제품 완전 분석: Gotham · Foundry · AIP
세 제품은 사실 하나다. 공유되는 것과 달라지는 것
하나의 엔진, 세 개의 차체
자동차 제조사를 생각해보세요. 하나의 엔진 플랫폼으로 세단, SUV, 트럭을 만듭니다. 엔진과 변속기는 같지만, 차체와 내장재가 다릅니다. 세단은 도심용, SUV는 가족용, 트럭은 업무용. 고객이 다르니 차체가 달라지는 것이지, 엔진이 달라지는 것이 아닙니다.
팔란티어도 마찬가지입니다. Gotham, Foundry, AIP는 별개 제품이 아닙니다. 같은 엔진(Ontology + Apollo) 위에 올린 세 가지 인터페이스입니다.
💡 이 글은 팔란티어 완전 분석 1.2절의 제품 소개를 이미 읽었다고 전제합니다. 1.2절은 "이 제품이 뭔가"를 다뤘고, 이 글은 "이 제품이 어떻게 작동하고, 서로 어떻게 연결되는가"를 다룹니다. Ontology의 기술 구조는 Ontology 완전 해설에서 상세히 다뤘으므로, 여기서는 제품 아키텍처에 집중합니다.
위에서 아래로: 사용자 인터페이스 → 의미 레이어 → 배포 인프라 → 데이터 소스. Ontology와 Apollo는 3개 제품이 모두 공유하는 "엔진"입니다.
1. 공유 기반: Ontology + Apollo
세 제품의 공통점부터 봅시다. Gotham이든 Foundry든 AIP든, 아래 두 레이어는 동일하게 작동합니다.
1.1 Ontology: 3줄 요약
💡 Ontology = 조직의 모든 데이터에 비즈니스 의미(Object, Link)를 부여하고, 실행(Action, Workflow)까지 연결하는 운영 레이어. AI는 이 위에서 작동하는 인터페이스일 뿐.
Ontology 완전 해설 (기술 구조, 구축 과정, 해자 분석)
이 글에서 중요한 것은 하나입니다: Ontology가 세 제품 모두의 공통 기반이라는 점. Gotham의 "표적"도, Foundry의 "고객 주문"도, AIP의 "자연어 질문"도, 모두 같은 Ontology 위에서 작동합니다.
1.2 Apollo: 보이지 않는 경쟁력
Apollo는 팔란티어 소프트웨어를 고객 환경에 배포하고 운영하는 자동화 플랫폼입니다. 눈에 보이지 않지만, 이것이 없으면 국방 시장에 진입할 수 없습니다.
비유하면 이렇습니다: 앱스토어가 앱을 자동 업데이트하는 것처럼, Apollo는 팔란티어 소프트웨어를 고객 환경에 자동 배포합니다. 차이점은 "고객 환경"이 AWS일 수도 있고, 사내 서버실일 수도 있고, 인터넷이 없는 전장일 수도 있다는 것입니다.
Apollo의 아키텍처: Hub-Spoke + Pull 모델
일반적인 CI/CD(Jenkins, GitHub Actions)는 Push 모델입니다. 개발자가 코드를 빌드하면 서버로 "밀어넣습니다". 하지만 에어갭(인터넷이 차단된 군사 네트워크)에서는 밖에서 안으로 밀어넣을 수 없습니다.
Apollo는 Pull 모델을 사용합니다. 각 환경(Spoke)이 중앙 허브(Hub)를 "구독"하고, 새 업데이트가 있으면 스스로 "당겨옵니다". 에어갭 환경에서는 암호화된 패키지를 물리적 매체로 전달하고, 환경 내부의 Apollo가 자율적으로 검증·배포합니다.
Apollo vs 일반 CI/CD: 무엇이 다른가
| Apollo | 일반 CI/CD | |
|---|---|---|
| 배포 대상 | 코드 + Ontology + 정책 + 워크플로우 | 코드만 |
| 배포 모델 | Pull (환경이 구독) | Push (서버로 전송) |
| 환경 범위 | 클라우드 + 온프렘 + 에어갭 | 주로 클라우드 |
| 보안 인증 | FedRAMP / IL-5 / IL-6 빌트인 | 별도 구축 필요 |
| 에어갭 지원 | ✅ 자율 배포 | ❌ |
| 아티팩트 검증 | 암호화 서명 + 무결성 검증 | 선택적 |
💡 핵심: Apollo는 "코드를 배포하는 도구"가 아니라, "Ontology 객체, 정책 규칙, 워크플로우를 포함한 운영 논리 전체를 버전 관리하고 배포하는 플랫폼"입니다. 경쟁사가 Ontology를 복제해도, Apollo 없이는 국방 에어갭 환경에 배포할 수 없습니다.
2. Gotham: 군사 인터페이스
Gotham은 "별개 제품"이 아닙니다. Foundry와 동일한 Ontology를 공유하면서, 군사 환경에 필요한 전용 모듈을 추가한 확장(extension)입니다.
2.1 군사 전용 레이어
Gotham이 Foundry와 공유하는 것과 Gotham만의 전용 레이어를 구분하면 이렇습니다:
2024년 8월에는 Microsoft와 파트너십을 맺어 분류 네트워크에 GPT-4를 최초 도입했습니다. Gotham의 인텔리전스 분석에 LLM을 적용한 첫 사례입니다.
2.2 주요 계약: 규모로 보는 Gotham
| 프로그램 | 금액 | 기간 | 현재 상태 |
|---|---|---|---|
| Army ESA | $10B | 최대 10년 | 2025.07 체결. 75개 계약 통합. |
| Maven MSS | $1.275B | 5년 (2029) | 2024.05 체결, 2025.05 $795M 증액. 전 군 확대. |
| TITAN | $178M | 24개월 | 2025.03 첫 2기 납품. 최종 100~150대. |
출처: CNBC (Army ESA), DefenseScoop (Maven), Defense News (TITAN)
Army ESA 하나만으로 $10B(약 14조 원). 이 규모의 단일 소프트웨어 계약은 미 육군 역사상 전례가 없습니다.
Anduril과의 관계: 경쟁이 아닌 보완
Gotham의 경쟁자로 자주 거론되는 Anduril은 2024년 12월 팔란티어와 공식 컨소시엄을 결성했습니다. 경쟁이 아니라 보완 관계입니다.
🧠 인텔리전스 분석
📊 데이터 통합·의사결정 지원
👤 인간 분석가 중심
🤖 자율 무기 체계 관리
📡 실시간 센서·이펙터 연결
⚡ 최소 인간 개입 자율 실행
Gotham = 후방(인텔 분석·의사결정), Lattice = 전방(센서·실행). 출처: DefenseScoop 2024.12
3. Foundry: 상업 플랫폼
Foundry는 2016년에 출시된 상업 시장용 플랫폼입니다. 기업의 데이터를 통합하고, Ontology로 의미를 부여하고, Action으로 실행까지 연결합니다.
3.1 데이터 파이프라인: 200개+ 커넥터
Foundry는 200개 이상의 데이터 커넥터를 제공합니다. ERP(SAP, Oracle), CRM(Salesforce), 클라우드(S3, BigQuery, Snowflake, Databricks), NoSQL(MongoDB), 협업 도구(Slack, Jira)까지, 기업이 사용하는 거의 모든 시스템에 연결됩니다.
OSDK: 외부 앱에서 Ontology에 접근하기
OSDK(Ontology SDK)를 사용하면 팔란티어 플랫폼 바깥의 애플리케이션에서도 Ontology에 접근할 수 있습니다. TypeScript(NPM), Python(Pip/Conda), Java(Maven)를 지원하고, OpenAPI 스펙으로 내보내기도 가능합니다. 이것은 고객의 기존 앱에 Ontology를 임베딩할 수 있다는 의미이며, 전환 비용을 더욱 높이는 구조입니다.
3.2 Databricks/Snowflake와의 차이: 아키텍처 관점
Ontology 글 §3에서 기능 비교를 다뤘습니다. 여기서는 아키텍처 관점의 차이만 짚습니다.
Foundry의 포지셔닝
Databricks는 "데이터 처리 엔진"(Spark + Unity Catalog)입니다. Snowflake는 "데이터 저장·분석"(DW + Semantic Views)입니다. Foundry는 "데이터 처리 + 의미 + 실행"을 수직 통합합니다. 이 세 회사는 같은 시장이 아닙니다. 그래서 Databricks는 2025년 3월 팔란티어와 파트너십을 체결하여 Unity Catalog 데이터를 Foundry에 zero-copy로 연동했습니다.
3.3 상업 매출 성장: AIP 효과
| 연도 | Government | Commercial | Total | YoY |
|---|---|---|---|---|
| FY2021 | $897M | $645M | $1,542M | +41% |
| FY2022 | $1,072M | $834M | $1,906M | +24% |
| FY2023 | $1,222M | $1,003M | $2,225M | +17% |
| FY2024 | $1,570M | $1,296M | $2,866M | +29% |
| FY2025 | $2,402M | $2,073M | $4,476M | +56% |
FY2025 US Commercial: $1,465M (+109% YoY). AIP Bootcamp 효과가 가속화된 시점. 출처: StockAnalysis
FY2023(AIP 출시 첫 해)에 성장률이 +17%로 둔화되었다가, AIP Bootcamp이 가속된 FY2025에 +56%로 급등했습니다. 특히 US Commercial은 +109%. AIP가 Foundry의 성장 엔진을 바꿔놓은 것입니다.
4. AIP: AI 에이전트 레이어
AIP는 독립 제품이 아닙니다. Ontology 위에 올리는 "AI 인터페이스 레이어"입니다. 2023년 4월 27일에 발표되었고, 첫 AIPCon은 2023년 6월 1일에 개최되었습니다.
4.1 AIP의 아키텍처
AIP의 작동 구조를 단계별로 보면:
LLM은 교체 가능한 부품
AIP는 OpenAI(GPT-4.1, o3/o4), Anthropic(Claude 3.7~4.6), Google(Gemini 2.5/3), xAI(Grok-3/4), Meta/Mistral 오픈소스 모델을 지원합니다. 고객이 원하는 LLM을 선택할 수 있고, 팔란티어가 직접 호스팅하는 오픈소스 모델도 사용 가능합니다.
핵심은 이겁니다: LLM은 교체 가능하지만, Ontology는 교체 불가능합니다. 어떤 LLM을 사용하든, "환자 #12345의 담당 의사가 Dr.박"이라는 사실은 Ontology에서 옵니다. LLM이 아무리 발전해도, 조직 데이터에 대한 "맥락"과 "실행 권한"은 Ontology가 제공합니다.
가드레일: 3계층 안전 구조
AIP에서 AI는 기본적으로 Action을 "스테이징"만 합니다. 실행은 사람이 합니다. 이 가드레일은 3계층으로 구성됩니다:
출처: Palantir AIP Security 공식 문서
4.2 ChatGPT Enterprise와의 결정적 차이
ChatGPT Enterprise는 "매우 똑똑한 인턴"입니다. 대화하고, 문서를 분석하고, 코드를 생성합니다. 하지만 회사의 시스템에 직접 접근하거나, 주문을 처리하거나, 처방을 변경할 수는 없습니다.
AIP는 "회사의 모든 시스템에 접근 권한이 있는 베테랑 직원"입니다. Ontology를 통해 회사 데이터를 이해하고, Action을 통해 실행까지 가능합니다.
| ChatGPT Enterprise | AIP | |
|---|---|---|
| 데이터 접근 | Google Drive, SharePoint 커넥터 | Ontology로 기업 시스템 직접 연동 |
| 조직 맥락 | 문서 기반 (업로드 필요) | Ontology에 축적된 비즈니스 관계 |
| 실행 능력 | 웹 브라우징, 폼 작성 | 운영 의사결정 실행 (Action) |
| 가드레일 | OpenAI 안전 정책 | Ontology = "anti-hallucinogen" |
| 에어갭 배포 | ❌ | ✅ Apollo |
| 포지셔닝 | AI 어시스턴트 | 기업 운영 레이어 |
출처: OpenAI, Palantir AIP
⚠️ 흔한 오해: "AIP는 팔란티어의 ChatGPT다"라는 말을 종종 듣습니다. 틀렸습니다. ChatGPT는 범용 AI 어시스턴트고, AIP는 조직의 Ontology 위에서만 작동하는 전용 AI 운영 레이어입니다. LLM 부분만 보면 비슷해 보이지만, 가치의 본질은 Ontology에 있습니다.
5. 20년의 진화
출처: Wikipedia, Palantir IR
각 전환의 전략적 의미
Gotham→Foundry(2016)는 "정부 전용 → 상업 시장"으로의 확장이었습니다. 핵심 기술(Ontology)은 동일하고 인터페이스만 바꿨지만, FDE 비용 문제로 적자가 지속되었습니다.
Foundry 단독 시기(2016~2023)는 "Ontology 축적기"였습니다. 고객당 높은 구축 비용이 단기적으로는 마진을 갉아먹었지만, 장기적으로는 전환 비용이 되었습니다. 이 시기에 쌓인 Ontology가 오늘날의 해자입니다.
AIP 전환(2023~)은 게임체인저였습니다. Ontology 위에 자연어 레이어를 추가하여 사용자를 수십 명에서 수천 명으로 확장했습니다. Bootcamp(1~5일 집중 PoC)으로 구축 기간도 대폭 단축했습니다. 결과: US Commercial +109% 성장.
6. 공유되는 것과 달라지는 것
6.1 제품별 공유/차별 매트릭스
| 레이어 | Gotham | Foundry | AIP |
|---|---|---|---|
| Ontology | 공유 | 공유 | 공유 |
| Apollo | 공유 | 공유 | 공유 |
| 데이터 파이프라인 | 공유 + 인텔 전용 | 공유 (200+ 커넥터) | Foundry 파이프라인 활용 |
| AI/ML 엔진 | 인텔 분석 특화 | 범용 ML | LLM 오케스트레이션 (전용) |
| 인터페이스 | 표적·인텔 전용 | 대시보드·분석 전용 | 자연어 전용 |
| 보안 수준 | IL-6 / 에어갭 | FedRAMP High | Foundry 보안 계승 |
| 대상 사용자 | 정보 분석가 | 데이터 팀 | 모든 직원 |
6.2 고객 여정: 세 가지 진입 경로
고객이 팔란티어를 도입하는 경로는 세 가지입니다. 어떤 경로든 결국 Ontology에 수렴합니다.
경로 C(AIP Bootcamp)가 2023년 이후 가장 빠르게 성장하는 경로입니다. 1~5일 만에 PoC를 만들고, 누적 1,300+회의 Bootcamp이 진행되었습니다. 상세 분석은 다음 글에서 다룹니다.
- Gotham, Foundry, AIP는 같은 엔진(Ontology + Apollo) 위의 세 가지 인터페이스
- Apollo의 Pull 모델 + 에어갭 배포가 국방 시장의 진입 장벽을 만든다
- AIP는 Ontology의 사용자를 수십 명에서 수천 명으로 확장한 게임체인저
- 고객이 어떤 경로로 진입하든 결국 Ontology에 수렴한다
- 2008→2023, 15년의 제품 진화는 '데이터의 의미를 축적하는 과정'이었다