미국 주식/기획 연재

팔란티어 2025 AIPCON[2025.3.6.]: 기업 운영 시스템의 미래

미주동석스 2025. 3. 15. 07:01

팔란티어(Palantir)는 2025년 3월 6일 AIP CON을 개최했습니다. 2023년 6월부터 시작된 이 콘퍼런스는 실제 고객사들의 AI 플랫폼(AIP) 활용 사례와 성과를 생생하게 보여주는 자리로 자리매김했습니다. 이번 행사의 주제는 "기회는 일생에 한 번이 아니라, 매 순간 온다(Opportunity comes once in a lifetime, every second)"였으며, 다양한 산업 분야의 기업들이 팔란티어 기술을 통해 어떻게 실시간 의사결정과 자동화를 구현했는지 공유했습니다.

핵심 기술과 개념

팔란티어 AIP CON에서 반복적으로 강조된 핵심 개념들은 다음과 같습니다:

  • Ontology(온톨로지): 기업의 모든 데이터를 통합하고 연결하는 기반 기술로, 모든 비즈니스 워크플로우의 디지털 트윈 역할
  • Agent(에이전트): 과거에 사람이 일일이 처리하던 업무를 LLM-규칙체계-Ontology로 구성된 AI Agent가 실시간으로 결정·실행
  • Human-in-the-loop: 의료·금융·국방 등 고신뢰 영역은 최종 승인 단계에 사람이 관여하되, 대부분의 프로세스는 AI가 담당
  • Guardrail(안전장치): AI 시스템의 안전한 운영을 위한 보호 장치
  • Eval(모델 평가 체계): AI 모델의 성능을 지속적으로 평가하는 시스템

CEO 알렉스 카프의 비전

팔란티어 CEO 알렉스 카프는 기조연설에서 다음과 같은 핵심 메시지를 전달했습니다.

 

"팔란티어는 단순한 실험이나 PoC 툴이 아닌, 엔터프라이즈 전체를 변혁시키는 '운영체제(OS)'를 제공합니다. 고객사의 주요 임무(국방, 헬스케어, 제조 등)에 '절대 실패 없는' 수준으로 기여하고자 합니다. LLM 열풍 이전부터 Ontology, 보안, 실시간 관리, 에이전트 자동화 등 핵심 인프라 구축에 집중해 왔고, 이제 모두가 그 결실을 보고 있습니다."

 

카프는 또한 팔란티어의 가치 창출 전략에 대해 강조했습니다. "우리는 최고의 파트너와 함께 일하며, 고객에게 제품을 최대한 노출시키는 전략을 채택합니다. 유일한 규칙은 고객 회사의 가치를 높이는 것입니다. 고객의 가치 창출과 문제 해결 속도를 최우선으로 여기며, 때로는 고객에게 불편한 진실을 말하더라도 최선의 해결책을 제시하는 것이 우리의 방식입니다."

주요 고객사 성공 사례

1. 월그린(Walgreens)

  • 배경: 미국 전역 8500개 약국 운영, 하루 900만 명이 방문하는 대형 체인, 220,000명의 직원 보유
  • 과제: 약국 업무(조제·재고관리·원격지원 등)는 매우 복잡하고 실시간 의사결정 중요, 분산된 데이터 시스템으로 실시간 인사이트 부족
  • 솔루션
    • 45일 만에 약 25개의 데이터 자산, 모델, 거래 시스템을 통합한 온톨로지 구축
    • 15분 간격으로 약국 업무의 유입과 유출을 추적하는 실시간 시스템
    • 중앙 집중식 직원들이 매장을 대신해 업무를 수행할 수 있는 지능형 라우팅 시스템
    • 자동화된 오케스트레이션 시스템으로 일일 384억 개의 의사결정을 효율적으로 처리
  • 성과
    • 조제 효율성 30% 개선 - 같은 인력으로 더 많은 처방전 처리 가능
    • 임상서비스 제공 32% 증가 - 약사들이 행정 업무 대신 환자 상담에 집중
    • 당초 6개월 내 10개 매장 시범 운영 목표에서 8개월 만에 4,000개 매장으로 확대
    • 고객 대기 시간 대폭 감소 및 고객 만족도 향상

2. 레이스트랙(RaceTrac)

  • 배경: 미국 남동부 800여 개 주유소·편의점 체인 운영, 13개 주에 걸친 대규모 리테일 네트워크
  • 과제: 날씨나 이벤트에 따라 예측치 못한 수요변동 발생, F&B, 인력 배치, 재고 관리가 수시로 바뀜
  • 솔루션
    • Foundry + AI 모델체인으로 'Demand Forecast → 최적화(노동력·재고·프로모션) → 자동 실행'의 전 과정 통합
    • 매장별 서로 다른 수요 특성 고려하여 각 지점에 맞춤형 예측 모델 제공
    • 대규모 에이전트 네트워크가 모델이 상호작용하며 실시간 재조정
  • 성과
    • 실시간 데이터를 수 분 단위로 분석·예측
    • 기존 대비 월등히 정확한 스태핑(노동비 절감)과 재고관리로 인한 비용 절감
    • 매장운영 속도 개선, 프로모션 전환 속도 상승으로 수익 증대

3. 세일드론(Saildrone)

  • 제품: 무인 해상 드론(USV)으로 바다 표면·수중 정보 수집, 국방·기상 감시 등에 활용하는 첨단 기술 기업
  • 과제: 세계 공공에 분산 배치된 무인함정에서 쏟아지는 대량 데이터를 어떻게 통합·분석하여 의사결정에 활용할 것인가?
  • 솔루션
    • Ontology + AI Agents: 선박·AIS 신호·위성영상 등을 종합하여 실시간으로 이상 선박 추적, AI가 재활당 위험도 결정
    • 실시간 함정 재배치: 용의 선박 추적 필요 시, 드론의 경로를 자동 재설정하고 의사결정 기록을 추적
    • 데이터 → '리스크 평가' 자동화, 추후 인간이 접검
  • 성과
    • 전 세계 해상에서 실시간 마약 밀매·불법조업·적대 세력 움직임 등 탐지 성공률 대폭 증가
    • AI 모델이 스스로 판단하는 위협 감지 신뢰도 크게 향상
    • 미 해군과 4년 연속 작전 수행, 10년간의 R&D와 200만 해리 이상의 항해 경험 축적

4. 웬디스(Wendy's)

  • 배경: 전 세계 6500개 매장에 신선한 재료 공급, 특히 '냉동하지 않은 생고기' 브랜드 아이덴티티로 인한 복잡한 공급망
  • 과제: "주문 장애 발생 → 사람(수십 명)이 엑셀·이메일로 재고 재조정 → 하루 소요" 같은 비효율, 기존 외식 산업은 최대 30일분의 재고 보유로 3억 7천만 달러의 재고 비용 발생
  • 솔루션
    • Ontology 기반 실시간 공급망 가시화: 모든 주문·재고·공급·물류 데이터 자동 연결
    • 에이전트 기반 조정: 시점 재고 문제 예시에서, 5분 내로 재고 분배/추가 발주/원자재 생산 계획을 자동 실행
    • 창의적인 이름의 알고리즘(ABU, Dr. Dre, Neptune 등)을 개발해 사용자 친화성 높임
  • 성과
    • 과거 15인×하루 → 현재 1~5분 내 해결로 대응 시간 94% 단축
    • 공급망 탄력성·민첩성 극대화로 고객 만족도 증가
    • 프로모션 효과 분석이나 지역별 선호도에 따른 물류 이동을 더 빠르게 수행
    • "문제 발생 전 해결"이 공급망 운영의 새로운 패러다임으로 자리잡음

5. AT&T

  • 배경: 미국 최대 통신사, 5년 넘게 Palantir와 협력(Foundry 사용자 8500명, 월 8,500명 사용), 39,000+ 총 사용자 보유
  • 과제: 새로운 목표: 실시간 네트워크 운영(알람·티켓 2천만 건/일) 자동화
  • 솔루션
    • 각종 경보·알람(날씨, 정전, 케이블 절단, 유지보수 일정 등)을 실시간 스트리밍으로 받아 Ontology로 '단일 Incident'로 묶음
    • 필요 시 인력 파견·우선순위 조정 등을 자동 결정
    • 기존에는 20만, 200만, 수천만건 이상이 산재 → 지금은 "21개 인시던트" 식으로 요약
  • 성과
    • 불필요한 트럭 출동 40% 감소로 연간 수백만 달러 비용 절감
    • 장애 대응시간 대폭 단축으로 고객 만족도 향상
    • 네트워크 가용성 증가로 서비스 품질 향상

6. 하이네켄 USA(Heineken USA)

  • 배경: 해외(유럽, 멕시코)에서 맥주를 생산해 미국으로 매년 3.3만 컨테이너 수입, 66,000 트럭으로 450개 고객사에 납품하는 복잡한 물류망
  • 과제: 기존 디지털 전략: 3년간 파워비 등으로 수요·재고·해운 스케줄 정보를 연결했지만, 데이터 볼륨이 커지자 한계 도달
  • 솔루션
    • "미래 공급망을 3주 앞당겨 보는" Fast-Forward 로직 구현
    • 조문/재고/입항/출항/창고상황 등을 실시간 시뮬레이션
    • 에이전트(ABU, Dr. Dray, Neptune 등)가 특정 문제(재고 부족, 포트 체류 비용 등) 발견 시 해결방안 자동 제시 및 실행
  • 성과
    • PoC 종료 후 올해 본격 프로덕션 적용
    • "문제 발생 전 해결"이 공급망 운영의 새로운 패러다임으로 자리잡음
    • 재고 최적화와 유통 지연 감소로 신선도 유지 및 비용 절감

7. 파렉셀(Parexel)

  • 배경: 임상시험(Clinical Trial) 전문 CRO, 복잡한 규제와 수많은 임상 데이터를 분석·보고해야 함
  • 과제: 기존에는 각 임상시험마다 대규모 인력이 10~12주 걸려 '데이터·문서 정리 → 규제 제출용 패키지' 생성
  • 솔루션
    • 프로토콜 문서(수백 페이지), 스프레드시트, 전자폼 등을 LLM 에이전트로 추출·자동 매핑
    • 휴먼 인 더 룸으로 품질·오류 체크(LLM이 관여)
    • 일련의 에이전트들이 수백 페이지 문서에서 정보 추출, 중앙 집중식 연구 온톨로지 자동 구축
  • 성과
    • 제출물 준비 기간을 절반(10주→3~4주) 수준으로 단축
    • 규제 문서 생성 정확도·추적성 향상
    • 표준화된 프로세스로 환자들이 신약에 더 빨리 접근 가능
    • 다른 임상시험에도 동일 파이프라인 적용 가능해 확장성 확보

8. R1 RCM

  • 배경: 의료기관 수익관리(RCM) 기업, 500개 이상 병원·의료기관의 '청구-코딩-수금 업무' 대행
  • 과제: 의료청구 프로세스는 복잡(보험계약·진료기록 수백장·규정 등), 병원들이 약 5%의 수익 손실을 보고 있음. 현재 의료 산업에서는 수익 징수에 연간 약 1600억 달러를 소비
  • 솔루션
    • 팔란티어 AIP를 통해 코딩 자동화(AI가 임상정보→진단코드/청구코드로 매핑)를 추진
    • 의무기록 문서(text + 이미지 + long PDF), 보험 규정 등 복합 데이터에 LLM 에이전트가 일괄 적용
    • 전문 코더가 최종 확인(검사 기록도 자동화)
  • 성과
    • 코더 생산성 크게 상승으로 인력 효율화
    • 최종적으로 병원의 수익손실을 최소화하고 수익회수율 향상
    • 청구 거부율 감소로 재무 관리 효율성 증대

9. L3 Harris

  • 배경: 미 국방 관련 대형 방산업체, 다양한 무기·장비(야시경, 조준경 등) 생산
  • 과제: 국방 수요의 급증으로 생산량 폭증, 하지만 제품 BOM, 재고, 외주 부품 등 비효율적 프로세스가 병목 현상 초래
  • 솔루션
    • Ontology + AIP로 몇 주만에 PoC 구축
    • BOM·재고 조회, 병목 부품 식별, 생산 일정 조정, 재고·자금 효율화 시스템 구축
  • 성과
    • 생산 리드타임 단축과 공급망 가시성 확보
    • 방위산업 분야의 디지털 전환 가속화
    • 부품 조달 최적화로 국방 준비태세 향상에 기여

산업별 AI 적용 인사이트

항공/방산 산업

  • Archer(전기 항공택시) + Anduril(자율 무기): 모두 Palantir를 핵심 플랫폼으로 도입
  • Archer는 전기 항공 택시를 개발하여 도시 교통 혁신을 추구, 10년 내 미국 하루 항공편을 현재 45,000편에서 10배로 늘리는 목표
  • Anduril은 소프트웨어 중심의 방위산업 제조를 재정의, 'Arsenal OS'라는 공통 운영 체제로 제품 설계부터 유지보수까지 통합 관리
  • 공유 온톨로지를 통해 기업 내부 기능과 파트너 간의 연결된 제조가 가능해져, 의사소통 overhead를 줄이고 비용 절감 및 제품 품질 향상

금융/컨설팅 산업

  • TWG(전 미 국방부 Project Maven 리더): "미국이 AI 활용 경쟁에서 뒤처지지 않으려면, 민간-공공이 적극적으로 신속 도입해야"
  • "300개 벤더 도입해 복잡하게 만들기보다, Palantir처럼 '단일 통합 플랫폼' 위에서 진행하면 속도·보안·안정성을 모두 확보"
  • 펜타곤의 Project Maven부터 JPMorgan의 금융 서비스까지 다양한 고위험 환경에서 AI 배포 경험 보유
  • 미국의 경쟁력 유지를 위해 아시아 시장의 빠른 AI 채택에 대응하여 데이터 관리와 가드레일 시스템을 신속히 도입 필요성 강조

의료/헬스케어 산업

  • Owens & Minor: 의료제품 유통 및 헬스케어 물류·서비스 제공, 약 110억 달러의 매출을 기록하는 Fortune 500 기업
  • 약 18개월 전부터 Palantir와 협력하여 의료 물류 분야에서 AI를 대규모로 적용
  • 초기에는 유통 사업과 HR 스케줄링에 집중하여 플랫폼의 효과를 입증, 이후 더 복잡한 수익 주기 관리 및 지불 가능성 예측에 주력
  • 코로나 이후 공급망 혼란으로 "수익성 극대화"가 중요한 목표가 되었으며, AI를 통한 수익성 개선 추진 중

건설/부동산 산업

  • Lennar: 미국 주요 주택건설사, 건설 현장의 품질관리와 자재 수급이 핵심
  • 현장마다 서로 다른 상황과 수요 예측, 재고 관리, 품질검사 등 방대한 데이터를 다루어야 함
  • AI 에이전트를 새로운 형태의 노동력으로 인식하고, 건설팀의 주택 품질 평가, 구매 관리자의 의사결정 지원 등 실질적인 비즈니스 가치 창출
  • 에이전트의 활동은 완전히 측정 가능하여 정량적인 ROI 분석이 가능, 적응성/유연성/확장성/안전성을 갖춘 AI 에이전트 프레임워크 구축

결론 및 시사점

팔란티어 AIP CON 2025의 핵심 메시지는 명확합니다.

  1. Agent(에이전트) 중심 자동화: 과거엔 사람이 일일이 처리하던 업무를 LLM-규칙체계-Ontology로 구성된 AI Agent가 실시간으로 결정·실행합니다.
  2. Human-in-the-loop: 의료·금융·국방 등 고신뢰 영역은 최종 승인 단계에 사람이 관여하되, 대부분의 프로세스는 AI가 담당합니다.
  3. 거대한 운영데이터 통합: Foundry/Ontology 구조를 통해 사일로를 없애고, 모든 비즈니스 로직을 연결합니다.
  4. 확장된 파트너 생태계: 여러 고객사(Anduril, Archer 등) 혹은 공급망에서 Palantir를 '공통 플랫폼' 삼아 상호 연결하는 모습이 나타나고 있습니다.
  5. ROI와 가치: 실제 운영비 절감(트럭 출동 40%↓ 등), 생산성↑, 품질(정확성)↑, 출시 리드타임↓, 몇 주 또는 분 단위로 실시간 재조정하는 전략이 현실화되고 있습니다.

행사 참가 고객사들은 AIP를 단순한 실험이나 PoC가 아닌 실제 비즈니스 운영에 중요한 솔루션으로 활용하고 있음을 보여주었습니다. 대부분의 기업들이 AI 솔루션을 이미 실제 운영에 적용했거나 수주 내 적용 예정이며, 빠른 속도로 확장하고 있습니다.

 

"Palantir AIP(Foundry, Ontology, 에이전트 등)는 '단순 대시보드'가 아닌 기업의 실질적 '운영 시스템'을 지향한다"는 것이 이번 콘퍼런스의 핵심 메시지라고 생각합니다.

저작자표시 (새창열림)