9/11, CIA, PayPal의 사기 탐지 기술에서 시작해 2026년 연매출 72억 달러 규모의 엔터프라이즈 AI 운영체제로 성장한 Palantir. 이 회사의 심장인 Ontology가 왜 '기업의 디지털 트윈'으로 불리는지, Foundry·AIP·Apollo·Gotham이 어떻게 한 덩어리로 움직이는지, Airbus Skywise부터 국방부 Maven, ICE 논란까지 — 핵심 개념을 놓치지 않고 풀어낸다.
Palantir(팰런티어). 회사 이름은 J.R.R. Tolkien의 반지의 제왕 세계관에 등장하는 "보는 돌(seeing stone)"에서 따왔다. 돌을 들여다보면 먼 곳과 다른 시간의 일을 볼 수 있다. Peter Thiel이 2003년 이 이름을 붙였을 때, 회사의 야심은 이미 그 이름 안에 다 들어 있었다. "세상에 흩어진 데이터를 한 곳에서 보게 해준다." (Wikipedia: Palantir Technologies)
2026년 4월 현재, Palantir는 이제 "비밀스러운 정보기관 협력사"가 아니다. 연매출 72억 달러를 가이던스로 제시한, 전년 대비 61% 성장률의 엔터프라이즈 AI 플랫폼 회사다. 미 육군과 10년간 최대 100억 달러 규모의 계약을 따냈고(Washington Post), 미 국방부는 2026년 Palantir의 Maven AI 타게팅 시스템을 공식 "program of record"로 지정해 장기 운용을 확정했다(Sherwood News, Tom's Hardware).
상업 쪽도 뜨겁다. Airbus(Skywise), BP, Merck, Tyson Foods, GE Aerospace — 이 회사들이 전부 Palantir를 "운영체제(operating system)"라 부른다. 2026년 1분기 미국 상업 매출은 전년 대비 137% 성장, 상업 AIP 매출만 YoY 74% 성장이다(24/7 Wall St.).
하지만 같은 시기, Palantir는 가장 논쟁적인 회사 중 하나이기도 하다. ICE(이민세관단속국)의 ImmigrationOS, 국방부의 타게팅 AI, 그리고 2026년 4월 CEO Alex Karp가 공개한 22개조 "기술 공화국" 매니페스토에 대해 Al Jazeera, Euronews, Engadget 등 세계 주요 매체는 "테크노파시즘(technofascism)"이라는 단어를 꺼내 들었다(Al Jazeera, Euronews, TechCrunch).
이 특집은 다음을 다룬다.
Palantir의 공식 창립일은 2003년 5월 6일이다. 창업자는 다섯 명: Peter Thiel(PayPal 공동창업자), Alex Karp(Thiel의 스탠퍼드 법학 동기이자 독일 프랑크푸르트 대학 신고전 사회이론 박사), Joe Lonsdale과 Stephen Cohen(스탠퍼드 학생), Nathan Gettings(PayPal 엔지니어). Thiel은 자기 돈 3,000만 달러를 시드로 넣었다(PortersFiveForce, Britannica: Thiel).
Thiel이 던진 아이디어는 단순하면서도 도발적이었다.
"PayPal이 사기꾼을 잡을 때 쓰던 방법 — 수백만 건의 이질적 데이터를 엮어 이상 패턴을 찾아내는 기술 — 을 테러 대응에 쓸 수 있지 않을까?"
9/11 직후의 미국에서 이 질문은 가설이 아니라 절박한 수요였다. 정보기관들은 위성 이미지, 통신 기록, 금융 거래, 소셜 네트워크를 각각 따로 들여다보고 있었다. "점들을 잇는 일(connecting the dots)"이 9/11 사후 조사 보고서의 핵심 실패 지점으로 지목됐다.
초기 Palantir는 고객을 구하지 못해 고생했다. 민간 VC들은 "정부 고객만 보고 있는 회사에 투자하지 않았다." 돌파구는 In-Q-Tel — CIA 산하 벤처캐피털이었다. 2005년경 In-Q-Tel의 약 200만 달러 투자는 금액 자체보다 "정보기관 내부에서 Palantir를 써볼 수 있게 해준" 채널이 됐다는 의미가 훨씬 컸다(FinancialContent).
이 시기부터 Palantir의 첫 제품 Gotham이 자리를 잡는다. 분석관 한 명이 수많은 데이터 소스(이메일, 통화, 이동 기록, 영상)를 하나의 그래프로 펼쳐 "A라는 이름이 B라는 전화번호를 거쳐 C라는 은행 계좌로 이어지는 경로"를 본다 — 이것이 Gotham의 원형이다.
Gotham이 정보·군사 영역에서 자리를 잡는 동안, Alex Karp는 상업 시장용 플랫폼이 필요하다고 밀어붙였다. 그 결과물이 Foundry다. 2015년 이후 BP, Airbus, Merck, JPMorgan, Ferrari, Rio Tinto, Tyson Foods 같은 포춘 500 기업들이 합류했다. 2020년 9월 뉴욕증권거래소(NYSE)에 직상장(티커: PLTR)으로 공개됐고, 2023년 ChatGPT 이후의 AI 붐 속에서 AIP(Artificial Intelligence Platform)가 출시되며 두 번째 폭발 성장을 맞는다.
외부에서 Palantir가 혼란스러워 보이는 이유는 제품이 네 개인데, 2023년 이후 이들이 사실상 하나의 스택으로 통합됐기 때문이다(Palantir Docs, Financhle).
Gotham은 정보기관·군사 분석관의 일상을 위해 설계됐다. 흩어진 이질적 데이터(사람, 장소, 이벤트, 문서)를 노드와 엣지로 표현하고, 분석관이 하나의 인터페이스에서 수사 시나리오를 구축한다. 2017년 Pentagon이 시작한 Project Maven(AI로 ISR 영상·센서 데이터를 해석해 표적을 식별·평가)은 원래 여러 업체가 참여했지만, 2024년 7.95억, 그리고 2026년 공식 "program of record" 지정과 함께 누적 약 130억 달러 규모로 Palantir 중심이 됐다(Tom's Hardware).
Foundry는 상업 고객용이다. ETL 파이프라인, 데이터 레이크, 모델링, 분석, 애플리케이션까지 한 묶음으로 제공한다. 그러나 Foundry의 진짜 차별점은 단순한 "데이터 플랫폼"이 아니라 Ontology를 그 위에 얹는다는 점이다. 이 개념은 3장에서 집중적으로 다룬다.
2023년 출시된 AIP(Artificial Intelligence Platform)는 AI 붐 속에서 Palantir의 방향타를 바꿨다. 핵심 아이디어는 이것이다.
"LLM은 답을 잘 생성하지만 '무엇을 해야 하는지'를 모른다. Ontology가 그 세계를 정의해주면, LLM은 그 안에서만 움직인다."
AIP는 LLM·에이전트가 Ontology에 정의된 Action Type만 실행할 수 있게 한다. "재고를 10% 줄여라"라는 명령을 받으면, 에이전트는 임의로 SQL을 던지는 게 아니라 Ontology에 선언된 adjust_inventory 액션만 호출한다. 권한, 감사 로그, 데이터 계보가 자동으로 따라붙는다(Palantir AIP docs).
Apollo는 겉으로 덜 보이지만, Palantir가 잠수함, 기밀 클라우드, 에어갭 환경에서도 같은 Foundry·AIP·Gotham을 돌리게 해주는 연속 배포(Continuous Delivery) 인프라다. 상업 기업이든 NSA든 같은 제품을 쓰지만, 배포 경로만 Apollo가 결정한다.
Ontology(온톨로지)는 원래 철학 용어다. "존재하는 것의 범주(세계에는 무엇이 있고, 무엇이 무엇인가)"를 다룬다. 컴퓨터 과학에서는 1990년대 지식 표현(Knowledge Representation) 전통에서 쓰였다 — "개념들과 그 관계를 형식적으로 명세하는 것"(Gruber, 1993의 고전적 정의).
Palantir가 이 단어를 쓴 건 수사적인 선택이 아니다. 기업의 진짜 문제는 "데이터가 부족한 게 아니라, 데이터가 '무엇을 의미하는지' 일관된 정의가 없다"는 것이기 때문이다.
어느 대형 제조 기업의 속사정을 상상해 보자.
네 개 시스템이 각자의 진실을 갖고 있다. BI 팀이 "우리 고객 수"를 집계하면, 보고서마다 수치가 다르다. AI 모델을 얹으면, 그 모델은 어느 정의의 "customer"를 학습했는지 자기도 모른다. 이 문제의 이름이 "의미의 파편화(semantic fragmentation)"이다.
Palantir Ontology의 출발점은 이 파편화를 한 번 풀어놓고 영구히 공유하는 것이다(Palantir Ontology docs, Cognizant).
Palantir 공식 문서의 정의는 이렇다.
"Ontology는 조직의 운영 계층(operational layer)이다. Palantir 플랫폼에 통합된 디지털 자산들 — 데이터셋, 가상 테이블, 모델 — 위에 앉아, 이들을 실제 세계의 대응물(공장, 장비, 제품 같은 물리 자산이나 주문, 금융 거래 같은 개념)과 연결한다." (공식 overview)
핵심 표현은 "디지털 트윈(digital twin) of the organization"이다. 기업이라는 복잡한 유기체를, 데이터·논리·행동·보안 네 축으로 완전히 본떠놓은 쌍둥이다.
Ontology의 실체는 네 가지 빌딩 블록으로 이뤄져 있다(Palantir Ontology docs).
| 블록 | 역할 | 예시 |
|---|---|---|
| Object Type (객체 타입) | 실세계의 무엇을 표현할지 정의. 속성(properties) 포함 | Aircraft, Patient, Customer, Shipment, ProductionLine |
| Link Type (링크 타입) | 객체 간 관계. 방향·카디널리티 정의 | Aircraft —(operated_by)→ Airline, Patient —(has_diagnosis)→ ICD10Code |
| Action Type (액션 타입) | Ontology 상태를 바꾸는 행위. 권한·검증 포함 | dispatch_maintenance, adjust_inventory, approve_loan, schedule_surgery |
| Function (함수) | 임의의 복잡한 비즈니스 로직. 순수 계산 | calculate_fuel_efficiency(aircraft, route), risk_score(patient) |
여기에 Interface(인터페이스)가 있다. 서로 다른 Object Type이 같은 형태(shape)를 공유할 때 다형성(polymorphism)을 준다. 예컨대 Aircraft, Truck, Ship이 모두 Asset 인터페이스를 구현한다면, 동일한 UI·액션이 셋에 모두 적용된다.
Object와 Link만 있는 "온톨로지"는 많다. 지식 그래프(Knowledge Graph) 업체들도 여기까지는 제공한다. Palantir가 특별한 이유는 Action과 Function까지 같은 계층에 끌어올렸다는 점이다. 즉, 데이터(명사)와 행동(동사)을 하나의 시스템으로 엮는다.
이것이 AIP의 LLM이 "날뛰지 않는" 이유다. LLM은 Ontology에 명시된 Action만 실행할 수 있고, 각 Action은 누가, 언제, 어떤 객체에 대해 했는지가 자동 감사 로그로 남는다.
Ontology를 수평적 빌딩 블록(Object/Link/Action/Function)이 아니라 수직적 층(layer)으로 보면 세 단계가 드러난다(Palantir Ontology architecture, Medium: Caruso).
회사에서 이 세 가지가 각각 다른 시스템에 흩어져 있는 것이 보통이다.
이 셋이 따로 있으면 AI 에이전트는 어디에서 진실을 찾아야 할지 모른다. Palantir Ontology는 세 층을 한 모델 안에서 함께 선언하도록 강제한다. 이것이 "LLM이 기업 안에서 안전하게 행동하게 만드는" 핵심이다.
2017년 파리 에어쇼에서 공개된 Skywise는 Airbus와 Palantir가 공동 개발한 항공 산업용 공동 플랫폼이다. 현재 1만 1,900대 이상의 항공기가 연결돼 있다(Airbus 공식, The Air Current).
The Air Current가 보도한 사례는 Skywise의 진짜 가치를 보여준다. A330neo에서 블리드 모니터링 컴퓨터 소프트웨어가 특정 이륙 조건에서 고압 밸브를 올바로 제어하지 못해 과도한 스트레스가 가해지는 현상이 발견됐다. Airbus 엔지니어가 Skywise에서 운영 데이터와 센서 데이터를 가로지르며 교차 분석해 원인을 찾아냈다. 밸브가 터졌다면 고온·고압 공기가 날개로 유출돼 중대 손상으로 이어질 수 있었다.
Ontology 관점에서 보면, 이것이 가능한 이유는 Aircraft, Engine, Valve, FlightSegment, SensorReading, MaintenanceEvent가 하나의 의미 모델에 함께 살고 있기 때문이다. 교차 분석이 수개월짜리 연구 프로젝트가 아니라 며칠 만에 가능하다.
미국 최대 육가공 기업 Tyson Foods는 Palantir Foundry로 아날로그 공정에서 디지털 플랫폼으로 도약했다고 보고했다. 공급망 최적화, 수요 예측, 품질 관리, 설비 가동률 관리를 Ontology 위에서 재구성하며 연 1억 5천만 달러 수준의 비용을 절감했다는 평가다(FinancialContent: Palantir 2026 AI OS).
2020년, 영국 NHS(National Health Service)는 Foundry를 기반으로 팬데믹 대응 데이터를 통합했다. 병상, 산소 공급, 백신 유통, PPE 재고 — 이질적 소스가 Ontology 위에서 하나의 운영 그림이 됐다. 이 경험은 나중에 NHS의 정식 데이터 플랫폼 계약(Federated Data Platform)으로 이어졌다(Wikipedia: Palantir Technologies).
BP는 오일·가스 현장 데이터를 Foundry에 통합해 생산 최적화에 쓴다. Merck는 임상시험·제조·공급망을 하나의 Ontology로 연결해 약품 개발 사이클을 단축한다. 2026년 1분기 Palantir는 GE Aerospace와의 파트너십 대규모 확장을 발표했다(FinancialContent: AIP Bootcamp).
Palantir는 오랫동안 "파는 법 자체가 어려운 회사"였다. 제품이 설정을 해봐야 가치가 드러나는데, 엔터프라이즈 구매 프로세스는 1년 넘게 걸리기 때문이다.
2024년 중반부터 Palantir는 이 문제를 AIP Bootcamp로 정면 돌파했다. 5일짜리 집중 워크숍에서 고객사의 실제 데이터로 작동하는 AI 유스케이스를 만들어준다. 2026년 기준 Bootcamp의 유료 전환율이 약 75%에 달한다고 보고됐다(FinancialContent: AIP Bootcamp, Yahoo Finance).
Bootcamp는 작게 들어가서 크게 키우는 land-and-expand 전략의 입구다. 한 사업부의 한 유스케이스로 시작해, Ontology가 확장될수록 다른 팀·다른 유스케이스로 번져간다. 2026년 Palantir의 미국 상업 매출 137% YoY 성장의 원동력이 바로 이것이다(24/7 Wall St.).
2026년 기사들은 Palantir를 "the AI operating system of 2026"이라 부른다. 이유는 단순하다. LLM 공급자(OpenAI, Anthropic, Google)는 뇌를 제공하지만, 기업은 그 뇌가 무엇을, 어떤 권한으로, 어떤 데이터 위에서 움직일지 정의하는 층이 필요하다. 그 층이 Ontology이고, Ontology가 살아 움직이는 런타임이 Foundry+AIP+Apollo다.
NVIDIA와 Palantir는 2025년 말 파트너십을 맺고 "엔터프라이즈 데이터를 동적 의사결정 지능으로 변환"하는 AI 스택을 공동 구축한다고 발표했다(NVIDIA Newsroom). 한마디로, GPU와 모델 아래에 Ontology가 깔리는 그림이다.
2025~2026년, Palantir의 이름은 미국 정치의 한복판에 섰다. ICE(이민세관단속국)가 Palantir와 $3,000만 달러 규모로 'ImmigrationOS'라는 이민 생애주기 운영 시스템을 구축 중이라는 사실이 드러났다(American Immigration Council, The Hill).
EFF(Electronic Frontier Foundation)의 2026년 1월 보고서는 ELITE(Enhanced Leads Identification & Targeting for Enforcement)라는 도구가 HHS의 Medicaid 데이터까지 끌어다 이민자 주소에 "confidence score"를 매긴다고 지적했다(EFF). 미 하원의원 30명이 ICE·DHS에 공식 답변을 요구했고, ACLU는 "알고리즘에 의한 추방(deportation by algorithm)"이라는 표현을 썼다(ACLU).
Palantir는 1월 공식 블로그에서 EFF의 보고서에 반박했다. "우리는 데이터 브로커가 아니며, 고객사의 데이터를 우리가 '판매'하지 않는다"는 논지였다(Palantir Blog). 기술적으로는 맞는 말이지만, 비판자들의 논지는 다르다. "누가 만들었는지가 아니라, 무엇을 만드는 데 쓰이는가가 문제"라는 것이다.
2026년 4월 19일, Palantir는 CEO Alex Karp의 책 The Technological Republic에서 뽑아낸 22개조 매니페스토를 소셜 미디어에 올렸다. Karp와 Palantir 대외 담당 책임자 Nicholas Zamiska의 공동 저술이다. 반응은 격렬했다.
매니페스토의 핵심 주장은 (1) AI를 활용한 "하드 파워"와 서구의 군사적 우위, (2) 실리콘밸리가 국방에 적극 참여해야 한다는 주장, (3) 일부 문화는 "진보"를 낳고 일부는 "기능 장애·퇴행"을 낳는다는 문장, (4) DEI·다원주의에 대한 공개적 반대 등이다. 비판자들은 특히 문화 서열화 표현에 대해 "문명 우월주의의 언어"라고 강하게 반발했다.
Palantir의 기술은 그 자체로 양면성을 가진다.
| 같은 Ontology 기술이 만드는 것 | 생산적 측면 | 논쟁적 측면 |
|---|---|---|
| 다원 데이터 통합 | NHS의 팬데믹 대응, Airbus의 안전 강화 | 정부의 시민 데이터 통합, 감시 국가 |
| AI 타게팅 | 전장의 우군 보호, 재난·수색 구조 | 자율 무기, 국제인권법 회색지대 |
| 의사결정 자동화 | 공급망 효율 1.5억$/년 절감 | 신용·대출·고용의 블랙박스 자동 판결 |
| 행동 규칙 코드화 | 의료 에러 감소, 규제 준수 | 조용한 정책 변경, 민주적 숙의 우회 |
Palantir가 "우리는 도구일 뿐"이라고 말할 수는 있다. 하지만 Ontology의 특징 — 기업의 의사결정 구조 자체를 코드화한다 — 는 "도구"의 전통적 정의를 벗어난다. 코드가 곧 정책이 되는 세계에서, Ontology를 설계하는 사람은 그 조직의 작은 입법자가 된다.
한국 대기업들이 겪는 "같은 용어, 다른 정의" 문제 — 그룹사마다 고객 정의가 다르고, 공장마다 설비 코드 체계가 다르고, 부서마다 KPI 기준이 다른 문제 — 는 Palantir가 지난 15년간 매일 풀던 바로 그 문제다. Ontology 설계는 툴 선택 이전의 과제다. "Palantir를 산다"가 아니라 "우리 Ontology를 어떻게 그릴지"가 먼저다.
2025년 이후 사내 AI 에이전트를 붙이다 실패한 한국 기업의 공통 패턴이 있다. LLM을 바로 내부 DB에 연결한 것이다. 환각, 권한 범람, 감사 추적 불가 — 3대 사고가 따라온다. Ontology 패턴(객체·액션·규칙을 명시적으로 선언하고, LLM을 그 위에서만 움직이게 하는 것)은 Palantir만의 특허가 아니다. 누구나 자기 조직에 구현할 수 있는 설계 원칙이다.
Dynamic Layer가 있다는 점이 Palantir 모델에서 가장 한국 조직이 놓치는 부분이다. 보안·컴플라이언스·개인정보 규정은 Excel과 PDF 매뉴얼이 아니라 시스템 안에서 집행되는 규칙이어야 한다. "우리 회사는 내부자가 환자 정보를 열람할 때 항상 허가를 받아야 한다"는 문장은, 매뉴얼이 아니라 Action Type의 권한 규칙으로 선언되어야 실제로 막힌다.
Tolkien의 반지의 제왕에서 Palantír(팔란티르)는 양날의 칼이다. 올바른 이가 쓰면 위험을 미리 보고, 잘못된 이가 쓰면 사우론에게 감시당한다. 같은 돌이 같은 세계를 보여주지만, 누가 들고 있느냐에 따라 그 의미가 완전히 달라진다.
Palantir Technologies라는 회사의 23년은 그 신화를 그대로 재현한다. PayPal의 사기 탐지에서 시작한 기술은 지금 전 세계 항공기 1만 대의 안전을 지탱하고, 영국 NHS의 팬데믹 대응을 떠받치고, 미국 제조업의 공급망을 통합한다. 그리고 동시에 Maven AI 타게팅이 되고, ICE의 ImmigrationOS가 되고, 2026년 4월의 매니페스토가 된다.
이 글의 독자에게 남길 질문은 이것이다.
"당신의 조직이 Ontology를 갖게 된다면, 그 Ontology의 'Dynamic Layer'에 무엇을 코드화할 것인가?"
기술 선택은 가치 선택이다. Palantir를 쓸지 안 쓸지보다 중요한 질문은, 어떤 종류의 의미 시스템을 만들지다. 보는 돌의 힘을, 어느 손이 어떤 규칙 아래 쥐게 할지다.
공식·제품 문서
산업 사례
해설·비평
2026년 시장·계약
윤리·논란
