 전달하는 중간 플랫폼은 여전히 가치를 유지한다라는 것으로 해석될 수 있습니다. 자, 클로드가 가장 뛰어난 두뇌가 될 순 있겠죠. 하지만 그 두뇌로 공장을 돌리기 위해선 팔란티어라는 신경계를 통과해야만 하는 것입니다. 물론 저의 관점이 맞지 않을 수 있습니다.

아시는 것처럼 저는 팔란티어를 투자하고 있는 입장으로 편양되어 있을 수 있으니깐요. 자, 하지만 제가 읽고 있는 여러 기관 리포트에서는 탈란티어의 적용 시간이 계속 짧아지고 있다라는 이런 현장 조사 결과를 얘기해 주고 있습니다.이 부분은 이제 앞으로 실적이 어떻게 나오는지를 보면 되겠죠. 팔란티어 1분기 실적 발표는 5월 5일 한국시간 오전 6시입니다. 팔란티어는 테슬라와 달리 숫자로 증명해 왔습니다. 계속 그 모멘텀을 이어나갈 수 있을지 지켜봐야겠습니다. Yeah. Yeah. And it's like all these challenges together on their own are kind of difficult, but then you put them all together to make that cohesive picture we're talking about work.

That's a lot of engineering on work. And I think that's really where the edge components come together to make that easier to manage at a scale. Yeah, exactly. And I think like it's really about the operators right at the end of the day like the extending the software to where it's most needed. And in in these manufacturing industrial environments, you just you don't have the luxury of time. In a lot of these cases, you need to make a decision uh right now. real