도서 소개
팔란티어(Palantir)라는 이름은 많이 들었다. CIA, 미 국방부, 글로벌 대형 금융기관이 쓴다는 데이터 플랫폼. 그런데 막상 직접 써봤다는 사람은 국내에 거의 없다. 이 책은 그 거의 없는 사람이 쓴 기록이다.
저자는 팔란티어의 핵심 제품인 파운드리(Foundry) 트라이얼(Trial) 환경에 가상의 국내 화장품 제조 공정 데이터를 직접 올렸다. 파이프라인을 연결하고, 온톨로지를 설계하고, 워크숍 화면을 구현했다. 기존 ETL(추출·변환·적재) 관성으로 접근했다가 온톨로지 설계에서 무너졌고, 현업의 업무 언어를 시스템 구조로 치환하지 못해 며칠 밤을 지새우기도 했다.
파운드리가 요구하는 것은 전혀 다른 질문이었다. 기존 데이터 플랫폼이 "어떻게 데이터를 예쁘게 보여줄까?"를 고민할 때, 파운드리는 "이 데이터는 누구의 관점이며, 값이 바뀌면 누가 책임지고 어떤 행동을 취하는가?"를 묻는다. 많은 조직이 BI, 데이터 웨어하우스, 데이터 레이크를 차례로 도입하며 같은 약속을 반복해 왔지만, 판단의 맥락은 사라지고 결정은 결국 경험 많은 담당자의 직관에 맡겨진다. 파운드리는 만능이 아니라고 말할 만큼 솔직하게, 데이터가 아니라 판단 구조와 운영 방식의 문제를 짚는다.
출판사 리뷰
개발자가 팔란티어 파운드리를 직접 사용해 보고 쓴 책!
BI도, 데이터 레이크도 실패했다면, 문제는 데이터가 아니라 판단 구조다
담당자의 ‘감’이 아니라 시스템으로 결정하고 싶다면 설계부터 시작하라.
팔란티어(Palantir)라는 이름은 많이 들었다. CIA, 미 국방부, 글로벌 대형 금융기관이 쓴다는 데이터 플랫폼. 그런데 막상 직접 써봤다는 사람은 국내에 거의 없다. 이 책은 그 거의 없는 사람이 쓴 기록이다.
저자는 팔란티어의 핵심 제품인 파운드리(Foundry) 트라이얼(Trial) 환경에 가상의 국내 화장품 제조 공정 데이터를 직접 올렸다. 파이프라인을 연결하고, 온톨로지를 설계하고, 워크숍 화면을 구현했다. 그 과정은 순탄하지 않았다. 기존 ETL(추출·변환·적재) 관성으로 접근했다가 온톨로지 설계에서 처참히 무너졌고, 현업의 업무 언어를 시스템 구조로 치환하지 못해 며칠 밤을 지새우기도 했다.
파운드리가 요구하는 것은 전혀 다른 질문이었다. 기존 데이터 플랫폼이 "어떻게 데이터를 예쁘게 보여줄까?"를 고민할 때, 파운드리는 냉정하게 묻는다. "이 데이터는 누구의 관점이며, 값이 바뀌면 누가 책임지고 어떤 행동을 취하는가?" 예를 들어 운영진이 ‘불량률 5%’라는 데이터를 얻었다고 가정해 보자, 숫자는 그 자체로 아무 행동도 요구하지 않는다. 그것이 어떤 설비의, 어떤 작업자 조합의, 어떤 원자재 배치의 상태인지 명시하고, 무슨 액션으로 이어지며, 책임이 누구에게 있는지 시스템 안에 정의되었을 때 비로소 '운영의 언어'가 된다. 이 정의 작업이 온톨로지(Ontology)고, 이게 파운드리의 전부다.
많은 조직이 BI(비즈니스 인텔리전스), 데이터 웨어하우스, 데이터 레이크를 차례로 도입하며 같은 약속을 반복해 왔다. 그러나 기술이 진화해도 실패 패턴은 달라지지 않았다. 현업은 업무 언어로 말하고, IT팀은 시스템 언어로 번역하고, 모델 개발자는 수학 언어로 재정의한다. 이 과정에서 판단의 맥락은 사라지고, 결정은 결국 경험 많은 담당자의 직관에 맡겨진다. 누구도 틀리지 않았지만, 아무도 성공시키지 못하는 구조다.
이 책은 파운드리를 예찬하지 않는다. "파운드리는 만능이 아니다"를 챕터 제목으로 달 만큼 솔직하다. 데이터가 파이프라인으로 촘촘히 연결되고, 온톨로지 설계도 그럴듯하고, 워크숍 화면이 매끄럽게 작동해도, 운영 방식이 바뀌지 않으면 시스템은 작동하지 않는다. 직접 부딪혀본 사람만이 할 수 있는 이야기다.
파운드리는 데이터를 테이블이나 칼럼으로만 다루지 않는다. 현실의 사물과 개념, 그 사이의 관계와 행동을 컴퓨터가 이해할 수 있는 형태로 정의한다. 온톨로지를 통해 데이터는 의미를 갖고, 단절된 시스템 간 정보는 하나의 판단 구조(logic)로 연결된다. 파운드리는 이 구조를 바탕으로 단순 분석을 넘어 실제 비즈니스 문제 해결까지 이어지도록 설계되었다.
파운드리는 이미 다양한 산업에서 활용되고 있다. 정부와 국방에서는 국가 안보와 위기 대응을 위한 실시간 의사결정에 사용되고, 금융에서는 거래 데이터와 리스크 데이터를 통합해 연체나 부정 거래를 예측한다. 제조와 공급망에서는 생산, 원가, 물류 데이터를 연결해 운영 효율을 높이고, 헬스케어나 공공 영역에서도 데이터 기반 정책과 캠페인 설계에 적용된다. 이 사례들의 공통점은 ‘데이터 통합 그 자체’보다 ‘의사결정의 속도와 질을 높였다’는 데 있다.
데이터 플랫폼을 설계할 때 대부분은 데이터를 어디에 저장하고, 얼마나 빠르게 조회하며, 어떻게 시각화할지를 고민한다. 그러나 파운드리는 데이터부터 보지 않고 의미를 먼저 묻는다. 5%의 불량률, 30분의 지연, 10건의 민원 같은 숫자는 그 자체로 아무런 행동을 요구하지 않는다. 데이터가 어떤 객체의 상태를 나타내는지 파악하고, 어떤 액션을 요구하는지 명시하며, 그 책임이 누구에게 있는지 답할 수 있을 때 데이터는 비로소 운영의 언어가 된다. 답하지 못하면 보고용 숫자에 그친다.
작가 소개
지은이 : 이현종
2026년 현재 에이전트 전문기업 빅스터(Bigster)의 대표. 성균관대학교 법학과를 졸업했으며, 학창 시절에는 문학 동아리 활동을 하면서도 수학과 물리학에 관심이 많았다. 검색엔진 및 자연언어처리 엔지니어로 커리어를 시작해 AI와 데이터 기술을 단순한 ‘예측’의 도구가 아니라, 책임 있는 ‘판단’의 영역으로 확장해 온 실무형 전략가다.수년간 재난 안전·제조·의료·금융 등 다양한 현장에서 의사결정 시스템을 설계해 왔고, 이를 바탕으로 연구와 실무의 방향을 온톨로지(Ontology)로 전환해 『온톨로지』를 집필했다. 현재는 개념과 관계, 사건과 상태를 구조화해 AI가 인간의 판단을 실질적으로 돕는 ‘의사결정 인프라’ 구축에 매진하고 있으며, 국내 기업이 데이터를 ‘보는 조직’에서 ‘판단하는 조직’으로 혁신하도록 돕고 있다.『팔란티어 파운드리, 판단을 설계하라』는 가상의 국내 화장품 제조 공정 데이터로 파운드리를 직접 경험하며, 데이터가 ‘보고서’에 머물지 않고 ‘구체적인 판단과 행동’으로 이어지게 설계하는 방법을 다룬다. 데이터를 대상·관계·상태·액션의 구조로 고정해 의사결정의 과정과 책임을 시스템에 남기는 것이 핵심이다. 그 결과 조직은 “누가 잘못했나”를 따지기보다 “판단 구조가 타당했나”를 점검하는 방식으로 진화하며, AI 역시 선택 가능한 범위를 정리하고 위험을 비추는 조력자로 자리 잡게 된다.
목차
감사의 말
PROLOGUE 시스템은 정답을 주지 않는다, 구조를 줄 뿐이다
PART 1 왜 우리는 파운드리를 선택했는가?
CHAPTER 01 데이터 프로젝트가 실패를 반복해 온 이유
CHAPTER 02 왜 팔란티어 파운드리였나?
PART 2 파운드리의 개념과 철학
CHAPTER 03 파운드리는 무엇을 해결하려 했나?
CHAPTER 04 온톨로지 중심 설계 철학
PART 3 파운드리 트라이얼 실습 준비
CHAPTER 05 트라이얼을 시작한 첫 한 달간의 충격
CHAPTER 06 화장품 제조 공장 실습 데이터 소개
CHAPTER 07 데이터 적재와 정제의 현실
CHAPTER 08 온톨로지 설계 실습
PART 4 파운드리 앱별 실전 사용법
CHAPTER 09 데이터 커넥션과 파이프라인 빌더
CHAPTER 10 온톨로지 매니저
CHAPTER 11 컨투어와 워크숍
CHAPTER 12 운영 앱과 케이스 매니지먼트
CHAPTER 13 아폴로와 운영 환경
PART 5 운영의 실패와 한계, 그리고 교훈
CHAPTER 14 파운드리는 만능이 아니다
CHAPTER 15 성공과 실패를 가르는 결정적 포인트
PART 6 파운드리 이후 ‘판단 AI’로 가는 길
CHAPTER 16 생성 AI 시대의 파운드리
CHAPTER 17 우리가 배운 것, 그리고 다음 단계
EPILOGUE 파운드리는 결국 ‘판단의 역사’를 만드는 시스템이다
참고 자료
