피터 틸 뿐만 아니라 초창기 멤버들은 반지의 제왕 덕후들이었습니다. 반지의 제왕의 무대가 되는 중간계에는 천상계에서 만들어진 7개의 팔란티리 (복수형: Palantiri, 단수형: Palantir. 엘프어 뜻: '멀리 보는') 중 3개가 전해 내려오게 되었는데, 이 돌들은 지혜와 힘이 있는 강력한 사용자라면 자신이 원하는 것을 감지할 수 있게 하거나 자신의 생각을 전달할 수 있게해주는 능력이 있었습니다. 즉, 천리안+텔레파시라고 하면 될까요.

팔란티어가 설립된 배경에는 2001년 9.11 테러가 있습니다. 조금만 더 일찍 위기를 감지했다면 이 테러의 피해를 훨씬 줄이거나 심지어는 아예 예방할 수 있을지 않았을까라는 안타까움, 미 연방정부가 특히 위기 감지 및 대응 능력을 갖추기 위해서 다양한 국가 기관들이 제각기 보유하고 있는 방대한 데이터 간 원활한 공유 및 소통 역량이 크게 모자란다는 깨달음이 있었습니다. 팔란티어의 창립자들은 강력한 행정력을 가진 연방 정부 기관들이 데이터를 원활하고 안전하게 '소통'하고 '공유'할 수 있는 데이터 플랫폼, 그리고 무엇보다도 복잡하고 방대한 데이터에 숨겨진 패턴을 찾아내어 쉽게 보이지 않는 위기의 전조들을 정확하고 신속하게 감지할 수 있는 역량이 필요하다고 역설하였습니다. 이에 따라 미국 연방 정부가 가지고 있는 방대한 양의 데이터를 통합, 분석하고 위기를 조기에 차단하는 소프트웨어를 만드는 회사인 '팔란티어'가 CIA 벤처 지원 VC인 In-Q-Tel의 초기 창업금 투자를 통해 출범하게 되었습니다.

음.. 알렉스 카프는 피터 틸이 '자신이 만나본 사람 중 가장 똑똑한 사람'이라는 평가를 한 사람입니다. 카프야말로 천재끼가 충만한 타입입니다. 회사 임직원에게는 격식 없이 엄청나게 소탈하면서도 생각은 광속 같다고 해야 하나요. 처음에 들을 때는 못 따라가겠는데 다 듣고 나서 이해가 되면 다 말이 되는 느낌?
CEO로서의 판단 속도와 결단력의 과단성은 아마 제가 근 10년 간 여러 조직에서 일하면서 가장 발군이었습니다. 복잡한 문제를 들고 오면 그걸 해체해서 조직 내에서 가장 잘 풀 것 같은 사람들에게 척척 나눠주는게 마치 스피드 큐브를 푸는 걸 보는 느낌이었습니다.
그리고 본인만의 확고한 신념이 있습니다. 철학 박사답게 세상에서 가장 강력한 데이터 통합 분석 소프트웨어가 개인의 자유와 인권을 억압하는 권력의 손에 들어가서는 절대 안 된다는 생각을 가지고 있고, 그 점을 자주 강조합니다.
제가 느끼기엔 CEO로서 일반적인 관리자 타입은 아닙니다. 굳이 분류하자면 빠르게 성장하는 회사의 앞길을 내다보고 필요할 경우엔 과감하게 방향 전환이나 속도의 완급을 조절하는 창업주 타입인 것 같습니다.

타 기업의 기술수준에 대해선 저도 잘 모르기 때문에 이건 답변 드리기 어렵습니다...만,
저희의 전문 분야라고 할 수 있는 영역은 일반적인 소비자 대중과의 접점인 AI 비서, 음성 인식 같은 최종 제품/서비스보다는 AI 학습용 데이터의 프레임워크를 구축하는데 있기 때문에 단순 비교 또한 적절하지 않다고 생각합니다. 그러니까 광의의 AI 분야에서 담당하고 있는 고유 영역과 접근하는 각도/철학에 팔란티어만의 특이점이 있다고 생각합니다. 물론, 구글과 아마존이 차지하고 있는 고유 영역이 있고, 그 분야에서 매우 선도적인 역할을 하고 있는 것처럼요.

저희 고객사들은 주로 조직적 의사 결정과 리스크/보상 분석 (이를테면 군사 작전, 첩보, 세관 통제 등의 공공 분야 또는 금융 모멘텀 분석, 에너지 그리드 최적화, 시추 기술 등 공업적인 민간 분야)에 저희 제품을 사용하게 됩니다. 다시 말해 내가 운전하거나 음악을 들을 때 쓰는 AI 알고리즘과 출근해서 회사나 국가 기관 등의 조직의 일부로서 자원 투입 결정을 할 때 사용하는 AI 알고리즘에 차이가 있겠죠? 마치 과일을 깎는 칼과 공업용 커터가 차이가 있지만 둘을 단순 비교하기 어려운 것처럼 말이지요.

감사합니다.
1. 주가는 저도 정말 모르겠습니다 ㅎㅎㅎ 개인적인 기대감은 올해 연말까지 50달러 이상이지만 어디까지나 제 희망사항일 뿐입니다.
2. 경쟁업체라기보다는 거대한 데이터 산업 ecosystem에서 상생하는 회사들이 많이 있습니다. 일부 업종에서는 비슷한 제품으로 경쟁하기도 하고, 또 어떤 분야에서는 함께 협력하면서 고객이 원하는 (이라고 쓰고 자금사정에 따른) 데이터 환경이 구축됩니다. 이건 소프트웨어 중심 회사들이 서로 niche를 상호 보완하는 방향으로 진화해 나간 결과입니다. 저희 소프트웨어와 함께 구동하는 제품이나 클라우드 환경을 만드는 회사들로는 Qlik, tableau (salesforce), SAP, Amazon, Microsoft, 등이 있습니다. "Palantir competitors"를 검색해 보시면 이 외에도 다양한 회사들이 있습니다. 하지만 'competitor'라는 단어보다는 좀 더 관계가 복잡하다고 생각합니다.
3. 팔란티어가 Raw Data를 제공받는 경우는 없습니다. 세간에서 팔란티어를 "데이터를 활용해서 돈을 버는 기업"으로 잘못 알고 계신 분들이 제법 되서 그런 오해가 종종 있습니다만, 팔란티어는 소프트웨어 회사입니다. 매우 단순화해서 말하자면, 기업을 위한 데이터 운영체제와 (Enterprise Operating System (OS)) 그것을 관리하는 서비스를 파는 회사입니다. 개인용 PC에 윈도우나 iOS같은 운영체제를 설치하는 것처럼, 그리고 모바일 기기에 Android가 설치되어 있는 것처럼, 기업이나 대규모 조직의 데이터 베이스에 팔란티어 소프트웨어를 설치해서 내가 원하는 데이터 워크플로우 (Application)를 직접 만들거나 기존 워크플로우를 기반으로 자유롭게 개량해서 사용한다고 보시면 됩니다.
4. 저는 경력직으로 입사를 했습니다. 해외에서 2년간 MBA 재학 중 1년차 말에 구직을 마쳤고, 그 중에 팔란티어를 선택했습니다. 이전 경력은 항공/방위산업 분야에서 약 5+년간 근무했습니다.

저는 비행기를 참 좋아하는데요 의식의 흐름대로 비유하자면: "시대를 잘 타고난 콩코드"라고 생각합니다.

팔란티어는 이제 막 안정고도에 진입한 비행기입니다. 평범한 여객기라기보다는 50여년 전 비운의 항공기 콩코드랑 느낌이 비슷하다고 생각합니다. 초창기에는 신비주의의 베일에 쌓여있었다는 점이라든지, 합작품이라는 점 (콩코드는 프랑스+영국 합작, 팔란티어는 민간+공공의 합작), 소수의 특별한 고객층을 위한 사치품이라는 점에서 분명히 차별화되지만 가격이 상당히 비싼 베블렌 재화라고 할까요.

다만, 팔란티어와 콩코드 간 차이점이 있다면 콩코드는 시대를 너무 앞서나갔고, 운항거리도 너무 짧았으며, 유가 폭등 등 좋지 않은 상황이 겹치면서 운항중단이 되었지만, 팔란티어는 이미 2000년대 닷컴 버블의 승리자들이 '불의 세례'를 받고 장수를 목적으로 디자인한 기업이라는 점입니다. 전자제품을 살 때 제일 싼 제품을 살 수도 있지만, 내가 형편이 된다면 조금 더 비싼 값을 주고도 내가 원하는 제품, 즉, 고장이 덜 나고 AS가 확실한 제품을 사는 것처럼 시장에서 포지셔닝도 그와 유사하게 되어가고 있구요, 무엇보다도 제품 가격이 상당히 착해져가고 있습니다. ㅎㅎㅎ

함께 타고 있는 승객들 중에는 특이한 복장을 입고 있는 재미있는 사람들이 많습니다.그만큼 다채로운 경력과 배경을 가진 사람들이 많습니다. 저도 이전 직장들에서는 꽤 튀는 편이었는데.. 음..여기는 그런 사람들만 다 모아놓은 듯한 느낌? 그리고 정말 머리 좋은 사람들이 항상 어떻게 하면 일을 효율적으로 잘 할 수 있을까를 밤낮으로 고민하는 곳입니다..

앞으로 분명히 기류도 도사리고 있을 것이고 비행이 순탄하지만은 않겠지만, 최소한 한 시대를 넉넉히 선도하는 회사라고 생각하고 있습니다. 그리고 운까지 계속 따라준다면 어쩌면 정말 오랫동안 우리 사회와 함께할 수도 있겠다라는 기대를 품고 있습니다.

간단하지 않아서 죄송합니다. ㅎㅎㅎ 태생이 허접한 마케터라서 숏버젼과 롱버젼을 둘 다 써야한다는 강박관념을 양해해주십시오.

저는 국제사업개발업무를 맡고 있습니다. 엔지니어들이 득실득실한 테크 회사에 드문 문돌이/문순이구요. 한마디로 제 주 역할은 글쟁이입니다. 주로 쓰는 글은 고객들 (주로 외국 정부나 국제기구)의 사업제안요청서(RFI/RFP) 상의 요구도나 질문 사항에 답변하는 제안서구요. 이런 글은 짧게는 20페이지에서 길게는 4000페이지까지 쓰게 됩니다.(지구에게 미안해서 요즘은 고객들도 저희도 종이는 안 쓰고 있습니다. ㅎㅎ) 당연히 어떤 프로젝트는 둘이서 일주일, 어떤 경우에는 수백명이 서너달 걸려서 쓰기도 합니다.

그 외에도 다양한 마케팅 자료를 만들거나, 고객사에서 요청이 오면 제품 시연을 하기도 합니다. 때로는 고객 교육 현장을 지원하는데요, 고객들과 저희 엔지니어들과 함께 매뉴얼을 작성하기도 합니다.

이 일을 잘 하려면 좋은 사업기회를 발굴하는 선구안을 가져야 합니다. 잠재 고객이 어느 정도 진심인지 빠르게 파악해야 하고, 이 일이 경제적으로 타당한 일인지, 또는 정말로 이 세상에 긍정적인 효과를 가져올만한 가치가 있는 일인지 (예를 들면 작년에 노벨평화상을 받은 UN 세계 식량계획의 식품 공급 서플라이 체인 최적화 데이터 분석이라든지, 개발도상국들의 코로나 대응을 지원한다든지) 파악해서 전사적 자원을 어느 정도 투입해야하는지 각을 재고 팀을 꾸려서 프로젝트를 관리/리드하기도 합니다.

1. 역시 주식 이야기 같은데 ㅎㅎ고객과 매출 성장은 계속 늘어나고 있습니다. 저희 BM은 우선 Pilot과 Demo를 통해서 고객 유치를 하고 나중에 계약 전환을 하는 경우가 많습니다. 팔란티어의 Pilot->계약 전환율이 평균 90% 정도인데 작년말에 Pilot과 Demo를 체험하던 고객사들이 장기 계약으로 전환을 하는게 올해입니다. 원래 공공 계약 비중이 70%였는데 작년부터 민수 분야가 매출의 반 이상을 차지하게 되었습니다. 정확한 수치는 곧 실적 공개(미국 날짜 기준으로 2/16일)가 될 예정입니다.

2. 제가 사용해 본 경험을 한방에 설명드리자면, DOS에서 윈도우 같은 GUI로 왔을 때 느낌? DOS는 안정적이고 강력한 Disk Operating System이었지만, 사용자 편의성이랄 것이 별로 없었죠. GUI로 넘어와서 마우스를 클릭해서 프로그램을 실행하는 게 신세계였죠. 통계 프로그램이나 프로그래밍 언어, 심화 통계학을 몰라도 마우스로 클릭해서 TB/PB 단위의 통계 분석, 상관관계, 예측 등을 수행할 수 있습니다. 물론 이 모든 것을 잘 아신다면, 더 많은 일을 더 빠르게 하실 수 있겠죠? 윈도우도 파워 유저층이 있는 것처럼요 ㅎㅎ

데이터 통합 및 처리 속도, 접근 보안, 사용자 편의성 삼박자를 하나의 프로그램에 갖춘 완성형 SW는 많지 않습니다. 시중에 다양한 제품들이 있고, 사용자가 직접 SW를 개발하는 경우도 있는데 이렇게 하면 이 기능 중 일부만을 제공하거나 이것 저것 조합해서 사용해야 하는데 그로 인해 편의성이 떨어지는 경우가 많습니다. 특히 많은 회사들이 이미 정제되거나 잘 통제된 데이터 패킷을 통해서 시연을 하는데 실제로 개발해서 쓰는데만 2년 넘게 걸리는 Vaporware이거나 기존 DB간 상호 작용이 안되거나 처리속도가 너무 느린 경우가 많습니다. 그래서 성공한 OS는 참 대단한거죠. 윈도우도 그렇고 iOS도 그렇고 초창기엔 버그와 블루스크린 때문에 욕을 먹기도 했지만 지금은 너무너무 편리하지 않습니까.

ㅎㅎ 빅데이터를 빠르고, 안정적으로, 그리고 편리하게 운영할 수 있는 SW라고 보시면 됩니다.

저희 회사에 관심을 가져주셔서 감사합니다.

1. FDSE (Forward Deployed Software Engineer)들은 고객사에 전진배치(Forward Deployed)되어서 고객사의 데이터 환경과 고객사의 니즈에 맞게 저희 제품을(Software) 설치, 적용, 관리하는 프로그래머(Engineer)들입니다.

제품 개발팀이 개발하고 업데이트 하는 제품(vanilla product)은 고객의 다양한 데이터 환경 (데이터 저장소, 데이터 형태, 데이터에 사용된 언어) 뿐만 아니라 고객의 조직구조 (산업 또는 기관별로 기능 조직의 구성이라든지 의사결정권이라든지 적용 법률 등등이 다릅니다) 그리고 고객의 니즈 (빅데이터를 통해서 구체적으로 해결하고 싶은 문제는 무엇인지, 어떤 우선순위로 문제를 해결하고 싶은지 등등) 에 따라 설치 방법 또는 사용 방법이 달라지게 됩니다.
이를테면 대형 금융사가 보유하고 있는 데이터의 종류와 국가의 정보기관이 보유하고 있는 데이터의 성질에는 당연히 차이가 있을 것이고, 민감한 부분과 특성도 다르기 마련입니다. 또한 이런 데이터들을 하드웨어 서버에 저장할 것인지 또는 클라우드에 저장할 것인지 결정 또한 팔란티어 제품의 설치와 구동 환경을 다르게 합니다.
따라서 이러한 customization을 수행하는 최전방의 엔지니어들이 FDSE입니다.

2. 어찌보면 참 우연의 연속이었는데요. 저는 MBA 과정 재학 중 컨설팅 회사에서 인턴십을(Summer Consultant) 하던 중 팔란티어에 대해 알게 되었습니다. 여름 방학이 끝나고 다음 학기 수강 신청을 하는데, 마침 강의를 하시게 될 외래교수님 중 한분이 팔란티어 직원이라는 사실을 알게 되었습니다. 회사에 대해 좀 더 알고 싶어서 그 분 수업을 신청해서 열심히 들었습니다. 해당 강의를 통해 저도 팔란티어에 입사해야겠다는 각오가 섰고, 그 수업은 전체 1등으로 학기를 마쳤습니다. 학기 중 4개월 간 공부 후에 교수님의 추천을 받고 상시 채용에 지원했구요. 총 9라운드의 인터뷰와 필기시험을 거쳐 최종 합격했습니다. 그 수업에서 저 말고도 교수님 추천을 받고 지원한 사람이 있었는데 안타깝게 3라운드에서 떨어졌더라구요.

공부 내용은 빅데이터 산업 전반에 대한 기초 지식과 원래 하던 일인 제안서 작성 및 시장 조사 포트폴리오를 체계적으로 정리했고, 통계학 프로그램 위주로 (Python, R, SPSS) 기술적인 공부를 했습니다. 돌이켜보면 이렇게 목적의식을 갖고 나름 집중해서 꾸준히 준비한 게 도움이 되었다고 생각합니다.
상세한 면접 내용은 보안 상 알려 드리기 어려운 점 죄송합니다.

질문 내용을 수정하셔서 추가로 답변 드립니다.

1. 좋은 질문이지만 제 짧은 말주변으로는 간단 명료하게 답변하는데 좀 난이도가 있네요.
알프레드 노벨이 만든 다이너마이트는 그 화학적 안정성과 효율성으로 인해 수많은 광부들의 목숨을 살리기도 하고, 석탄의 채굴량을 크게 늘려주었습니다. 그러나 이것이 무기로 사용되어서 또 많은 사람들이 목숨을 잃기도 했지요. 어릴 적에 읽은 알프레드 노벨 위인전에서, 소년 시절의 노벨이 아버지에게 "사람을 죽이는 칼을 도대체 왜 만드는지 모르겠다"고 물어보자 아버지가 "칼을 써서 사과를 깎기도 하고, 고기를 자르기도 하며, 위험한 맹수로부터 사람을 보호하기도 한단다"라고 대답했다는 일화가 생각나기도 합니다.시대에 따라 칼이나 다이너마이트 등 인간의 삶을 편안하고 풍요롭게 해주는 기술이 도리어 인간을 해치기도 한다는 점에서 빅데이터 기술도 기술의 양면성에서 자유로울 수 없습니다.
ICE와 관련된 뜨거운 논란에 대해서 제 의견을 말씀 드리자면, '인신매매나 범법행위의 피해자이자 가해자가 되기도하는 불법 이민자를 단속하자'라는 대원칙과 '첨단 기술을 사용해서 해당 작전의 효율성과 정확도를 제고하자'라는 제안에 대해서는 큰 반론이 없겠지만, '불법 이민자들의 가족을 분리 수용하자', '무차별적으로 추방하자', 또는 '이들의 일거수일투족을 모조리 감시하자' (경제성이나 행정력의 한계로 사실 가능하지도 않지만..)에 대해서는 반대 의견이 많을 것입니다. 기술을 제공하는 회사 입장에서 결정할 수 있는 부분과 국가 기관이 국민으로부터 수권받아 결정해야 하는 부분이 엄연히 다릅니다. 제 개인적인 의견은 기술을 제공하는 회사는 항상 고객이 원하는 최상의 제품을 무조건 줘야 하는 것도 아니지만, 합법적이고 민주적인 행정력의 행사에 대해 개인적으로 반대한다고 해서 기술을 제공하는 회사가 스스로 제품을 판매하지 않는 것도 문제가 된다고 생각합니다. 바로 그 이유 때문에 이념적으로 조직적, 체계적인 인권탄압과 기술을 오/남용할 것이 의심되는 사용자에 대해서는 저희 제품을 판매하지 않고 있다고 생각합니다. (예를 들면 독재 정권) 너무 철학적인 이야기라서 힘드네요 ㅎㅎ 이건 그냥 직원3의 개인 의견일 뿐입니다.

2. PC/L 팀은 바로 1번 질문과 연계해서 각 국가의 개인정보보호 (유럽 GDPR, US HIPPA 등) 및 국제 기준과 가이드라인이 철저하게 준수되고 있는지 지속적으로 확인하고 문제가 있을 경우 이를 조기에 발견 해결하는 팀입니다. 저희 제품을 판매하는 고객을 결정하는 것에서부터 제품의 사용 기간 동안 고객이 보유하고 있는 데이터에 담긴 개인 정보가 확실하게 보호됨으로써 개인의 프라이버시와 자유가 존중되고 있는지를 전담하는 팀입니다. 이는 기술적인 부분(예시: Access Control)과 업무 준칙 (Business practice) 등의 방법으로 확보되고 있습니다.

3. 저는 매우 행복하게 회사 생활을 하고 있습니다. 함께 일하는 사람들이 일하는 방식과 효율성에서도, 그리고 인격적으로도 참 배울 게 많은 사람들이라고 느꼈습니다. 그리고 다들 여유가 있는 점이 참 멋지더라구요. 회사가 애초부터 비슷한(?) 사람들을 뽑고, 체계가 나름 잘 갖춰져 있고, 사람들이 참 좋아서 지금까지 몸 담아온 조직들과는 상당히 다른 문화였지만 제법 빠르게 적응해나간 것 같습니다.

전반적인 채용 프로세스는 공통적인 부분들이 많습니다. 수시 채용에 입사 지원을 하면 전화 면접 또는 HackerRank 등을 통해 코딩 실력을 봅니다. 이 단계를 통과하면 보통 7-9 라운드의 인터뷰가 기다리고 있습니다. 각 단계마다 회사에서 함께 일하게 될 사람들이 시나리오를 주고 문제 접근 방식과 프로그래밍 실력을 다면적으로 평가합니다. 매 단계를 잘 통과해야 하며, 각 단계는 매번 새로운 시작이라고 보면 됩니다. (모든 라운드를 진행한 다음 평균내서 점수를 내는 것이 아니라 각 라운드마다 합/불이 결정됨. 여기서 떨어지면 끝입니다.)

당연히 지원한 역할의 탁월한 직무 수행 능력 (Hard Skill)을 갖추고 있다는 기본적인 전제 하에서

1. 얼마나 빠르게 많은 정보를 이해하고 그것을 다시 내 방식대로 표현해낼 수 있는지
2. 모르는 부분이 정확히 무엇인지 알고 있고, 그것을 함께 일하는 사람들과 해결해 나갈 적극성과 협업 능력을 갖추고 있는지
등을 평가합니다.

이 모든 과정에서 일반적인 테크 회사/컨설팅 회사처럼 리크루터가 함께 보폭을 맞춰서 함께 진행해주는데, 팔란티어는 특히 이 부분에서 세심하게 배려를 많이 해줬고, 이는 제가 최종적으로 팔란티어를 선택하는데 결정적인 요인이 되었습니다.
여기서 제가 느낀 "세심한 배려"란 모든 과정이 투명했고, 리크루터가 마치 면접 준비를 같이 하는 친구처럼 굉장히 Empathy가 높았습니다. 최종적으로 합격한 후 껄끄러울 수 있는 급여 협상까지도 굉장히 부드럽게 진행되었던 기억이 납니다.

워라밸은 어느 정도 주관적이기도 하고, 당연한 이야기겠지만 부서와 업무 주기에 따라 케바케입니다.

저희는 약 2500명 규모로 작은 조직이지만, 다양한 재능과 배경의 사람들이 있기 때문에 항상 고민하는 지점은 "내가 가장 잘 할 수 있는 일, 내가 가장 큰 가치를 더할 수 있는 부분"과 "이 부분에 가장 큰 Value add를 가장 쉽게 할 수 있는 사람"을 찾아서 그때마다 굉장히 agile 하게 협력하고 있습니다. 그 결과 조직적으로 업무량을 시간차와 팀원들 간 자발적, 능동적으로 조정하기 때문에 주 단위로 워크플로우가 관리되어 평탄화된다는 느낌입니다.

개인적으로 저는 주말에 일하지 않아도 될 정도로 주중에 효율적으로 업무를 처리하는 편이고, 주중에도 업무 시간 내 집중해서 하루 업무를 끝내면 개인 시간이 보장되기 때문에 워라밸은 참 좋습니다. 그래서 가족들과의 시간도 오히려 상대적으로 비효율적이었던 조직에 몸담았을 때보다 더 많고 더 질좋게 보내고 있습니다.

고객사마다 우선순위와 해결해야하는 문제가 다르기 때문에 저희 BM은 컨설팅과 유사한 부분이 있습니다. 하지만 매년 엔지니어들의 경험이 쌓여갈수록 습숙율도 누적되어 초기 Customization에서 많은 공수와 비용이 절감되어가고 있습니다.

정확한 지적이십니다. 당연히 총론적으로 제품의 Use Case가 확대될수록 소프트웨어 회사가 성장하는데 유리합니다.
각론으로 들어가보면 고려해야 할 요소들이 좀 더 늘어나게 되는데요. 초기 deal size부터 시작해서 외부적으로는 고객사의 LTV (Lifetime Value), churn rate, 내부적으로는 sustainable growth rate, engineering delta, product alignment, brand strategy 등 다양한 사항들이 뒷받침되어야 합니다.
비엔지니어 출신인 저한테는 좀 더 피부로 와닿는 "먹는 것"을 예시로 한 번 비유해보겠습니다.ㅎㅎ 30년 전통의 깊은 맛의 육수를 베이스로 만든 국밥이 아주 잘 팔려서 장사가 잘 되는 집이 있다고 해볼까요. 이 육수로는 냉면도 만들 수 있고, 육개장을 만들 수도 있고, 칼국수를 만들 수도 있겠지요. 이처럼 육수의 다분야 활용 가능성과 확장성이 확보될 수록 메뉴가 늘어나게 되고 좀 더 다양한 입맛의 손님들의 니즈를 충족시켜드릴 수 있겠지만, 그만큼 기본 (원조) 메뉴인 국밥에 사용할 육수를 더 많이 만들어야겠지요. 그러려면 사소하게는 메뉴를 다시 작성해야하고 좀 더 큰 투자로는 주방을 확장하거나 사람을 더 고용해야 할 수도 있습니다. 그러다보면 매출은 늘어나는데 갑자기 비용이 늘어서 단기적으로 식당에 적자가 나거나, 품질이 저하되어 맛이 변하는(?) 현상이 생길 수도 있습니다.
물론 소프트웨어 회사의 비용 구조는 한계비용이 식당과는 본질적으로 다르기에 이 예시는 다소 적절하지 않을 수도 있지만, 앞서 말씀드린 각론 상 고려 요소를 이해하기에는 충분한 모델이 되지 않을까 싶습니다.
아.. .한국에 빨리 들어가서 뜨끈한 국밥을 먹고 싶네요 ㅎㅎㅎ

음 ㅎㅎ 유학과 취업에 관한 내용은 나중에 또 별도 스레드로 다루겠습니다....만

영어는 당연히 잘 할 수록 좋습니다만 결국 직무 능력이 더 중요합니다. 그런데 그 직무 능력에 영어가 포함된다면 난감해집니다...

제 한정된 경험으로 말씀드리자면 미국에서 일하려면 직군/직무에 따라 차이가 있겠지만, 원론적으로 말씀 드리면 하한선은 내 전문 분야에서 나랑 일하는 사람의 말을 알아듣고 내가 하는 말을 남이 알아 들을 수 있으면 됩니다.
화려한 언변이나 날카로운 글을 써서 그걸로 밥벌어 먹는 직군 (예를 들면 홍보팀이나 마케터...)이라면 그것이 내 전문분야니까 그만한 수준의 영어 실력이 요구됩니다. 테크회사 PM이나 컨설턴트도 마찬가지구요.

저는 MBA 이전 유학경험은 없었습니다. 교환학생도 못 가봤구요.

앗.. 이런 맛있는 댓글이.. 한국이 정말 간절히 그리워지네요.

팔란티어 SW의 범용성은 국방(전투태세), 사이버 위협 방어, 정보 분야 등 국가 기관뿐만 아니라 다양한 산업 분야 전반에서 입증되었습니다. AI/ML, 제약 R&D, 항공, 금융, 보험, 범률, M&A, 제조업, 자동차 산업 등에서 Use case와 프로젝트들이 진행 중입니다. (https://www.palantir.com/solutions/)

최근 확장이 확정된 고객군으로는 대체 에너지, 제조업에서 디지털 트윈, 공공 보건 (PPE, 코로나 백신 공급망) 등이 있습니다. 자율 주행, 위성 비즈니스에 관련된 사항은 제가 말씀 드릴 수 없지만 공간정보활용(geospatial analysis)은 팔란티어의 SW의 차별화되는 핵심 기능 중 하나입니다. 해당 기능은 이미 위에서 말씀드린 분야에서 활용되고 있습니다.

ㅎㅎ 저도 빈라덴은 어떻게 알아냈는지 궁금합니다만 이에 대해선 NCND로 마무리 짓겠습니다.

moqq 님//
숏버젼으로 말씀드리면 모든 다른 조건이 동일한 상태에서 5년이 지났다면, 팔란티어 SW를 성공적으로 도입한 조직은 팔란티어를 도입하지 않은 조직보다 AI 역량에서 상당히 유의미한 격차를 벌렸을 것이고 선두주자로서의 진행 속도는 더 가속화될 것이라고 생각합니다.

롱버젼입니다
모든 데이터 분석의 궁극적인 지향점은 결국 AI가 될 수 밖에 없습니다. 이는 당연한 이치입니다. 이미 테라바이트 시대는 예전에 끝났고 페타바이트 단위로 회사에 데이터 자산이 쌓여가는 시대에 그 어떤 조직도 효과적인 데이터 분석 툴 없이는 경쟁에서 이겨낼 재간이 없습니다. 물론 데이터 크기가 모든 것을 설명하는 척도가 될 수는 없겠지만 각 산업혁명 시기마다 핵심 기술 (1차: 증기동력, 2차: 전기 전력, 3차: 전자 통신)을 성공적으로 도입하지 못한 조직은 반드시 도태되었습니다. 그리고 4차 산업혁명의 원자재인 데이터를 분석,가공,활용하는 핵심 기술의 종착점은 AI입니다. 팔란티어 플랫폼의 가장 큰 차별점 중 하나는 "온톨로지"가 SW 설계의 중추적 개념이라는 점입니다.

온톨로지란 아주 아주 아주 아주 아주 무리할정도로 거칠게 단순화시켜서 말씀드리면 데이터 분석의 "세계관"입니다. 온톨로지가 중요한 이유는 바로 데이터를 분석하는 궁극적인 목적이 데이터를 인식하는 조직이 공유하는 "세계관"과 일관되어야 효과적이기 때문입니다.
데이터 분석의 신속함과 정확도, 효과적인 시각화를 통한 데이터 기반 의사결정 지원 등 빅 데이터를 1차적으로 가공해서 조직 역량을 강화하는 수준의 툴은 이미 시중에 상당히 많이 나와 있습니다. 그러나 AI의 기반이 되는 조직 세계관을 소프트웨어 설계 근간에 진정으로 구현해 낸 제품은 찾기 어렵습니다. 어쩌면 이것이 팔란티어의 BM의 한계라고도 있다고 생각합니다. 대규모 데이터를 다루는 큰 조직에서는 차별화된 가치를 신속하게 제공할 수 있지만 반면으로 어느 정도 데이터 자산 규모가 갖춰진 조직이어야만 팔란티어를 충분히 활용할 수 있기 때문입니다.

안녕하세요.
위에 댓글 계층이 길어지다보니 알림이 안떠서 새로 달겠습니다.
팔란티어의 SW가 단순한 데이타 분석이 아니라 세계관을 분석툴 자체에서 다룰 수 있다.는 건 써보지 않아서 어떤 건지 감이 잘 안오네요. 가설에 기반한 모델링과 그에 맞는 데이터처리가 가능하다. 그런 의미일까요?

데이터 분석의 지향점이 AI라고 하셨는데 강인공지능을 말씀하는 건 아니시죠?
걍 일반인이 보기에 지금 GPT3까지 나왔네 어쩌네 하지만 현재 AI는 결국 알파고처럼 특정 작업에 특화된 약인공지능거지, 진정으로 생각을 할 줄 아는 건 아니잖아요. 가설을 세우고 결정을 내리는 건 결국 사람이 하는 일이라는 생각이 들어서요.
현재 데이팅앱, 스트리밍에서 취향을 분석하거나 맞는 서비스를 찾아주는 일, 로보틱스 정도가 AI가 할 수 있는 한계가 아닐까 싶기도 하구요. 그리고 이런 실생활에 적용되는 서비스를 제공하는 기업에서도 팔란티어sw가 필요할까요?

저도 이 분야가 전문적인건 아니지만 gpt-3 까지 언급하신걸 보니 moqq님께서도 관심이 크신가 보군요. ㅎㅎ
(주갤에서 자주 뵙다가 제가 관심갖고 보는 글들에서도 자주 뵈어서 반갑습니다 ㅋㅋ)

생각이라는것의 기준을 어떻게 삼을지에 따라 인공지능은 영원히 생각을 안(또는 못)하는 존재가 되리라고 볼수도 있습니다.

단지 인간 기준으로 ‘정확한’ 결정을 내리기 위해 인간처럼 진정한 생각을 할수 있어야만 할지에 대해서도 의문이기도 하구요.

지금 open ai에서 gpt-3 를 보면 어쩌면 수년 이내에 처리하는 데이터의 양을 확 늘린 gpt-4가 나올것이고, 어느정도는 general한 처리를 하는 인공지능이 그때쯤 가시권에 보이지 않을까 합니다. 그리고 또다시 그 이후 시대에서는 우리가 생각하는 general처리가 가능한 ai가 실제로 시연될지도요. 그정도의 속도로 발전중인것 같습니다.