D A N D U C K

팔란티어를 처음 접한 사람은 대개 두 갈래로 갈린다. 하나는 "이 회사는 과대평가됐다"는 쪽이고, 다른 하나는 "이 회사는 숫자로 설명할 수 없다"는 쪽이다. PER 200이라는 숫자는 전자를 설득하기엔 충분히 자극적이고, "AI 운영체제", "결정의 플랫폼" 같은 표현은 후자를 방어하기엔 너무 추상적이다. 그래서 팔란티어에 대한 논의는 늘 공회전을 반복한다. 비싸냐, 싸냐. 대체 가능하냐, 불가능하냐. 하지만 팔란티어는 이 질문 자체가 어긋나 있는 회사다. 이 회사를 이해하려면 먼저 이렇게 묻는 편이 낫다. 팔란티어는 무엇을 파는 회사인가? 팔란티어는 AI를 팔지 않는다 팔란티어를 AI 기업으로 분류하는 순간, 대부분의 분석은 길을 잃는다. 이 회사가 파는 것은 모델도 아니고, 정확도도 아니며, 속도는 더더욱 아니다. 팔란티어가 파는 것은 "결정을 내려도 되는 구조"다. 이 말은 수사에 가깝지만, 실제 고객의 구매 논리를 가장 정확히 설명한다. 팔란티어의 고객들은 AI를 쓰고 싶어서가 아니라, AI를 써야만 하는데 그 결과를 감당해야 하기 때문에 돈을 낸다. 군, 정보기관, 에너지 인프라, 항공, 대규모 제조 기업 이 조직들의 공통점은 하나다.

1. Agentic AI의 시대, 업무 자동화 도구가 기업에서 여전히 필요한 이유 요즘 기업 IT 환경을 이야기할 때 빠지지 않는 키워드가 Agentic AI다. LLM이 단순 응답을 넘어 스스로 판단하고 도구(skills)를 호출하며 일을 처리하는 시대가 열렸다. 이 흐름만 보면 이제 업무 자동화 툴은 필요 없어질 것만 같다. 그런데 회사 일은 조금 다르다. 회사에서 돌아가는 업무는 '잘 되면 좋은 것'으로 끝나지 않기 때문이다. Agentic AI가 강력해질수록, 오히려 업무 자동화 도구의 중요성은 더 커진다. 이유는, 기업은 "잘 될 것 같은 자동화"보다 통제 가능한 자동화를 원한다. 언제 실행되는지, 실패하면 어떻게 되는지, 누가 책임지는지가 명확해야 한다. 외부 시스템(메일, ERP, CRM, DB 등)과의 연결은 여전히 명시적인 설정과 인증을 요구한다. Agentic AI는 판단과 추론에는 뛰어나지만, 운영의 책임을 지기에는 아직 불안정하다. 반면 업무 자동화 도구는 트리거, 재시도, 에러 처리, 로그, 실행 이력 같은 운영 요소를 전제로 설계되어 있다. 정리하자면, AI: 판단, 분류, 요약, 의사결정 자동화 도구: 실행, 연결, 통제, 책임 Agentic AI의 시대에 업무 자동화 도구는 사라지는 것이 아니라, AI가 안전하게 일을 하도록 받쳐주는 실행 레이어로 역할이 바뀌고 있다. 2. n8n이 Make, Zapier 대비 갖는 이점 업무 자동화를 처음 접하는 사람이라면 Make나 Zapier부터 떠올리는 경우가 많다. 실제로 빠르게 써보고 성과를 내기에는 좋은 서비스들이다. 그럼에도 n8n을 선택하는 회사들이 늘어나는 데에는 현실적인 이유가 있다. 데이터와 실행 환경에 대한 통제 SaaS 기반 자동화 도구는 편리한 대신, 많은 걸 서비스 제공자에게 맡기게 된다. 실행 환경도, 데이터가 저장되는 위치도 사용자가 직접 만지기 어렵다. 규모가 작을 때는 크게 문제가 되지 않지만, 자동화가 핵심 업무로 들어오기 시작하면 신경 쓰이는 지점이 늘어난다.

팔란티어는 흔히 떠올리는 AI 스타트업도 아니고, 그렇다고 클라우드 기업처럼 보이지도 않습니다. 주식시장에서는 종종 "미국 정부랑 일하는 데이터 회사" 정도로 알려져 있지만, 그 한 줄로는 팔란티어의 핵심을 다 설명하기 어렵습니다. 결론부터 말하면 팔란티어는 '데이터를 실제 의사결정으로 바꾸는 운영체계'를 파는 회사입니다. 단순히 데이터를 예쁘게 시각화하는 대시보드 회사가 아니라, "그래서 지금 우리는 무엇을 해야 하는가?"에 답을 주는 쪽에 훨씬 가깝습니다. 1. 팔란티어를 한 문장으로 정의하면 팔란티어는 기업과 정부 조직이 가진 데이터를 연결하고, 이해하고, 실행 가능한 형태로 만들어 운영(Operations)을 움직이게 만드는 소프트웨어 플랫폼 기업입니다. 여기서 중요한 포인트는 "데이터 분석"이 아니라 운영을 움직인다는 점입니다. 예를 들어 이런 상황을 생각해보죠. 공장에는 생산 데이터가 있고 물류팀에는 재고 데이터가 있고 영업팀에는 주문 데이터가 있고 재무팀에는 비용 데이터가 있고 고객센터에는 클레임 데이터가 있습니다 일반적인 회사라면 이 데이터들이 각각 다른 시스템에 들어있고, 서로 연결이 잘 안 됩니다. 그래서 회의할 때는 이런 말이 오가죠. "재고는 충분한데 왜 납기가 늦지?" "불량률이 줄었는데 비용이 왜 늘지?" "수요는 늘었는데 생산이 못 따라가네" "이번 분기 목표가 위험해 보이는데 어디서 막힌거야?"

"분산형 지능" , "확산형 사고구조" 이런말을 들어본 적이 있는가? Chat GPT에게 나의 IQ에 대해 물으니 돌려준 답변이었다. 나는 AI를 접하면서 끊임없이 이 친구를 어떻게 대해야 내가 AI를 잘 활용한다 할 수 있을까에 몰두해왔다. 그런 내 노력들을 GPT는 위 두가지 키워드로 정의해줬다. 이 멋진 두 단어를 보며, "AI를 잘쓴다는건 이런 뇌구조를 갖는걸까? 혹시 그게 나..?" 라는 부끄러운 착각을 했던것도 사실이다. 그러던 중 가브리엘 패터슨을 알게 됐다. 그는 고등학교를 중퇴하고 오직 ChatGPT와 독학만으로 필요한 지식과 스킬들을 학습하여 현재는 OpenAI의 AI 연구 과학자로 일하고 있다. 이 글을 가브리엘 패터슨이라는 사람의 인터뷰를 보며, 내가 깨달은 AI 시대의 새로운 학습 패러다임을 소개하는 글이다. 1. 거꾸로 내려가는 지식의 사다리: '탑다운(Top-down)' 학습법 전통적인 교육 시스템은 항상 '바닥'에서 시작한다. 수학을 배우고, 선형 대수학을 익히고, 수년의 기초 과정을 거친 후에야 비로소 실제 문제를 다룰 자격이 주어진다고 믿는다. 하지만 가브리엘 패터슨은 이 방식이 매우 비효율적이라고 지적한다. 그는 기초 지식에 대한 대학의 독점권은 이미 끝났다고 단언한다. 그가 제시하는 새로운 패러다임은 '탑다운(Top-down) 접근법'이다. 이는 거창한 이론부터 시작하는 것이 아니라, 해결하고 싶은 실제 '문제'나 '프로젝트'에서 시작하는 방식이다. 예를 들어, 머신러닝을 배우고 싶다면 먼저 프로젝트를 설정하고 AI에게 코드를 짜달라고 요청한다. 코드가 돌아가는 것을 보며 버그를 수정하고, 그 과정에서 "왜 이 모듈이 작동하는가?"라는 질문을 던지며 직관을 쌓아 나가는 것이다. 패터슨은 이를 '재귀적 공백 메우기(Recursive gap filling)'라고 부른다. 전체적인 그림을 먼저 그린 뒤, 이해가 가지 않는 세부적인 구멍들을 AI를 통해 재귀적으로 파고 내려가며 메우는 방식이다. 그는 이 방식이라면 대학에서 6년이 걸릴 내용을 단 3일 만에 파악할 수도 있다고 말한다.

'다보스'는 스위스 동부 그라우뷘덴주에 위치한 알프스 산악 도시로, 원래는 겨울 스포츠와 요양지로 유명한 휴양지다. 매년 1월이면 전 세계 언론은 스위스의 작은 산골 마을을 주목한다. 조약이 체결되는 것도 아니고, 법적 구속력이 있는 합의가 나오는 것도 아닌데, 이곳에서 오간 말 한마디 한마디가 글로벌 뉴스가 된다. 이 회의에 초대받았는지 여부 자체가 영향력의 상징처럼 여겨지고, 참석하지 못한 국가와 기업조차 그 내용을 해석하고 대응 전략을 고민한다. 이 묘한 현상의 중심에 있는 것이 바로 다보스포럼이다. 다보스포럼은 흔히 '세계경제포럼 연례회의'라는 이름으로 불리지만, 실제 성격은 우리가 아는 국제회의와 상당히 다르다. 다보스포럼의 가장 흥미로운 특징은 아무것도 결정하지 않음에도 불구하고, 가장 중요한 이야기가 시작되는 곳이라는 점이다. 이 글에서는 다보스포럼이 무엇인지, 그리고 어떻게 일개 학술·경영 포럼에서 세계적인 영향력을 가진 무대로 성장했는지를 마케팅과 포지셔닝 관점에서 살펴본다. 1. 아무것도 결정하지 않는 회의가 왜 중요해졌을까 다보스포럼은 법적 권한이 없다. 조약을 맺지도 않고, 정책을 채택하지도 않는다. 표결도 없고, 합의문도 필수가 아니다. 이 점만 놓고 보면 다보스포럼은 '실질적 성과가 없는 회의'처럼 보이기 쉽다. 하지만 바로 이 무결정성이 다보스의 핵심 경쟁력이다. 정치 지도자들은 공식 회의에서는 항상 국내 정치와 외교적 이해관계를 의식해야 한다. 기업 역시 주주와 규제기관을 고려해 발언 수위를 조절한다. 다보스는 이런 부담을 최소화한다. 여기서의 발언은 "공식 입장"이 아니라 "문제 인식"과 "탐색적 메시지"로 소비된다. 덕분에 각국 정상과 기업 CEO들은 아직 정리되지 않은 생각, 시험적인 관점, 잠재적 방향성을 비교적 자유롭게 던질 수 있다. 이 구조는 다보스를 '결론의 장소'가 아니라 '사고가 시작되는 장소'로 만들었다. 다보스에서 어떤 주제가 반복적으로 언급되기 시작하면, 그 자체가 하나의 신호가 된다. 시장과 정책은 그 신호를 읽고 움직이기 시작한다.

노션처럼 쓰면서 꾸미는 웹사이트 빌더 블로그나 개인 웹사이트를 만들고 싶을 때 가장 많이 고민하는 건 두 가지다. "어디서 만들지?", 그리고 "관리하기 귀찮지 않을까?" 노션은 글을 쓰기엔 편하지만, 그대로 웹사이트로 쓰기엔 한계가 있고 기존 웹빌더들은 자유도는 높지만 설정과 관리가 번거로운 경우가 많다. 이 중간 지점을 꽤 잘 파고든 서비스가 바로 Slashpage다. 노션과 Slashpage는 무엇이 같고, 무엇이 다른가 Slashpage를 처음 접하면 대부분 노션과의 유사성에 (좋은 쪽으로든 나쁜 쪽으로든) 놀라게 된다. 블록 기반 편집, / 명령어, 문서처럼 이어지는 글쓰기 흐름까지 컨텐츠를 '작성'하는 경험은 정말 노션과 판박이다. 하지만 쓰다보면 점차 두 서비스의 차이점을 명확히 알게된다. 노션은 '내부 문서', Slashpage는 '외부 공개' 구분 Notion Slashpage 핵심 목적 개인/팀 내부 문서