팔란티어에서 8년 동안 다니며 배운 것들(feat. 실리콘밸리 주가 상승률 1등 기업)

Introduction

여러분, 팔란티어(Palantir)라는 회사를 들어보셨나요? 얼마 전 S&P 500에 편입되고 시가총액만 1000억 달러에 육박하는 이 회사는 한때 '스파이 기술' 회사로 낙인찍혔던 곳입니다. 그러나 현 AI 시대에서 가장 주목받는 기업 중 하나가 되었죠.

이 회사에서 FDSE(Fully Deployed Software Engineer)로 일했던 개발자가 퇴사 후 회고 글을 남겼는데요. 이 분은 현재 스타트업을 창업한 기업가이기도 합니다. 그는 지난 8년 동안 팔란티어에서 배웠던 것들을 공유하고자 글을 남겼다고 해요.

사실, 이 글을 번역해 소개하고 있는 저(DevPill) 역시 몇 달 전 팔란티어로부터 링크드인을 통해 해당 포지션(FDSE)에 대해 인터뷰를 보지 않겠냐는 제의를 받았습니다. 결과적으로 인연이 결실을 맺지는 못했지만, 좋은 경험이었어요.

사실 그때만 해도 FDSE가 정확히 어떤 직군인지(feat. 이거 SI 아님..?) 혼동이 컸거든요. 그런데 아래 회고 글을 번역하면서 가고 싶은 마음이 굴뚝같아졌습니다. 이런 곳인 줄 알았더라면 준비도 훨씬 빡세게했을 거예요.

대체 제가 왜 마음을 고쳐먹게 되었는지, 같이 8년 간의 회고를 읽으러 떠나보시죠 :)

팔란티어에 대한 회고 - 8년간의 경험을 돌아보며

팔란티어가 지금 뜨고 있습니다. 최근 S&P 500 지수에 편입되었고, 주가가 급등하여 시가총액이 1000억 달러에 육박하고 있습니다. 벤처 캐피털리스트들은 전 팔란티어 창업자들을 쫓아다니며 투자하겠다고 합니다.

오랫동안 회사에 몸담았거나 퇴사한 직원들에게는 이 상황이 매우 이상하게 느껴집니다. 특히 2016-2020년 시기에는 팔란티어에서 일한다고 하면 인기가 없었습니다. 회사는 스파이 기술, NSA 감시 또는 그보다 더 나쁜 것으로 여겨졌습니다. 사무실 앞에서는 정기적으로 항의 시위가 있었습니다. 도덕적인 문제가 없다고 생각하는 사람들 사이에서도 팔란티어는 소프트웨어로 위장한 컨설팅 회사, 아니면 기껏해야 정교한 형태의 인재 차익거래 정도로 치부되었습니다.

저는 작년에 퇴사했지만 그동안 배운 것들에 대해 공개적으로 글을 쓴 적이 없습니다. 또한 사람들이 이 회사에 대해 이해하지 못하는 부분이 많이 있습니다. 그래서 8년간 이 회사에서 일한 사람으로서 그런 점들을 설명해보려고 합니다.

1. 입사 이유

저는 2015년 여름에 새로 문을 연 런던 사무실에 입사했다가 실리콘밸리로 옮겼고, 마지막에는 워싱턴 DC로 이동했습니다 - 현장 배치 엔지니어(forward deployed engineer)로 일했습니다. 당시 회사 규모는 약 1500명이었고, 팔로알토(본사), 뉴욕, 런던 및 몇몇 다른 곳에 사무실이 있었습니다. (현재는 약 4000명 규모이며 덴버에 본사를 두고 있습니다.)

제가 입사한 이유는 무엇일까요?

첫째, 저는 '어려운' 산업에서 실제로 의미 있는 문제들을 다루고 싶었습니다. 개인적인 이유로 제가 관심 있던 분야는 의료와 생명과학이었는데, 당시 회사는 이 분야에서 초기 단계였습니다. 회사는 의료, 항공우주, 제조, 사이버보안 등 제가 매우 중요하다고 생각했지만 당시에는 대부분의 사람들이 관심을 갖지 않던 산업들에 대해 이야기하고 있었습니다. 그 당시 인기 있던 분야는 소셜 네트워크(Facebook, LinkedIn, Quora 등)와 기타 소비자용 앱(Dropbox, Uber, Airbnb)이었지만, 경제의 실제 난제들을 다루는 회사는 거의 없었습니다. 이런 '더 어려운' 경제 영역에서 일하면서도 실리콘밸리 스타일의 근무 문화를 원한다면, 팔란티어가 한동안 유일한 선택지였습니다.

제 목표는 창업이었지만, 그 전에 (1) 이런 산업들 중 하나를 깊이 있게 탐구하고 실제로 배우고 싶었고 (2) 미국 회사에서 일하며 그린카드를 받고 싶었습니다. 팔란티어는 두 가지 모두를 제공했기에 쉽게 선택할 수 있었습니다.

둘째, 인재 밀도입니다. 의료 부문을 시작한 초기 멤버들(Nick Perry, Lekan Wang, Andrew Girvin)과 대화를 나눴는데 매우 인상적이었습니다. 그 후 비즈니스 운영 및 전략 분야의 초기 멤버들과 면접을 했는데 더욱 감명받았습니다. 이들은 정말 집중력 있고 경쟁심 강한 사람들로, 승리하기를 원하는 진정한 신념의 소유자들이었습니다. 여가 시간에 철학을 읽고, 이상한 다이어트를 하고, 재미로 100마일 자전거를 타는 괴짜 같으면서도 매력적인 사람들이었죠. 이는 페이팔 마피아로부터 이어진 유산이었습니다. 페이팔 초기 멤버였던 Yishan Wong은 집중력의 중요성에 대해 이렇게 썼습니다:

팔란티어는 유난히 집중적이고 독특한 곳이었습니다. Stephen Cohen과 처음 이야기를 나눴을 때가 기억나는데, 그의 사무실 에어컨은 15.5도(화씨 60도)로 설정되어 있었고, 실내 이산화탄소 농도를 최소화하기 위한 이상한 모양의 장치들이 여러 개 있었으며, 컵에 얼음이 가득 담겨 있었습니다. 대화 내내 그는 계속 얼음을 씹고 있었죠. (이렇게 하면 인지 기능에 도움이 된다고 합니다.)

또한 CEO인 Alex Karp와 면접을 봤고 다른 경영진들과도 이야기를 나눴습니다. Karp가 얼마나 독특한지는 굳이 설명할 필요가 없을 것 같습니다. 저와 Karp가 나눈 대화 내용은 말씀드릴 수 없지만, 2012년 인터뷰에서 그가 보여준 스타일을 통해 어떤 분위기였는지 짐작하실 수 있을 겁니다:

제 면접은 대부분 일이나 소프트웨어와 관련이 없었습니다 - 한 면접에서는 그냥 한 시간 동안 비트겐슈타인에 대해 이야기했죠. Peter Thiel과 Alex Karp 모두 철학 전공자였다는 점을 주목할 만합니다. Thiel의 강의 노트가 얼마 전에 공개되었는데(https://blakemasters.tumblr.com/peter-thiels-cs183-startup), 거기에는 셰익스피어, 톨스토이, 지라르 등에 대한 논의가 담겨 있었습니다.

지적 과대망상증과 극도의 경쟁심이 결합된 이런 분위기는 저에게 완벽하게 맞았습니다. 사실 이런 곳을 찾기는 지금도 어렵습니다 - 많은 회사들이 '하드코어' 근무 문화와 '여기는 해병대다'라는 분위기를 모방하고 있지만, 지적인 분위기, 즉 풍부한 아이디어들 속에 있다는 느낌을 주는 곳은 거의 없죠. 이건 흉내 내기 어렵습니다 - 창업자와 초기 직원들이 진정으로 흥미로운 지적 사상가여야 합니다. 오늘날 이런 조합을 잘 해낸 주요 회사로는 OpenAI와 Anthropic이 떠오르는데요. 이들이 인재 집합소가 된 것은 놀라운 일이 아닙니다.

2. 현장 배치

제가 입사했을 때 팔란티어의 엔지니어는 두 가지 유형으로 나뉘어 있었습니다:

FDE들은 보통 일주일에 3-4일은 고객사 사무실에 '현장 배치'되어 일했기 때문에 많은 출장을 다녀야 했습니다. 이는 실리콘밸리 회사로서는 매우 특이한 방식이었습니다.

이 모델에 대해 설명할 게 많지만, 핵심 아이디어는 복잡한 산업(제조, 의료, 정보기관, 항공우주 등)의 비즈니스 프로세스에 대한 상세한 지식을 얻고, 이를 바탕으로 실제 문제를 해결하는 소프트웨어를 설계한다는 것입니다. 그러면 PD 엔지니어들이 FDE가 만든 것을 '제품화'하고, 더 일반적으로는 FDE들이 더 나은, 더 빠른 작업을 할 수 있도록 지원하는 소프트웨어를 만듭니다.

이런 방식으로 Foundry 제품의 많은 부분이 초기 형태를 갖추게 되었습니다: FDE들이 고객사에 가서 많은 잡다한 작업을 수동으로 해야 했고, PD 엔지니어들은 이런 잡다한 작업을 자동화하는 도구를 만들었죠.

결국에는 '데이터를 통합하고 어떻게든 유용하게 만든다'는 느슨한 주제 아래 정말 좋은 도구 세트가 모였습니다. 당시에는 이런 도구들에 대한 접근권을 고객에게 주는 것이 급진적인 조치로 여겨졌습니다. 하지만 지금은 이것이 회사 수익의 50% 이상을 차지하며, Foundry라고 불립니다. 이렇게 보면 팔란티어는 서비스 회사에서 제품 회사로의 드문 전환을 성공적으로 해냈다고 볼 수 있습니다. 2016년에는 실리콘밸리 서비스 회사라는 묘사가 완전히 틀린 것은 아니었지만, 2024년에는 그런 묘사가 완전히 빗나간 것입니다. 회사가 초기 경험을 바탕으로 성공적으로 엔터프라이즈 데이터 플랫폼을 구축했고, 이는 총이익률에서 잘 드러납니다 - 2023년 80%의 총이익률. 이는 소프트웨어 수준의 이익률입니다. Accenture의 32%와 비교해보세요.

Tyler Cowen은 '맥락이 희소하다'라는 멋진 말을 했는데, 이 모델의 근본적인 통찰이라고 할 수 있습니다. 고객사에 직접 가는 것은 그들의 업무 방식에 대한 암묵적 지식을 포착한다는 것을 의미합니다. 단순히 엔터프라이즈 소프트웨어가 일반적으로 의존하는 '요구사항 목록' 모델이 아니라 말이죠. 회사는 이 점을 우스울 정도로 믿었습니다: 누군가로부터 전화를 받고 다음날 아침 첫 비행기로 매우 무작위한 곳으로 가야 하는 일이 흔했습니다. "일단 비행기부터 타고, 질문은 나중에 하자"가 문화적 편향이었죠. 이로 인해 한동안 출장 비용이 통제 불가능할 정도로 늘어났습니다 - 우리 중 많은 사람들이 결국 United 1K 등급이나 그와 비슷한 수준에 도달했죠 - 하지만 이는 또한 10년에 걸친 집중적인 학습 사이클을 의미했고, 결국 그 노력이 보상받았습니다.

제가 처음 맡은 실제 고객 프로젝트는 프랑스에 본사를 둔 항공기 제조업체인 에어버스였습니다. 저는 1년 동안 툴루즈로 이주해서 일주일에 나흘은 공장에서 제조 담당자들과 함께 일하며 그들을 위한 소프트웨어 버전을 만들었습니다.

CEO는 우리에게 가장 큰 문제가 A350 제조 규모를 늘리는 것이라고 말했습니다. 그래서 우리는 그 문제를 직접 해결하기 위한 소프트웨어를 만들게 되었습니다. 저는 때때로 이를 "비행기 제작을 위한 Asana"라고 설명합니다. 작업 지시서, 누락된 부품, 품질 문제("비준수 사항") 등 다양한 데이터 소스를 가져와서 보기 좋은 인터페이스에 넣고, 작업을 체크오프하고 다른 팀들의 작업 상황, 부품의 위치, 일정 등을 볼 수 있게 했습니다. 이전의 품질 문제를 검색(퍼지/의미론적 검색 포함)하고 어떻게 해결되었는지 볼 수 있는 기능도 추가했습니다. 이런 것들은 모두 기본적인 소프트웨어 기능들이지만, 엔터프라이즈 소프트웨어가 얼마나 형편없을 수 있는지 아시죠 - 이런 '모범 사례' UI를 실제 현장에 배포하는 것만으로도 엄청난 힘을 발휘합니다. 이는 결과적으로 A350 제조 급증을 이끌어내는 데 도움이 되었고, 에어버스의 높은 품질 기준을 유지하면서도 제조 속도를 4배로 높이는 데 성공했습니다.

우리가 만드는 소프트웨어는 간단히 설명하기가 어려웠습니다 - 단순히 데이터베이스나 스프레드시트가 아니라, 그 특정 문제에 대한 엔드투엔드 솔루션이었고, 일반화 가능성은 신경 쓰지 않았습니다. 여러분의 임무는 문제를 해결하는 것이었고, 과적합(overfitting)을 걱정할 필요가 없었습니다. PD의 임무는 여러분이 만든 것을 가져와서 일반화하고, 다른 곳에 판매하는 것이 목표였습니다.

FDE들은 일을 빨리 해결하는 코드를 작성하는 경향이 있는데, 이는 보통 - 정중하게 말해서 - 기술 부채와 임시방편적인 해결책을 의미합니다. PD 엔지니어들은 깔끔하게 확장되고, 여러 사용 사례에 작동하며, 깨지지 않는 소프트웨어를 작성합니다. 회사의 주요 '비밀' 중 하나는 지속 가능한 엔터프라이즈 가치를 창출하려면 둘 다 필요하다는 것입니다. BD 엔지니어들은 높은 고통 내성, 낯선 회사에 깊이 파고들어 고객의 신뢰를 얻는 데 필요한 사회적, 정치적 기술, 그리고 높은 속도를 가지는 경향이 있습니다 - 고객들이 여러분이 진짜라는 것을 깨닫게 하려면 빠르게 가치의 핵심을 전달하는 무언가를 만들어야 합니다. 대부분의 소프트웨어 계약업체에 대한 고객들의 기대치가 우스울 정도로 낮다는 점이 도움이 되었습니다. 이들은 보통 SAP나 그와 유사한 소프트웨어의 구현자들로, 수년에 걸친 '워터폴' 스타일의 일정으로 작업했죠. 그래서 20대의 어린 팀이 고객사에 나타나 1-2주 만에 사람들이 실제로 사용할 수 있는 진짜 소프트웨어를 만들었을 때, 사람들은 주목했습니다.

이 두 가지 접근 방식은 강력한 엔진이 되었습니다. 고객 팀은 종종 소규모(4-5명)였고 빠르고 자율적으로 운영되었습니다. 이런 팀이 많았고 모두 빠르게 배우고 있었으며, 핵심 제품 팀의 임무는 이러한 학습을 취합해 메인 플랫폼을 구축하는 것이었습니다.

우리가 한 조직 내에서 일할 수 있도록 허용받았을 때, 이 방식은 매우 잘 작동했습니다. 장애물은 대부분 정치적인 것이었습니다. 정부가 Deloitte에 1억1천만 달러의 계약을 주고 작동하지 않는 웹사이트를 만들거나, healthcare.gov 같은 재앙이 벌어지거나, SFUSD가 4천만 달러를 들여 - 다시 말하지만 - 작동하지 않는 급여 시스템을 구현하는 것을 볼 때마다, 여러분은 정치가 실질적인 내용을 이기는 것을 보고 있는 겁니다. SpaceX와 NASA의 비교를 또 다른 예로 들 수 있겠죠.

세상에는 SpaceX나 팔란티어 같은 회사들이 더 많이 필요합니다. 정치적 게임을 하거나 목표에 도달하지 못하는 좁은 범위의 솔루션을 만드는 것이 아니라, 실행 - 결과를 달성하는 것 - 으로 차별화되는 회사 말이죠.

3. 비밀

FDE들이 하는 또 다른 주요 업무는 데이터 통합이었는데, 이 용어는 대부분의 사람들을 졸리게 만듭니다. 이는 회사가 하는 일의 핵심이었고 지금도 그렇지만, 수년간 대부분의 관찰자들에게 그 중요성이 과소평가되었습니다. 사실, AI의 출현으로 인해 사람들이 기업에게 깨끗하고, 정제되고, 쉽게 접근할 수 있는 데이터를 갖는 것의 중요성을 깨닫기 시작한 것은 이제서야입니다. (참고: AI 모델에서 '그것'은 데이터셋입니다.)

간단히 말해, '데이터 통합'은 (a) 기업 데이터에 대한 접근 권한을 얻는 것을 의미하는데, 이는 보통 조직 내 '데이터 소유자'들과 협상해야 합니다 (b) 사용 가능하도록 데이터를 정제하고 때로는 변환합니다 (c) 모든 사람이 접근할 수 있는 곳에 데이터를 저장합니다. 팔란티어의 주요 소프트웨어 플랫폼(Foundry)의 기본적인 소프트웨어 대부분은 이 작업을 더 쉽고 빠르게 만드는 도구일 뿐입니다.

왜 데이터 통합이 그렇게 어려운 걸까요? 데이터는 종종 컴퓨터가 쉽게 분석할 수 없는 다양한 형식으로 되어 있습니다 - PDF, 노트북, Excel 파일(세상에, 정말 많은 Excel 파일들) 등이죠. 하지만 진짜 방해가 되는 것은 조직의 정치입니다: 팀이나 그룹이 핵심 데이터 소스를 통제하고 있고, 그들이 존재하는 이유는 그 데이터 소스의 문지기 역할을 하는 것입니다. 그들은 보통 그 데이터 소스의 문지기 역할을 함으로써(그리고 종종 그 데이터를 분석하여 제공함으로써) 기업 내에서 자신들의 존재 이유를 정당화합니다. 이런 정치는 극복하기 어려운 장애물이 될 수 있으며, 때로는 우스운 결과를 낳기도 했습니다 - 8-12주의 파일럿 프로젝트를 구매한 회사에서 8-12주 내내 데이터 접근권만 얻으려고 애쓰다가 마지막 주에 겨우 뭔가 시연할 것을 만들어내느라 허둥대는 경우도 있었습니다.

팔란티어가 초기에 알아낸 또 다른 '비밀'은 데이터 접근 다툼이 부분적으로는 진정한 데이터 보안 우려에서 비롯된다는 것이었고, 이는 플랫폼의 데이터 통합 계층에 보안 제어 기능을 구축함으로써 완화될 수 있었습니다 - 모든 수준에서요. 이는 역할 기반 접근 제어, 행 수준 정책, 보안 마킹, 감사 추적 등 다른 회사들이 아직도 따라잡고 있는 수많은 데이터 보안 기능을 의미했습니다. 이러한 기능들 덕분에 팔란티어를 구현하면 오히려 회사의 데이터가 더 안전해지는 경우가 많았습니다.

4. 문화에 대한 메모

회사의 전반적인 '분위기'는 일반적인 소프트웨어 회사보다는 메시아적 컬트에 가까웠습니다. 하지만 중요한 점은 비판이 매우 용인되고 환영받는다는 것이었습니다 - 한 사람이 저에게 이메일 체인을 보여주었는데, 신입 소프트웨어 엔지니어가 회사의 이사와 공개적으로 논쟁을 벌이고 있었고 전체 직원(약 천 명)이 참조되어 있었습니다. 합리주의적 사고를 가진 철학 졸업생으로서 이 특정 부분은 저에게 매우 중요했습니다 - 저는 무비판적인 컬트에 가입하는 데 관심이 없었죠. 하지만 세상이 어디로 가고 있고 소프트웨어가 그 안에서 어떤 역할을 하는지에 대해 - 실존적으로 - 깊이 고민하고 논쟁하기를 원하는 회의적인 사람들의 컬트라면, 그건 흥미로웠습니다.

지금도 그런지는 모르겠지만, 당시에는 입사할 때 Impro, The Looming Tower(9/11 책), Interviewing Users, Getting Things Done의 사본을 보내주었습니다. 그중에서도 왜 Impro였을까요?

성공적인 FDE가 되려면 사회적 맥락에 대한 특별한 감수성이 필요했습니다 - 여러분이 정말로 해야 할 일은 고위급 기업(또는 정부) 파트너들과 협력하여 그들의 신뢰를 얻는 것이었고, 이는 종종 정치적 게임을 해야 했습니다. Impro는 사회적 행동을 기계적으로 분석하기 때문에 너드들 사이에서 인기가 있습니다. 회사의 어휘는 Impro식 표현으로 가득 차 있었습니다 - '캐스팅'이 한 예입니다. Johnstone은 같은 배우가 단순히 신체 행동의 일부를 바꾸는 것만으로도 '높은 지위'나 '낮은 지위'를 연기할 수 있다고 설명합니다 - 예를 들어, 말할 때 머리를 고정하고 있는 것은 높은 지위이고, 머리를 좌우로 많이 움직이는 것은 낮은 지위입니다. 똑바로 서서 손을 보이는 것은 높은 지위이고, 구부정하게 서서 손을 주머니에 넣는 것은 낮은 지위입니다. 등등. 이런 것들을 모르면 고객 환경에서 성공하기 어려웠습니다. 이는 고객 데이터를 통합하거나 사람들이 여러분의 소프트웨어를 사용하도록 만들기 어렵다는 뜻이었죠. 즉, 실패를 의미했습니다.

이것이 전 FDE들이 훌륭한 창업자가 되는 이유 중 하나입니다. (각 YC 배치에는 보통 Google 직원 출신보다 더 많은 전 팔란티어 직원 출신 창업자들이 있습니다. Google 직원이 약 50배 더 많음에도 불구하고요.) 좋은 창업자들은 분위기를 읽고, 그룹 역학과 권력을 파악하는 직관을 가지고 있습니다. 이는 보통 언급되지 않지만 중요합니다: 성공적인 회사를 창업하는 것은 끊임없는 협상에 참여하고 (전반적으로) 승리하는 것입니다. 채용, 판매, 자금 조달 모두 근본적으로 협상입니다. 인간 행동에 대한 이런 직관 없이는 협상을 잘하기 어렵습니다. 이것이 팔란티어가 FDE들에게 가르치는 것이며, 다른 실리콘밸리 회사에서는 배우기 어려운 것입니다.

또 다른 이유는 FDE들이 사물을 이해하는 데 능숙해야 한다는 것입니다. 여러분의 효과는 고객의 언어를 얼마나 빨리 배우고 그들의 비즈니스가 어떻게 작동하는지 정말로 파고들 수 있느냐와 직접적인 연관이 있습니다. 병원과 일한다면 단순히 "의료 서비스를 개선하는 데 도움을 드리겠습니다"라고 말하는 대신 곧바로 용량 관리와 환자 처리량에 대해 이야기하는 법을 배웁니다. 신약 발견, 건강 보험, 정보학, 암 면역요법 등도 마찬가지입니다. 모두 특수한 어휘가 있고, 잘하는 사람들은 이를 빠르게 배우는 데 능숙한 경향이 있습니다.

Tyler Cowen의 책 'Talent'에서 제가 가장 좋아하는 통찰 중 하나는 가장 재능 있는 사람들이 자신만의 어휘와 밈을 개발하는 경향이 있고, 이것들이 그 사람이 구축한 전체 지적 세계의 진입점 역할을 한다는 것입니다. Tyler 자신이 물론 좋은 예입니다. MR 독자라면 누구나 10개 이상의 Tyler식 표현을 즉시 말할 수 있을 겁니다 - '이것을 모델링해보세요', '맥락이 희소하다', '균형을 위해 풀어보세요', '대정체' 등이 그 예입니다.

이 통찰은 회사에도 적용되는데, 팔란티어에는 자체적인 방대한 용어 세트가 있었고, 그 중 일부는 너무 모호해서 "팔란티어가 실제로 하는 일이 뭐지?"가 온라인에서 밈이 되었습니다. '온톨로지'는 오래된 예이지만, 그 외에도 'impl', '아티스트 콜로니', '컴파운딩', '36개의 방', '점들', '고통의 대사', '감마 방사선' 등이 있습니다. 중요한 건 이 모든 용어를 설명하는 것이 아닙니다. 각 용어는 풍부한 통찰의 집합을 압축한 것이죠. 중요한 것은 합류할 회사를 찾을 때, 사물을 더 흥미롭게 생각하는 데 도움이 되는 풍부한 내부 언어나 어휘를 가진 회사를 찾는 것이 좋은 방법이 될 수 있다는 점입니다.

(...)

https://nabeelqu.substack.com/p/reflections-on-palantir

7. 앞으로는?

저는 여전히 이 회사에 대해 낙관적입니까? 네.

이 AI 사이클의 큰 생산성 향상은 AI가 이 시대의 대기업들과 사업체들에 레버리지를 제공하기 시작할 때 올 것입니다 - 제조, 국방, 물류, 의료 등의 산업에서요. 팔란티어는 10년 동안 이 회사들과 일해왔습니다. AI 에이전트들은 결국 많은 핵심 비즈니스 워크플로우를 주도할 것이고, 이 에이전트들은 중요한 비즈니스 데이터에 대한 읽기/쓰기 접근 권한에 의존할 것입니다. 10년 동안 기업 데이터를 통합한 것은 AI를 기업에 배포하기 위한 중요한 기반입니다. 기회는 엄청납니다.

이 글에 대한 피드백을 주신 Rohit Krishnan, Tyler Cowen, Samir Unni, Sebastian Caliri, Mark Bissell, Vipul Shekhawat에게 감사드립니다.

어떠셨나요? 글이 재밌었다면 응원의 댓글을 남겨주세요 :)

다음 주차 뉴스레터에서는 구독자 여러분들을 위한 선물을 준비하려고 합니다. 많은 기대 & 참여 부탁드리겠습니다! :)

Top 1% 개발자로 거듭나는 확실한 처방전, 데브필입니다.