구체적인 설명 감사드립니다. 지나가다 우연히 영상을 보게된 현직 머신러닝 엔지니어입니다. 저도 미국에서 일을 하고 있어서 평소 팔란티어에 대한 이야기를 종종 듣습니다. 개인적으로는 팔란티어라는 기업에 대한 몇가지 의구심을 가지고 있어서 다소 부정적인 편향이 있을 수 있다는점 미리 말씀드립니다. 온톨로지라는 개념은 데이터 과학을 잘요약해주는 훌륭한 개념이라고 생각합니다. 그런데 선생님께서 팔란티어는 "다른 기업들과 달리 문제를 정의하는데서 시작하며 이건 혁신이다"라고 해주셨는데요. 조금 과장되었다고 생각합니다. 데이터를 활용해서 프로덕트를 만들거나 인사이트를 뽑아내는 비즈니스를 하는 기업중에 "문제 정의"를 중요하게 생각하지 않는 기업은 제가 아는한 하나도 없습니다. 서점에 있는 아무 데이터 과학책을 집어도 거의 맨 앞쪽에서 찾아볼 수 있는 기본중에 기본이거든요. 대부분의 데이터 관련 기업이 문제를 정의하고 거기에 맞는 형태로 데이터를 가공하는데 프로젝트의 상당부분을 할애합니다. CEO가 철학자에 가까운 분이라고 알고 있는데 그래서인지 팔란티어의 비즈니스를 철학적인 개념으로 잘 재정의하고 있는것 같습니다만... 이게 회사의 입장인지는 제가 모르겠지만 "문제 해결이라는 목적에 따라 데이터의 의미가 다르게 부여된다" 심지어는 대학원 석사 과제 수준에서도 1강에 교수님들이 강조하시는 이 문구를 전면에 내세운것으로 과연 혁신이라고 할 수 있는지 의문입니다. 현업의 눈으로보면 당연한 이야기를 그럴싸하게 디자인한 것으로 보이기도 한다는게 솔직한 마음입니다. 말씀하신대로 데이터는 기록 (혹은 흔적)일뿐 그것을 통해 인사이트를 뽑아내는 일은 (1) 문제를 어떻게 정의하고 같은 데이터도 어떤 형태와 어떤 가중치를 부여하느냐 (2) 또 그것을 분석하는 알고리즘을 데이터의 형태에 따라 어떻게 선택하느냐에 따라 천차만별로 달라질 수 있습니다. 따라서 해당 도메인 전문가가 반드시 필요한것이죠. 가령 의료 데이터를 통해 무언가를 하려고 한다면 그 의료 데이터를 잘 알고 있는 업계 종사자들이 반드시 필요하다는것입니다. 제가 팔란티어에 대해 부정적으로 봤던 지점은 여기에 있습니다. 결국 팔란티어는 고객사들로 하여금 데이터를 쉽게 활용할 수 있는 기술적인 툴을 제공하는 회사이지만, UI를 통해 데이터를 쉽게 다룰 수 있다 하더라도 그것을 가공하고 정제하며 알고리즘을 바꾸고 문제를 재정의하는 일들은 팔란티어가 직접해줄 수 없기 때문이죠. 사실 데이터 분석 툴들은 (팔란티어처럼 fancy 하진 않았지만) 그동안에도 많이 있었습니다. AWS나 구글클라우드컴퓨팅에서는 어떤 면에서 더 통합적으로 파이프라인까지 구축할 수 있는 서비스를 제공하기도 하죠. 결국 팔란티어의 제품으로 뭔가 의미있는 프로젝트를 만들기 위해서는 데이터 제공자 (=고객사)와의 협업이 필수이고.. 그렇다면 플랫폼 형태로 사업이 기하급수적으로 커질수는 없다고 봤습니다. 계속해서 초기 인력을 지원해줘야할테니까요. 예를 들어 100개의 고객사가 동시에 생기면 동시에 100개의 기업에 파견할 엔지니어 숫자가 필요한 셈이죠. 유연하지 않은 사업형태라고 생각했습니다. 저는 그것이 팔란티어가 파운더리등 대표 프로덕트를 내놓은지 이미 꽤 되었는데도 고객사가 폭발적으로 늘어나지 못하고 있는 이유라고 봤고.. 지금은 모르겠지만 제가 관심을 가지던 얼마전까지도 팔란티어를 좋게 보는 분들이 예시로 드는것이 "빈라덴 암살작전"이었는데 대표작으로 회자되는것이 아직도 10년이 넘은 프로젝트라는것도 그 이유라고 생각했습니다. 그런데 올려주신 영상을 보니 팔란티어에서는 그 해법을 AI에서 찾으려고 하는것 같네요. 인력을 파견해 해당 분야의 도메인 전문가들과 데이터에 관한 지식과 경험을 주고 받으며 프로덕트를 조율하는 과정을 직접 엔지니어를 파견하는 방식에서 탈피해 자동화하는것을 꾀하고 있는 것 같네요. 이게 성공적으로 안착이 된다면 많은 비용을 절감하고 비즈니스에 유연성을 가져갈 수 있을거라고 생각합니다. 저희도 업무에 LLM을 활용하고 있는데요. 아직은 챗GPT도 제가 일하고 있는 도메인 분야에 대해서는 형편없는 아웃풋을 보여주고 있어서 저마다 다른 도메인을 가진 고객사들을 상대 해야 할 팔란티어가 대화형AI를 통해 그것을 다 커버할 수 있을지는 지켜봐야겠지만.. 이런 방향성을 보면 제가 팔란티어에 대해 부정적으로 생각했던 지점은 당연히 그 기업에서도 인지하고 해결하려 하고 있었다는 생각이 듭니다. 또 하나는 팔란티어가 고객사와 계약을 하면서 데이터 사용에 대한 권한을 어느 정도로 부여받고 있는지 궁금하네요. 데이터가 곧 자원인 세상이라서 팔란티어가 고객을 늘리면서 받는 그 데이터들을 단지 서비스 목적으로만 사용하겠다는 계약에서 그치지 않고 그 이상의 목적으로 자체 사용할 수 있도록 되어있다면 지금 제공하는 분석툴을 넘어서 데이터 플랫폼의 역할도 할 수 있고 팔란티어 스스로도 다른 프로덕트로 확장할 수 있는 가능성이 많아지겠죠. 솔직히 말하면 저는 아직도 이 회사가 가진 업의 본질상 확장성에 한계가 있다고 보는 입장이지만, 적어도 회사의 방향성은 올바르게 나아가고 있다는 생각이 듭니다. 누구나 이해하기 쉽게 설명하기가 쉽지 않은 분야인데 잘 정리해주셔서 감사합니다. 지나가다가 보고 저도 부족한 생각이지만 누군가에게 도움되길 바라며 남겨봤습니다.
영상에 대해 큰 관심 갖아주셔서 너무 감사합니다. 진심어린 피드백또한 너무 감사합니다.^^ *한가지 말씀드리면 여러 개발자분들께서 종종 피드백을 주십니다. 그런데 신기하게도 100%다 지금 말씀하신 내용들입니다. "이미 다른 기업들에서 다 하고 있는 거다. 팔란티어라고 해서 특별한 게 아니다." 라는 입장이시더군요. 그러나 대부분 팔란티어의 온톨로지에 대한 개념을 모르시는 경우였습니다. 1) 데이터를 통해서 인사이트를 찾을 때 '문제를 먼저 정의하라'는 그 기본중의 기본을 안하는 기업들이 생각하시는 것보다는 많습니다. 그래서 임원진에서 빅데이터 전문가를 고용후 데이터를 던져주고 '뭐든 인사이트를 찾아봐' 이런 경우가 허다 하죠. 수많은 레거시 기업에서 벌어지고 있는 일이고, 자신들의 문제가 무엇인지조차 모르는 경우도 허다합니다. 이 사항은 연구데이터로도 있다고 하더군요. 또한 실제로 팔란티어와 협업중인 기업의 직원분들과 인터뷰를 해보면, 온톨리지를 구축하는 과정에서 매우 힘들었다는 얘기를 듣게 됩니다. 왜냐하면 자신들의 문제 파악이 안돼있었기 때문이죠. 그래서 이 데이터의 의미가 맞나를 계속 고민하게 된다고 하더군요. 하물며 온톨로지 조차 없는 기업이라면 이것에 대한 고민횟수는 당연히 더 줄어들 수 밖에요.(스노우 플레이크도 온톨로지 층이 없습니다.) 2) 문제를 정의했다고 쳐도 그로 인해 부여되는 데이터의 의미를 기업내의 모든 직원들이 다 파악할 수 있는가는 또다른 문제입니다. 이미 수많은 테크 기업들이 다양한 데이터를 통합하여 표준화의 과정을 해놓았으나, 그 표준화된 데이터의 의미를 개발자들만 알아본다는 문제가 있습니다. 3) 팔란티어는 문제해결의 근본적 방법을 온톨로지 층을 구축하는 것이라고 보았으며, 그 시스템의 표준을 만들어가고 있다는 것이 본 영상에서 전달하고자 했던 부분입니다. chatGPT의 아웃풋이 좋지 않은 근본적 이유를 온톨로지층(의미론적 계층)의 부재로 보죠. 4) 팔란티어는 고객의 데이터를 저장하거나 따로 이용하지 않습니다. 고객의 서버에 안착하는 소프트웨어입니다. 5) 온톨로지가 없다면 말씀하신 대로 다른 기업에서 이미 다 하고 있는 뻔하디 뻔한 기업이 됩니다. 이 분야의 전문가이시니 팔란티어의 온톨로지 시스템에 대해 기술적으로 접근해보신다면 아마 진짜 본질이 보이시지 않을까 권유드려봅니다. 정성껏 써주신 피드백 다시 한번 감사드립니다.^^ 조금이나마 도움이 되셨기를 바랍니다.^^
@@bigdatadoctor 답변 감사드립니다. 저도 추가 답변 드립니다. 맞습니다. 거의 모든 산업에서 데이터가 빠르게 축적되고 있고 이를 활용해야 한다는 인식이 빠르게 퍼지고 있는만큼, 그런 경험이 부족한 회사들은 기본적인 문제 정의에도 어려움을 겪는 경우가 많아지고 있는건 사실이죠. 그런데 제가 말씀드린건 "데이터로 인사이트를 뽑아내는 비즈니스를 하는 기업"들입니다. 팔란티어가 해자를 가지려면 이 기업들 사이에서도 찾아보지 못했던 독자적인 기술이나 비즈니스를 보여줘야할것입니다. 그런데 이런 기업들에게는 문제를 정의하고 데이터를 기계적으로 투입하는것이 아니라 도메인 지식을 바탕으로 재가공, 분석하는것이 이미 기본이며 팔란티어에서 설명하고 있는 온톨로지라는 개념은 그 과정을 잘 설명하고 있는것은 사실이지만 팔란티어가 독창적으로 개발해 혼자서만 가지고 있는 특별한것이 아니라는 점을 말씀드린것입니다. 팔란티어의 비즈니스가 아무 의미 없다는 뜻은 아닙니다. 다만 그 온톨로지라는 개념이 팔란티어의 비즈니스에 대한 기술적/경제적 해자를 가져다주는것이 아니라는걸 말씀드린것입니다. 영상에서 설명해주신 객체종류/속성/관계/기능 같은것들은 소프트웨어 엔지니어링의 가장 유명한 개념중 하나인 객체지향프로그래밍(OOP)라는 개념에 대한 설명에 크게 다르지 않고, 예를 들어주신 항공업에 대한 온톨로지 구축과 그것을 UI로 구현할 수 있도록 라이브러리화 해놓은것은 사실 컴퓨터과학 전공 학부생의 프로젝트 과제로도 흔히 볼 수 있는 유형의 문제입니다. 당연히 팔란티어는 그 객체와 속성, 기능들을 구현하면서 더 다양하고 전문적으로 만들어놨겠죠. 하지만 그런 의미론적인 연결을 통해 바깥 세상을 디지털 세계안에서 프로그램으로 구현한다는 발상이 단지 "온톨로지"라는 말을 썼다고 해서 독창적인것으로 바뀌는건 아니라는겁니다. 팔란티어라는 기업이 정말 온톨로지라는 개념으로 세상을 놀라게 하기 위해서는 이렇게 "온톨로지"를 의미론적으로 구축하고 그것을 구현하며 심지어는 UI위에서 인간에게 직관적으로 이해할 수 있도록 띄우는 파이프라인의 과정을 자동화하거나 혹은 놀라울 정도로 범용성을 높여줘야 할겁니다. 제가 이해하는 팔란티어의 비전은 여기에 있는겁니다. 그리고 현재 단계에서는 그게 전혀 안되고 있죠. 새로운 고객사마다 개발자를 파견해서 그 온톨로지를 새롭게 구축하고 툴 셋팅을 해줘야하는 단계라는게 그걸 의미하는겁니다. 현재는 한때 전사적자원관리(ERP) 열풍에 덕을 봤던 SI업체들의 비즈니스 모델과 크게 다르지 않습니다. 영상에 언급해주신 대로 그 해법을 AI에서 찾게다는게 현재 팔란티어의 비전인것 같습니다. 업의 해자가 나온다면 여기서 나올거라는겁니다. AI가 어떤 고객사의 데이터만 받아보기만 하면 온톨로지를 구축하고 거기에 맞게 데이터를 가공하고 워크플로우를 구축한다면. 그런 AI 모델이 나온다면 챗GPT 저리가라 할 정도의 엄청난 반향이 있을거고 그러면 팔란티어라는 기업은 다음 세대의 FAANG이 될 수 있을거라고 생각합니다. 다만, 저는 그것도 쉽지는 않을거라고 봐요. 왜냐면 그런 AI를 만들기 위해서는 학습시킬 데이터가 있어야 하기 때문이죠. 다시말해 고객사들의 데이터를 받아서 그 회사가 필요한 비즈니스 인사이트 뽑아내는 워크플로우 구축해주는것뿐만 아니라 그 데이터를 학습해 온톨로지를 구축하는 일을 하는 AI를 만드는 작업을 따로 해야한다는겁니다. 학습할 데이터가 없으면 AI는 나올수가 없습니다. 그리고 선생님 말씀해주신것처럼 팔란티어는 고객사의 데이터를 직접 저장하거나 따로 활용하지는 못하고 있는것이죠. 학습할 데이터가 없는데 온톨로지 구축을 자동화하는 AI가 나올 수 있다? 정말 따끈따끈한 최신 기술로도 데이터를 학습하지 않고 퍼포먼스를 향상 시킬 수 있는 AI는 없습니다. 개발자들이 많이 피드백을 줬는데 그들이 온톨로지라는 개념을 몰라서 이해를 못하는거라고 생각하시는것 같습니다. "온톨로지를 구축하는것 자체가 기존에 없던 것이다." "이런 조건들이 필요하다는것 조차 모르는거다." 영상에 이렇게 언급하셨는데.. 엔지니어로 이 업에 몸담아보지 않으신 분이기 때문에 나오는 말이라고 생각합니다. 그 개발자들에게 객체지향프로그래밍을 아냐고 묻는다면 단 한명도 빼놓지 않고 다 알고 있다고 할겁니다. 그 온톨로지라는 계층들을 그래서 어떻게 범용적/자동적으로 구축할 수 있는지가 핵심인것이지 그 개념을 설명한것 자체가 혁신이 되진 않습니다. 팔란티어는 ChatGPT 아웃풋에 문제가 있는 이유를 온톨로지층의 부재로 본다고도 해주셨습니다. 근데 그건 팔란티어가 그렇게 생각하는게 아니라 AI업에 있는 모든 사람이 알고 있는 사실에 해당합니다. GPT, 즉 트랜스포머 기반 AI의 구조적인 한계 때문이죠. 그리고 팔란티어가 전쟁에서 어떤 문제들을 한것이 팔란티어가 완벽한 온톨로지를 구축했다는 증거라고 말씀하시는 부분도 논리적인 비약이라고 생각합니다. 데이터를 활용해 문제를 해결한 케이스는 무수히 많이 찾을 수 있습니다. 그런 하나 하나의 사례를 들어 시스템을 완벽히 구축했다고 볼 수는 없는것이죠. 저는 팔란티어가 고객사마다 데이터를 받아 그 도메인에 맞는 온톨로지를 구축하는 과정을 자동화해내는지를 지켜볼겁니다. 그게 된다면 역사에 남을 혁신, 그게 안된다면 데이터 시대에 특화된 SI 비즈니스의 한 형태로 볼 것 같습니다.
@@SL-hp2zk 팔란티어 자체에 대해서는 정보가 많이 부족하신 것 같아 답변을 쓰다가 안 쓰는게 나을 것 같아서 멈췄습니다. 제가 말씀드린 해자라는 부분은 온톨로지가 아니라 팔란티어의 온톨로지입니다. 개념적인 것에 대해 이게 맞네 , 저게 틀리네를 여기서 논하는 것은 별로 생산적이지 않은 토론 같다는 생각이 듭니다. 라방이 아니라 편집본영상이기에 오해하신 부분도 분명있는 것 같고요. (예를 들면 팔란티어가 온톨로지를 만들었다?, 팔란티어만 사용한다? 기존에 없던 것이다?) 팔란티어에 대해 먼저 확인해보시는 것을 추천드립니다. 업계에 계시니 직접 쉽게 팔란티어 개발자 혹은 협업자분들을 통해 확인해보시는게 어떨지요? 정말로 학부생도 다 알고 있는 뻔한 수준으로 구현하고 있는지 판단하시면 될 것 같습니다. 제 주장이 비약인지에 대한 판단을 제 영상에서 말씀드린 몇마디로 판단하지 마시고, 직접 찾아 확인해내신 정보로 판단하시는게 더 합리적인 선택이신듯 합니다.
@@bigdatadoctor 팔란티어가 학부생 수준으로 구현했다고 한적이 없습니다. 나스닥에 상장해서 AI 관련 기업중 하나로 잘 알려진 기업인데 학부생 수준으로 구현했다는 주장을 할리가 있나요? 영상에서 객채 개념을 프로그램과 UI로 구현하는것에 대해 설명하셨기 때문에 그 아이디어 자체는 그만큼 흔하다는 말씀을 드린것이죠. 이 영상의 내용에 "온톨로지를 구축하는것 자체가 기존에 없던 것이다." "이런 조건들이 필요하다는것 조차 모르는거다." 라고 하셨기 때문에 그것은 사실도 아니고 그 개념을 제시한것만으로 혁신이 될 수는 없는 이유를 설명드린것입니다. 영상의 내용은 그러한데 이번에는 "제가 말씀드린 해자라는 부분은 온톨로지가 아니라 팔란티어의 온톨로지입니다."라고 하시네요. "당신이 정보가 부족한거다" "당신이 팔란티어를 몰라서, 온톨로지를 몰라서 그렇게 생각하는거다"라는 류의 말씀을 계속 하시는것 같습니다. 너무나 논박하기 쉬운 주장입니다. reddit에서 팔란티어의 전망에 대해서만 검색해보셔도 실제 미국에 있는 현업자들이 팔란티어의 미래를 어떻게 보는지 알수 있고 미국 blind에 들어가보셔도 팔란티어 현직 개발자들이 회사를 어떻게 보는지 보실 수 있습니다. 거기에서도 전망은 반반으로 갈리는데 그 사람들에 대해서도 그냥 "정보가 부족하다" "온톨로지를 모른다"는 말로 치부할 수 있으신가요? 정보가 부족하다고 생각하시면 어떤 정보가 어떻게 부족한지를 설명해주시면 좋을것 같습니다. 저는 이미 오랫동안 널리 알려져있던 객체지향프로그래밍과 (이 외에도 비슷한 개념과 관점은 많습니다) 팔란티어의 온톨로지가 어떻게 다른지 생각해보실 거리를 드린겁니다. 그 답을 찾아보고 현실 가능성을 생각해보는게 팔란티어의 미래를 각자 예측해보는데 도움이 될 것이기 때문입니다. 제 관점에선 그 답은 "FDE없이 각 도메인에 시스템 구축 가능할 수 있는가"에 있다고 생각하는것이고 이 영상에는 단지 온톨로지라는 개념 자체가 최초고 혁신이라는것처럼 언급을 하셨기 때문에 포인트가 어긋난것 같다는 의견을 드린겁니다.
소통의 문제였던 것 같습니다. 오해가 있으십니다. 그리고 그 오해하신 상태에서 SL-hp2zk님께서 꽤 공격적으로 두번째 댓글을 다셨기에 저 또한 그 방식 그대로 받아쳤던 것 같습니다. 사실 차단하면 될 뿐인 이 댓글에 다시 달게 된 이유는 SL-hp2zk님을 통해 분명 배울 수 있는 부분이 있다고 생각돼서 다시 달게 됐습니다. 저희 감정을 배제하고 이 토론을 다시 한번 복기해보시겠습니까? 일단 오해하신 부분만 짚어드려 보겠습니다. 1. 일단 첫번째, 애초부터 그냥 온톨로지가 아니라 팔란티어의 온톨로지를 전달하려고 했던 방송입니다. 라방이었고 편집본이다 보니 그렇게 보이셨을 수 있겠습니다. 영상에서도 보시면 그냥 온톨로지의 개본 개념을 설명하는 슬라이드가 아니라, Effective Ontology 라는 개념의 슬라이드이고 "이 온톨로지를 구축한다라는 자체부터가 기존에 없던 것이다." 이렇게 얘기를 했습니다. 앞의 몇마디 맥락이 짤리다 보니 '이' 라는 단어가 잘 안들리셨던 것 같고, 그러다보니 온톨로지라는 개념이 팔란티어가 최초다로 받아들이신 것 같습니다. 여기서부터 저랑 포인트가 계속 맞지 않으셨던 같네요. 온톨로지를 인터넷에 검색만해봐도, 여러 기업들 홈페이지만 가봐도 다 나오는데, "팔란티어만 갖고 있다", "팔란티어가 최초다"라고 했을리가요. 이 부분은 저의 지난 팔란티어 영상에서도 담겨있습니다. 타회사에서도 온톨로지를 구현하고 있다는 것은 제가 이전 방송에서도 했던 말입니다. 제 구독자분들은 이미 다 아시는 내용이죠. 다시 말씀드리지만 온톨로지가 팔란티어의 해자가 아니라, 팔란티어의 온톨로지가 해자라는 영상입니다. 이 내용은 반복적으로 계속해서 방송에서 해왔던 내용들입니다. 그러므로 이 온톨로지라는 개념이 학부생들도 다 아는 기본적인 개념이고, 개발자라면 모를 리가 없다는 논점의 얘기는 이제 더 이상 안 해주셔도 될 것 같습니다. 개발자분들과 이것에 대해 얘기를 한 것이 SL-hp2zk님이 처음이 아닙니다. 이것을 전제로 다음으로 가보겠습니다. 2. 제가 처음 단 댓글을 보시면 아시겠지만, 개발자분들이 온톨로지라는 개념을 모른다라고 하지 않았습니다. 대부분 ‘팔란티어의 온토롤지’에 대한 개념을 모르시더라 라고 했죠. 개인적으로 코딩 독학 몇개월만 공부했던 저도 이것을 보자 마자 객체지향 프로그래밍인 걸 알아차렸습니다. 개발자분들이면 그 개념을 모르는 게 오히려 이상한 거겠죠. 3. 제가 영상에서 Effective Ontology에 대한 조건을 5-6개 정도 소개를 했는데, 그보다 훨씬 더 많은 조건들이 있었고, 제가 쉽게 이해한 부분만 슬라이드에 소개했습니다. 물론 그 5-6개의 조건들이 다른 기업들에서도 완벽하게 구현해내고 있는 상태라고 하신다면, 저는 방송에서 5-6개 조건만 소개를 드렸으니 제가 틀렸다고 할 수 있겠습니다. 그렇다면 인정합니다. 저의 정보 부족으로 과장을 하게 됐군요. 그러나 제가 확인했던 바로는… (1) 첫번째는 대부분 데이터들을 표준화하는 과정에서 …“누구나 쉽게 이해하고 소통할 수 있는가” 이 부분을 충족하지 못하더군요. 데이터 표준화가 돼도, 개발자집단에서만 소통이 되고, 같은 부서의 사람들끼리만 소통이 되고, 비개발자이거나 부서가 달라지면 여전히 쉽게 이해하지 못하는 양상을 보였습니다. 제가 삼성에서 근무했을 당시에도 같은 것을 느꼈습니다. 그런데 제가 인터뷰했던 개발자분들의 경우 대부분 여기서 공감하지 못하시더군요. 표준화가 됐으니 쉽게 소통이 될것이다라고 이론적으로만 얘기를 하셨으니까요. (2) 두번째는 데이터 표준화의 과정이 매우 힘들고 오래 걸리는 일이기에, 처음부터 시스템을 구축하지 않는 이상 대부분의 대기업의 개발자분들이 이렇게 시스템을 대거 교체하는 과정을 꺼려할 것이라는 부분이었죠. 그러나 팔란티어의 온톨로지는 전혀 그렇지가 않거든요. 4. 물론 이것은 단편적인 예이고, 그외에 제가 찾았던, 팔란티어 개발자분들의 후기를 보면 팔란티어가 내세우는 Effective Ontology기준을 타사에서는 만족하지 못하고 있다는 것이었습니다. 물론 제가 찾은 정보로 일반화 시킬수는 없겠으나 팔란티어에서 근무후 타사로 이직한 개발자분의 경우 인터뷰의 공통점이 그러했습니다. Azure, AWS, Databricks, Snowflake는 적어도 Effective Ontology기준을 만족하지 못했습니다. 5. 팔란티어와 시스템을 현재 함께 구축하신 분들과는 제가 직접 인터뷰를 이미 많이 한 상태였습니다. 대부분 대기업이었고, 이미 기존의 시스템으로 데이터 표준화가 돼있고 생태계가 구축돼있음에도 불구하고, 팔란티어로 교체하는 과정을 하고 있었죠. 그리고 그 분들의 후기를 통해서 이 방송에서 전하고자 했던 부분에 대해 저는 확신을 했습니다. 기존 시스템과 달랐기 때문입니다. 개념을 아는 것과 그 개념을 어떻게 구현해내느냐는 또다른 문제이잖아요. 현재 팔란티어의 방식대로 구현해내고 있는 의미론적 계층이 기존에는 없는 것이고, 그래서 온톨로지의 표준을 만들어가고 있다라고 말한 것이라고 보시면 될 것 같습니다. 6. 3번 5번 글은 온라인상의 콘텐츠를 통해 알게 된 것이 아니라, 대부분 직접 인터뷰를 통해서 알게 된 부분이었기에 직접 확인해보시라는 부분이 바로 이 메시지였습니다. 온라인 상에서는 진짜가 잘 나오질 않더군요. 같은 사람이 수시로 말이 바뀌기도 하고요. 그러므로 같은 업계에 있으시다면 만나보시는게 훨씬 더 수월하실 테니 오프라인으로 알아보심을 알려드린 것입니다. 일단 여기까지 글을 남기겠습니다. 댓글 달아주시면 추후 대댓글을 남겨보겠습니다. 그리고 해당업계의 전문가 분께서 제 영상에 대해 이렇게 장문의 평을 달아 주신 것에 대해서는 여전히 감사하게 생각합니다.
1.오사마 반 라덴이 당뇨가 있다는 점을 파악했다 그러면 먹어야할 좋은 음식과 피해야 할 음식과 먹어야할 약이 있겠죠 아프가니스탄에 들어가는 물건들은 배,항공기로 운송되면 송장이 있을 것이고 육로로 운송되도 결재내역 또는 구매해서 이동하는 동선이 위성에 의해서 감시가 가능 하죠 그 중에서 이 모든 데이터를 종합해 볼때 타인명의로 약과 음식이 도착하는 근방을 특정하고 거기서 더 깊은 추적을 해서 숨어있는 위치를 찾아서 확인 되면 드론으로 폭격해서 죽여버리면 되는거죠.... 2.김정은이 스포츠카를 좋아하는데 그 차량은 중국과 러시아 같은 경로를 거쳐 운송된다 그 차량이 비밀리에 선적되는 데이터를 확보하고 특정차량에 독가스를 차량내부로 배출하는 장치를 설치해 김정은아 특정되는 순간 그것을 터트려 살해한다 이런것도 가능 하겠내요.... 헤겔과 마르크스 철학이 좀 역겹다고 느끼는 이유 입니다 그들의 철학은 인류에게 나쁜 영향을 너무많이 끼쳤어요....
◆ 라방에 후원해주신 김승호 회장님, 모브드님 진심으로 감사드립니다 😄 ◆ 팔란티어 컨텐츠 재생목록 ruclips.net/p/PLCp2y4V2Sahw7KsnV8GkQPGL4KyTAH8r4 ◆ 개인의 해석일 뿐이며 사실과 일부 다른 내용이 있을 수 있습니다. 투자를 권유하는 영상이 아닙니다. ◆ 11.7 라이브 방송 편집본 영상입니다.
김승호 회장님을 여기서 댓글로 뵙게되어 더욱 신기하고 기분이 좋습니다. 온톨로지를 온톨리지 해주셨다는 혜안에 더욱 기대감이 높아집니다. 결국 미래는 AI와 빅데이터로인해 인간에게 충분한 양의 여가와 선택적 자유를 줄것이라고 기대해 봅니다. 또한 일천년동안의변화량 보다 컸던 지난 일백년간의변화. 또 그보다 컸던 일십년간의 변화가 다시금 더욱더 빠른속도의 변화량을 일년간 해내갈것이기에 그중심에 양자컴퓨터 AI 블록체인 가상현실 그리고 혁신기술이 있을 것이라고 예견합니다. 다만 빠른 속도와 커다란 능력은 결국 안전과 결부되어 있다는 점 하나가 우려됩니다.
와우, 이런설명은 첨이네요. 대단하십니다. 팔란이를 30에 사서 맘고생을 몇년동안하면서 견뎠는데 이제 AI때문에 팔란이의진가를 느끼는것 같아요. 테슬라는 그렇게 공부를 맗이하면서 팔란이는 느낌으로 투자하고 공부를 안하고 방치만 했었어요. 이제 좀 이해가 되려고하네요. 감사합니다.
파운드리가 회사의 의사결정에 필수요소가 되는 것도 참 중요하지만 이번 방송을 보고나니 인건비 절감이라는 부분이 확 와닿네요. 이미 팔란티어도 이번 분기에서 매출 증가에 비해 비용은 별로 늘지 않았었구요. 파견 인력 6개월 상주하는 것이 AIP로 대체되는 것이 앞으로의 일이 아닌 현재진행형이고..앞으로 고객수는 늘고 회사 규모는 커지지만 비용은 비례하여 늘지 않는 전무후무한 기업이 되려나요. 파운드리, AIP는 하나의 생명체. 기업 확장에 필요한 추가 인력을 대신한다, 기존 인력도 대신한다면. 그 값어치는 상승하겠구요. 어떤 회사에서는 필요없어지는 인력이 많이 생겨날 수도 있겠네요. 와..
아주 흥미롭네요. 저는 해외에서 e commerce 분야에서 일하고 있습니다. 영상처음부터 일반 PIM 을 넘어서는 개념이라고 느겼는데, 해석을 다 듣고 나니 정말 그렇네요. 보니깐 우리가 사용하는 Power BI 도 예시에 분석도구로 보이는데, 결국 그 데이터 역시 의미를 부여하지 않으면 그냥 보기좋게 정렬된 숫자에 불과하죠. 그래서 우리회사에서도 이 데이터에 의미를 부여하는 글로벌 조직을 만들었고 저도 그 중에 한명이었지만, 너무 데이터도 방대하고 복잡해서 일단은 홀드 상태이네요. 즉 온톨로지는 영상 제작자님이 말씀하신 분석도구 앞에 위치하는 것보다는 그 의미로 보면 완전 끝단에 분석에 의미를 부여하는 위치로 가는것이 맞지 않나 싶습니다. 모든. ERP 그리고 PIM 등등이 그렇듯이 말씀하신 배포 및 커스터마이징이 핵심입니다. 결국에는. 회사마다 니즈가 다르고 사업속성도 달라서 얼마나 유연하게 커스텀이 가능한지가 관건이 될겁니다. 근데 팔란티어는 데이터 저장 부터 분석까지 모든것을 제공하는건가요? 영상 잘 봤습니다.
이 영상보다보니 예전에 회사에서 어느 여성 개발자분 초빙해서 40분정도 강의했는데.. 거기서 온톨로지라는 단어를 접했던 기억이 나네요.. 그분도 물류시스템 개발하시던 분인데 잊고 살다가 투자하다보니 번뜩 생각나네요 ㄷㄷ 천천히 영상들 음미해보겠습니다. 양질의 영상 감사드려요
팔란티어가 도대체 어떤 개념의 기업인지 명확하게 모르고 있었는데 일반인이 이해할 수 있는 수준에서 설명해준 최초의 컨텐츠가 아닌가 싶네요. 감사드립니다. 그런데 이 영상을 보고나니 문득 불안해졌습니다. 그렇다면 팔란티어라는 기업이 가지고있는 해자는 뭘까? 지금까지는 국방부나 CIA와 일했기 때문에 문제가 없었다고 해도 그동안 팔란티어의 주가가 오르기 위해서는 국가기관을 벗어나 일반산업군 일반기업에 대한 서비스가 필요하다는거였는데 Ontology가 개념적인거고 팔란티어가 이걸 누구나 이해하고 입력할 수 있는 수준으로 만들어서 서비스할 수록 해자가 없어지는건 아닐까? 특허를 걸어놨다고 해도 개념적인것은 얼마든지 회피해서 만들 수 있을텐데... 개념을 정립하는데에는 20년이 걸렸을지 몰라도 정립된 개념을 습득하는건 금방이지 않을까? 그렇다면 구글이나 MS같은 거대기업이 개념만 가져가서 막강한 자금력과 인력으로 훨씬 더 강력한 인공지능으로 발전시켜버리면 팔란티어가 이길 수 있을까? 이 부분이 가장 투자자로서 불안해지네요.
이건 사실 DIKW pyramid모델을 사용한 것 같네요. Data, information, knowledge, wisdom. 이 피라미드에서는 데이터(data)에 문맥(context)이 부여가 됨으로써 정보(information)가 되고 정보에 의미(meaning)가 부여되면 이제 지식(knowledge)이 되고 마지막으로 지식에 통찰(insight)가 더해지면 지혜(wisdom)이 되죠. Data + context = information -> information + meaning = knowledge -> knowledge + insight = wisdom. 이러한 최종 형태를 만들어갈 것 같네여. 지금은 인공지능을 통해 데이터에 문맥을 부여함으로써 정보(information)를 줄 수 있는 단계까지 개발이 된 것 같고. 아직까지는 자신이 토출해낸 결과의 의미를 설명해주지 못하니 지식을 만들어내는 단계는 아닌듯 하네요. 그래도 결국에 wisdom까지 도달하면 자율경영이 가능해지겠네요.
개인적인 의문점은 온톨로지가 구축되었을때 얼마나 큰 효용이 생길지, 그게 온톨로지 구축 비용을 상쇄할지, 그리고 저렇게 목적이 확실한 기업이 과연 많을지. 도메인 전문가가 충분하지 않은 기업에는 혹은 착각하는 기업에는 효용이 있는지. 요즘 llm이 사내문서를 학습하고 질의응답을 하는 기능들이 제공하는데 그거에비해서 어떤 장점이 있는지 궁금하네요. 물론 특정 도메인과 완벽한 전문분야에서는 도움이 될 수 있어보이는데 시장이 생각보다 작을 수도 있다는 생각이 드네요. 현재 LLM이 굉장히 많은 문제를 범용적으로 해결해서 부가가치가 눈에 보이는 것에 반해서요.
LLM이 기업에서 통합적 사고를 할수 있느냐가 주된 포인트인 듯 합니다. 문서를 학습하는 단순 작업의 효율을 올려주는 관점이 아닌,,. 기업 전체의 데이터를 학습함으로 인해 …특정 사항에 대해 각부서가 어떠한 방향으로 대처해야하는지를 종합적으로 판단할 수 있는 관점이, 궁극적으로 가고자 하는 방향이 되겠죠. 그러기 위해서 온톨로지 구축이 핵심이 돼야하고, 도메인 전문가도 필요하겠구요. 목적이 확실하지 않은 기업들도 분명 많이 존재하겠으나, 현재 중점적으로 봐야하는 포인트는 목적이 확실힌 기업이 자신들의 미션을 팔란티어 시스템을 통해 이뤄냈느냐가 인 것 같습니다. 범용성보다 문제 해결을 더 중요시 여기는 것이 팔란티어의 핵심가치이니까요. LLM을 통해 전투력이 상승하느냐의 관점이 아닌, LLM을 통해 상대를 이길 수 있느냐의 관점이라고 할 수 있겠습니다.
AIP가 팔란티어 생산성에 얼마나 영향을 미칠까 질문했다가 영상 추천 주셔서 보았습니다. 저는 기업이 제시하는 철학이나 새로운 의미에는 큰 관심이 없고 오로지 이 기업이 돈을 잘 벌 수 있을까만 집중하려고 한다는 점을 미리 이야기 합니다. 알렉스 카프가 언급했듯 6개월이 2일로 단축 했다는 사례를 제시한 것울 보고 앞으로 더 발전해나간다면 생산성 문제는 해결 될 것 같아 보입니다. 그리고 Fabric과 Foundry를 비교한 글에서 Fabric이 따라가려면 수년이 더 필요하다. 이 글 하나로 제품 특성 및 수준을 단정 짓기는 어렵지만, 팔란티어가 시연한 영상들을 보면 잘 만들었다는 느낌(애플의 아이폰을 볼 때 느꼈던 감성)이 들어서 빅테크의 견제가 들어와도 팔란티어가 살아남을 수 있지 않을까 조심스럽게 생각을 해봅니다. 스마트 폰도 기능이나 성능면에서 아이폰이 월등했던건 아니지만 제품이 주는 고유한 감성이 사용자들로 하여금 헤어나오지 못하게 한 사례가 있으니, 비슷한 제품군 중 팔란티어 제품을 사용해본 유저라면 누구나 팔란티어를 사용하고 싶을 것 같습니다. Autonomous operation 단계로 넘어가게 된다면 앞으로 기업 생태계가 어떻게 될 지 예상이 잘 안되는군요. 제품을 도입한다 하면 근로자들은 자신의 일자리가 위협 받을 걸 두려워 할 것 같은데, 노 사간 갈등이 사회적 문제로 크게 떠오를 것 같습니다. 자본주의 원리로 그냥 밀어 붙여서 각 기업들의 운영이 무인 자동화가 되어 팔란티어가 돈을 쓸어 담을지 어떻게 될까 싶긴 한데, 지금은 이 단계로 진입하지 않았으니,, 좀 더 지켜봐야 겠습니다.
의미 있는 방송 감사합니다. 현대중공업이 팔란티어와 협업한다고 기사가 나온지 어언 1년이 지났는데 팔란티어로 인해 어떤 좋은점이 있었는지 정말 궁금합니다. 두산인프라코어도 있었고...그 이후 이야기가 전혀 들리지 않아 그 부분이 항상 궁금했었습니다. 아시는 분이 있다면 투자에 더욱더 확신이 들 것 같긴합니다. 어쨌거나 저 역시 팔란티어 주주로서 방송 감사히 잘 들었습니다. 어떤 알고리즘인지 금일 알게된 멋진 체널!! 구독 박았습니다.
현대중공업(또는두산)에서 업무효율성을 높이기 위해 마소프로그램을 사용했다고 해서 파워포인트를 언급할 이유가 없고 타경쟁사도 있기때문에 언급해서도.안되는... 이게 토픽이였고 그걸 구독해서 해결했다고 공시할..수도 없고.그런것 아닐까요?^^ 0001010010101101010101010100001110101010101010101010001111 ^^
◆내과 의사는 왜 팔란티어를 찾아 갔을까 (feat. 팔란티어 서지숙 매니저님) ruclips.net/video/yCbFvbGDcvs/видео.htmlfeature=shared ◆현업계의 이야기 - 팔란티어를 사용하는 기업만 살아남는 이유 ruclips.net/video/DEwqY-IIIBU/видео.htmlfeature=shared
최근에 열심히 공부중인데, 팔란티어의 Ontology 화 된 데이터를 보유한 회사와 그렇지 않은 데이터만 가진 회사가 AI 서비스를 개발하려고할때 특히 RAG 기반 서비스일때 어떤 차이가 발생하는지 설명하는 영상이 있었으면 좋겠다고 생각합니다.. 여기서도 벡터 얘기를 하시는데, raw data 이던 ontology 화 된 data 이던 벡터화 해서 LLM 이 쓰는건 똑같은데, 전자가 벡터화 됐을때랑 후자가 벡터화 됐을 때 정확히 어떤 차이가 있는지 알고싶네요
최대 60-100달러 사이봅니다. 이유로는 테슬라나 다른 대장기업들과달리 일반 소비자들이 누구나 쓸수있는 소프프웨어가 아니고, 두번째 주소구글맵에서 해보면 알겠지만 건물이 우리나라 중소기업만합니다. 더커질 이유도 필요도없는 사업구조이기도 하지만요. 마지막으로 유독 김치가 많이 뭍어있는 주식이라는점도 걸리네요 한두달만 지나면 한국인이 가장 많이산 미국주식으로 수량이나 금액이아닌 전체시총대비 최대치로 뉴스한번 탈듯요
3년 후, 이 영상은 전설이 되고 빅데이터닥터는 100만 유튜버가 된다...
좋은 말씀 너무 감사합니다^^
3년은 아니고 5년정도
5년정도 ㅇㅈ
3년전에 올렸으면 인정
@@bigdatadoctor😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮😮
구체적인 설명 감사드립니다. 지나가다 우연히 영상을 보게된 현직 머신러닝 엔지니어입니다. 저도 미국에서 일을 하고 있어서 평소 팔란티어에 대한 이야기를 종종 듣습니다. 개인적으로는 팔란티어라는 기업에 대한 몇가지 의구심을 가지고 있어서 다소 부정적인 편향이 있을 수 있다는점 미리 말씀드립니다.
온톨로지라는 개념은 데이터 과학을 잘요약해주는 훌륭한 개념이라고 생각합니다. 그런데 선생님께서 팔란티어는 "다른 기업들과 달리 문제를 정의하는데서 시작하며 이건 혁신이다"라고 해주셨는데요. 조금 과장되었다고 생각합니다. 데이터를 활용해서 프로덕트를 만들거나 인사이트를 뽑아내는 비즈니스를 하는 기업중에 "문제 정의"를 중요하게 생각하지 않는 기업은 제가 아는한 하나도 없습니다. 서점에 있는 아무 데이터 과학책을 집어도 거의 맨 앞쪽에서 찾아볼 수 있는 기본중에 기본이거든요. 대부분의 데이터 관련 기업이 문제를 정의하고 거기에 맞는 형태로 데이터를 가공하는데 프로젝트의 상당부분을 할애합니다. CEO가 철학자에 가까운 분이라고 알고 있는데 그래서인지 팔란티어의 비즈니스를 철학적인 개념으로 잘 재정의하고 있는것 같습니다만... 이게 회사의 입장인지는 제가 모르겠지만 "문제 해결이라는 목적에 따라 데이터의 의미가 다르게 부여된다" 심지어는 대학원 석사 과제 수준에서도 1강에 교수님들이 강조하시는 이 문구를 전면에 내세운것으로 과연 혁신이라고 할 수 있는지 의문입니다. 현업의 눈으로보면 당연한 이야기를 그럴싸하게 디자인한 것으로 보이기도 한다는게 솔직한 마음입니다.
말씀하신대로 데이터는 기록 (혹은 흔적)일뿐 그것을 통해 인사이트를 뽑아내는 일은 (1) 문제를 어떻게 정의하고 같은 데이터도 어떤 형태와 어떤 가중치를 부여하느냐 (2) 또 그것을 분석하는 알고리즘을 데이터의 형태에 따라 어떻게 선택하느냐에 따라 천차만별로 달라질 수 있습니다. 따라서 해당 도메인 전문가가 반드시 필요한것이죠. 가령 의료 데이터를 통해 무언가를 하려고 한다면 그 의료 데이터를 잘 알고 있는 업계 종사자들이 반드시 필요하다는것입니다. 제가 팔란티어에 대해 부정적으로 봤던 지점은 여기에 있습니다. 결국 팔란티어는 고객사들로 하여금 데이터를 쉽게 활용할 수 있는 기술적인 툴을 제공하는 회사이지만, UI를 통해 데이터를 쉽게 다룰 수 있다 하더라도 그것을 가공하고 정제하며 알고리즘을 바꾸고 문제를 재정의하는 일들은 팔란티어가 직접해줄 수 없기 때문이죠. 사실 데이터 분석 툴들은 (팔란티어처럼 fancy 하진 않았지만) 그동안에도 많이 있었습니다. AWS나 구글클라우드컴퓨팅에서는 어떤 면에서 더 통합적으로 파이프라인까지 구축할 수 있는 서비스를 제공하기도 하죠. 결국 팔란티어의 제품으로 뭔가 의미있는 프로젝트를 만들기 위해서는 데이터 제공자 (=고객사)와의 협업이 필수이고.. 그렇다면 플랫폼 형태로 사업이 기하급수적으로 커질수는 없다고 봤습니다. 계속해서 초기 인력을 지원해줘야할테니까요. 예를 들어 100개의 고객사가 동시에 생기면 동시에 100개의 기업에 파견할 엔지니어 숫자가 필요한 셈이죠. 유연하지 않은 사업형태라고 생각했습니다. 저는 그것이 팔란티어가 파운더리등 대표 프로덕트를 내놓은지 이미 꽤 되었는데도 고객사가 폭발적으로 늘어나지 못하고 있는 이유라고 봤고.. 지금은 모르겠지만 제가 관심을 가지던 얼마전까지도 팔란티어를 좋게 보는 분들이 예시로 드는것이 "빈라덴 암살작전"이었는데 대표작으로 회자되는것이 아직도 10년이 넘은 프로젝트라는것도 그 이유라고 생각했습니다.
그런데 올려주신 영상을 보니 팔란티어에서는 그 해법을 AI에서 찾으려고 하는것 같네요. 인력을 파견해 해당 분야의 도메인 전문가들과 데이터에 관한 지식과 경험을 주고 받으며 프로덕트를 조율하는 과정을 직접 엔지니어를 파견하는 방식에서 탈피해 자동화하는것을 꾀하고 있는 것 같네요. 이게 성공적으로 안착이 된다면 많은 비용을 절감하고 비즈니스에 유연성을 가져갈 수 있을거라고 생각합니다. 저희도 업무에 LLM을 활용하고 있는데요. 아직은 챗GPT도 제가 일하고 있는 도메인 분야에 대해서는 형편없는 아웃풋을 보여주고 있어서 저마다 다른 도메인을 가진 고객사들을 상대 해야 할 팔란티어가 대화형AI를 통해 그것을 다 커버할 수 있을지는 지켜봐야겠지만.. 이런 방향성을 보면 제가 팔란티어에 대해 부정적으로 생각했던 지점은 당연히 그 기업에서도 인지하고 해결하려 하고 있었다는 생각이 듭니다.
또 하나는 팔란티어가 고객사와 계약을 하면서 데이터 사용에 대한 권한을 어느 정도로 부여받고 있는지 궁금하네요. 데이터가 곧 자원인 세상이라서 팔란티어가 고객을 늘리면서 받는 그 데이터들을 단지 서비스 목적으로만 사용하겠다는 계약에서 그치지 않고 그 이상의 목적으로 자체 사용할 수 있도록 되어있다면 지금 제공하는 분석툴을 넘어서 데이터 플랫폼의 역할도 할 수 있고 팔란티어 스스로도 다른 프로덕트로 확장할 수 있는 가능성이 많아지겠죠.
솔직히 말하면 저는 아직도 이 회사가 가진 업의 본질상 확장성에 한계가 있다고 보는 입장이지만, 적어도 회사의 방향성은 올바르게 나아가고 있다는 생각이 듭니다. 누구나 이해하기 쉽게 설명하기가 쉽지 않은 분야인데 잘 정리해주셔서 감사합니다. 지나가다가 보고 저도 부족한 생각이지만 누군가에게 도움되길 바라며 남겨봤습니다.
영상에 대해 큰 관심 갖아주셔서 너무 감사합니다. 진심어린 피드백또한 너무 감사합니다.^^
*한가지 말씀드리면 여러 개발자분들께서 종종 피드백을 주십니다. 그런데 신기하게도 100%다 지금 말씀하신 내용들입니다. "이미 다른 기업들에서 다 하고 있는 거다. 팔란티어라고 해서 특별한 게 아니다." 라는 입장이시더군요. 그러나 대부분 팔란티어의 온톨로지에 대한 개념을 모르시는 경우였습니다.
1) 데이터를 통해서 인사이트를 찾을 때 '문제를 먼저 정의하라'는 그 기본중의 기본을 안하는 기업들이 생각하시는 것보다는 많습니다. 그래서 임원진에서 빅데이터 전문가를 고용후 데이터를 던져주고 '뭐든 인사이트를 찾아봐' 이런 경우가 허다 하죠. 수많은 레거시 기업에서 벌어지고 있는 일이고, 자신들의 문제가 무엇인지조차 모르는 경우도 허다합니다. 이 사항은 연구데이터로도 있다고 하더군요.
또한 실제로 팔란티어와 협업중인 기업의 직원분들과 인터뷰를 해보면, 온톨리지를 구축하는 과정에서 매우 힘들었다는 얘기를 듣게 됩니다. 왜냐하면 자신들의 문제 파악이 안돼있었기 때문이죠. 그래서 이 데이터의 의미가 맞나를 계속 고민하게 된다고 하더군요. 하물며 온톨로지 조차 없는 기업이라면 이것에 대한 고민횟수는 당연히 더 줄어들 수 밖에요.(스노우 플레이크도 온톨로지 층이 없습니다.)
2) 문제를 정의했다고 쳐도 그로 인해 부여되는 데이터의 의미를 기업내의 모든 직원들이 다 파악할 수 있는가는 또다른 문제입니다. 이미 수많은 테크 기업들이 다양한 데이터를 통합하여 표준화의 과정을 해놓았으나, 그 표준화된 데이터의 의미를 개발자들만 알아본다는 문제가 있습니다.
3) 팔란티어는 문제해결의 근본적 방법을 온톨로지 층을 구축하는 것이라고 보았으며, 그 시스템의 표준을 만들어가고 있다는 것이 본 영상에서 전달하고자 했던 부분입니다. chatGPT의 아웃풋이 좋지 않은 근본적 이유를 온톨로지층(의미론적 계층)의 부재로 보죠.
4) 팔란티어는 고객의 데이터를 저장하거나 따로 이용하지 않습니다. 고객의 서버에 안착하는 소프트웨어입니다.
5) 온톨로지가 없다면 말씀하신 대로 다른 기업에서 이미 다 하고 있는 뻔하디 뻔한 기업이 됩니다. 이 분야의 전문가이시니 팔란티어의 온톨로지 시스템에 대해 기술적으로 접근해보신다면 아마 진짜 본질이 보이시지 않을까 권유드려봅니다.
정성껏 써주신 피드백 다시 한번 감사드립니다.^^ 조금이나마 도움이 되셨기를 바랍니다.^^
@@bigdatadoctor 답변 감사드립니다. 저도 추가 답변 드립니다.
맞습니다. 거의 모든 산업에서 데이터가 빠르게 축적되고 있고 이를 활용해야 한다는 인식이 빠르게 퍼지고 있는만큼, 그런 경험이 부족한 회사들은 기본적인 문제 정의에도 어려움을 겪는 경우가 많아지고 있는건 사실이죠.
그런데 제가 말씀드린건 "데이터로 인사이트를 뽑아내는 비즈니스를 하는 기업"들입니다. 팔란티어가 해자를 가지려면 이 기업들 사이에서도 찾아보지 못했던 독자적인 기술이나 비즈니스를 보여줘야할것입니다. 그런데 이런 기업들에게는 문제를 정의하고 데이터를 기계적으로 투입하는것이 아니라 도메인 지식을 바탕으로 재가공, 분석하는것이 이미 기본이며 팔란티어에서 설명하고 있는 온톨로지라는 개념은 그 과정을 잘 설명하고 있는것은 사실이지만 팔란티어가 독창적으로 개발해 혼자서만 가지고 있는 특별한것이 아니라는 점을 말씀드린것입니다. 팔란티어의 비즈니스가 아무 의미 없다는 뜻은 아닙니다. 다만 그 온톨로지라는 개념이 팔란티어의 비즈니스에 대한 기술적/경제적 해자를 가져다주는것이 아니라는걸 말씀드린것입니다.
영상에서 설명해주신 객체종류/속성/관계/기능 같은것들은 소프트웨어 엔지니어링의 가장 유명한 개념중 하나인 객체지향프로그래밍(OOP)라는 개념에 대한 설명에 크게 다르지 않고, 예를 들어주신 항공업에 대한 온톨로지 구축과 그것을 UI로 구현할 수 있도록 라이브러리화 해놓은것은 사실 컴퓨터과학 전공 학부생의 프로젝트 과제로도 흔히 볼 수 있는 유형의 문제입니다. 당연히 팔란티어는 그 객체와 속성, 기능들을 구현하면서 더 다양하고 전문적으로 만들어놨겠죠. 하지만 그런 의미론적인 연결을 통해 바깥 세상을 디지털 세계안에서 프로그램으로 구현한다는 발상이 단지 "온톨로지"라는 말을 썼다고 해서 독창적인것으로 바뀌는건 아니라는겁니다.
팔란티어라는 기업이 정말 온톨로지라는 개념으로 세상을 놀라게 하기 위해서는 이렇게 "온톨로지"를 의미론적으로 구축하고 그것을 구현하며 심지어는 UI위에서 인간에게 직관적으로 이해할 수 있도록 띄우는 파이프라인의 과정을 자동화하거나 혹은 놀라울 정도로 범용성을 높여줘야 할겁니다. 제가 이해하는 팔란티어의 비전은 여기에 있는겁니다. 그리고 현재 단계에서는 그게 전혀 안되고 있죠. 새로운 고객사마다 개발자를 파견해서 그 온톨로지를 새롭게 구축하고 툴 셋팅을 해줘야하는 단계라는게 그걸 의미하는겁니다. 현재는 한때 전사적자원관리(ERP) 열풍에 덕을 봤던 SI업체들의 비즈니스 모델과 크게 다르지 않습니다.
영상에 언급해주신 대로 그 해법을 AI에서 찾게다는게 현재 팔란티어의 비전인것 같습니다. 업의 해자가 나온다면 여기서 나올거라는겁니다. AI가 어떤 고객사의 데이터만 받아보기만 하면 온톨로지를 구축하고 거기에 맞게 데이터를 가공하고 워크플로우를 구축한다면. 그런 AI 모델이 나온다면 챗GPT 저리가라 할 정도의 엄청난 반향이 있을거고 그러면 팔란티어라는 기업은 다음 세대의 FAANG이 될 수 있을거라고 생각합니다.
다만, 저는 그것도 쉽지는 않을거라고 봐요. 왜냐면 그런 AI를 만들기 위해서는 학습시킬 데이터가 있어야 하기 때문이죠. 다시말해 고객사들의 데이터를 받아서 그 회사가 필요한 비즈니스 인사이트 뽑아내는 워크플로우 구축해주는것뿐만 아니라 그 데이터를 학습해 온톨로지를 구축하는 일을 하는 AI를 만드는 작업을 따로 해야한다는겁니다. 학습할 데이터가 없으면 AI는 나올수가 없습니다. 그리고 선생님 말씀해주신것처럼 팔란티어는 고객사의 데이터를 직접 저장하거나 따로 활용하지는 못하고 있는것이죠. 학습할 데이터가 없는데 온톨로지 구축을 자동화하는 AI가 나올 수 있다? 정말 따끈따끈한 최신 기술로도 데이터를 학습하지 않고 퍼포먼스를 향상 시킬 수 있는 AI는 없습니다.
개발자들이 많이 피드백을 줬는데 그들이 온톨로지라는 개념을 몰라서 이해를 못하는거라고 생각하시는것 같습니다. "온톨로지를 구축하는것 자체가 기존에 없던 것이다." "이런 조건들이 필요하다는것 조차 모르는거다." 영상에 이렇게 언급하셨는데.. 엔지니어로 이 업에 몸담아보지 않으신 분이기 때문에 나오는 말이라고 생각합니다. 그 개발자들에게 객체지향프로그래밍을 아냐고 묻는다면 단 한명도 빼놓지 않고 다 알고 있다고 할겁니다. 그 온톨로지라는 계층들을 그래서 어떻게 범용적/자동적으로 구축할 수 있는지가 핵심인것이지 그 개념을 설명한것 자체가 혁신이 되진 않습니다. 팔란티어는 ChatGPT 아웃풋에 문제가 있는 이유를 온톨로지층의 부재로 본다고도 해주셨습니다. 근데 그건 팔란티어가 그렇게 생각하는게 아니라 AI업에 있는 모든 사람이 알고 있는 사실에 해당합니다. GPT, 즉 트랜스포머 기반 AI의 구조적인 한계 때문이죠. 그리고 팔란티어가 전쟁에서 어떤 문제들을 한것이 팔란티어가 완벽한 온톨로지를 구축했다는 증거라고 말씀하시는 부분도 논리적인 비약이라고 생각합니다. 데이터를 활용해 문제를 해결한 케이스는 무수히 많이 찾을 수 있습니다. 그런 하나 하나의 사례를 들어 시스템을 완벽히 구축했다고 볼 수는 없는것이죠.
저는 팔란티어가 고객사마다 데이터를 받아 그 도메인에 맞는 온톨로지를 구축하는 과정을 자동화해내는지를 지켜볼겁니다. 그게 된다면 역사에 남을 혁신, 그게 안된다면 데이터 시대에 특화된 SI 비즈니스의 한 형태로 볼 것 같습니다.
@@SL-hp2zk 팔란티어 자체에 대해서는 정보가 많이 부족하신 것 같아 답변을 쓰다가 안 쓰는게 나을 것 같아서 멈췄습니다.
제가 말씀드린 해자라는 부분은 온톨로지가 아니라 팔란티어의 온톨로지입니다.
개념적인 것에 대해 이게 맞네 , 저게 틀리네를 여기서 논하는 것은 별로 생산적이지 않은 토론 같다는 생각이 듭니다. 라방이 아니라 편집본영상이기에 오해하신 부분도 분명있는 것 같고요. (예를 들면 팔란티어가 온톨로지를 만들었다?, 팔란티어만 사용한다? 기존에 없던 것이다?)
팔란티어에 대해 먼저 확인해보시는 것을 추천드립니다. 업계에 계시니 직접 쉽게 팔란티어 개발자 혹은 협업자분들을 통해 확인해보시는게 어떨지요? 정말로 학부생도 다 알고 있는 뻔한 수준으로 구현하고 있는지 판단하시면 될 것 같습니다.
제 주장이 비약인지에 대한 판단을 제 영상에서 말씀드린 몇마디로 판단하지 마시고, 직접 찾아 확인해내신 정보로 판단하시는게 더 합리적인 선택이신듯 합니다.
@@bigdatadoctor 팔란티어가 학부생 수준으로 구현했다고 한적이 없습니다. 나스닥에 상장해서 AI 관련 기업중 하나로 잘 알려진 기업인데 학부생 수준으로 구현했다는 주장을 할리가 있나요? 영상에서 객채 개념을 프로그램과 UI로 구현하는것에 대해 설명하셨기 때문에 그 아이디어 자체는 그만큼 흔하다는 말씀을 드린것이죠. 이 영상의 내용에 "온톨로지를 구축하는것 자체가 기존에 없던 것이다." "이런 조건들이 필요하다는것 조차 모르는거다." 라고 하셨기 때문에 그것은 사실도 아니고 그 개념을 제시한것만으로 혁신이 될 수는 없는 이유를 설명드린것입니다. 영상의 내용은 그러한데 이번에는 "제가 말씀드린 해자라는 부분은 온톨로지가 아니라 팔란티어의 온톨로지입니다."라고 하시네요.
"당신이 정보가 부족한거다" "당신이 팔란티어를 몰라서, 온톨로지를 몰라서 그렇게 생각하는거다"라는 류의 말씀을 계속 하시는것 같습니다. 너무나 논박하기 쉬운 주장입니다. reddit에서 팔란티어의 전망에 대해서만 검색해보셔도 실제 미국에 있는 현업자들이 팔란티어의 미래를 어떻게 보는지 알수 있고 미국 blind에 들어가보셔도 팔란티어 현직 개발자들이 회사를 어떻게 보는지 보실 수 있습니다. 거기에서도 전망은 반반으로 갈리는데 그 사람들에 대해서도 그냥 "정보가 부족하다" "온톨로지를 모른다"는 말로 치부할 수 있으신가요? 정보가 부족하다고 생각하시면 어떤 정보가 어떻게 부족한지를 설명해주시면 좋을것 같습니다. 저는 이미 오랫동안 널리 알려져있던 객체지향프로그래밍과 (이 외에도 비슷한 개념과 관점은 많습니다) 팔란티어의 온톨로지가 어떻게 다른지 생각해보실 거리를 드린겁니다. 그 답을 찾아보고 현실 가능성을 생각해보는게 팔란티어의 미래를 각자 예측해보는데 도움이 될 것이기 때문입니다. 제 관점에선 그 답은 "FDE없이 각 도메인에 시스템 구축 가능할 수 있는가"에 있다고 생각하는것이고 이 영상에는 단지 온톨로지라는 개념 자체가 최초고 혁신이라는것처럼 언급을 하셨기 때문에 포인트가 어긋난것 같다는 의견을 드린겁니다.
소통의 문제였던 것 같습니다. 오해가 있으십니다. 그리고 그 오해하신 상태에서 SL-hp2zk님께서 꽤 공격적으로 두번째 댓글을 다셨기에 저 또한 그 방식 그대로 받아쳤던 것 같습니다.
사실 차단하면 될 뿐인 이 댓글에 다시 달게 된 이유는 SL-hp2zk님을 통해 분명 배울 수 있는 부분이 있다고 생각돼서 다시 달게 됐습니다. 저희 감정을 배제하고 이 토론을 다시 한번 복기해보시겠습니까?
일단 오해하신 부분만 짚어드려 보겠습니다.
1. 일단 첫번째, 애초부터 그냥 온톨로지가 아니라 팔란티어의 온톨로지를 전달하려고 했던 방송입니다. 라방이었고 편집본이다 보니 그렇게 보이셨을 수 있겠습니다. 영상에서도 보시면 그냥 온톨로지의 개본 개념을 설명하는 슬라이드가 아니라, Effective Ontology 라는 개념의 슬라이드이고
"이 온톨로지를 구축한다라는 자체부터가 기존에 없던 것이다." 이렇게 얘기를 했습니다. 앞의 몇마디 맥락이 짤리다 보니 '이' 라는 단어가 잘 안들리셨던 것 같고, 그러다보니 온톨로지라는 개념이 팔란티어가 최초다로 받아들이신 것 같습니다. 여기서부터 저랑 포인트가 계속 맞지 않으셨던 같네요.
온톨로지를 인터넷에 검색만해봐도, 여러 기업들 홈페이지만 가봐도 다 나오는데, "팔란티어만 갖고 있다", "팔란티어가 최초다"라고 했을리가요. 이 부분은 저의 지난 팔란티어 영상에서도 담겨있습니다. 타회사에서도 온톨로지를 구현하고 있다는 것은 제가 이전 방송에서도 했던 말입니다. 제 구독자분들은 이미 다 아시는 내용이죠.
다시 말씀드리지만 온톨로지가 팔란티어의 해자가 아니라, 팔란티어의 온톨로지가 해자라는 영상입니다. 이 내용은 반복적으로 계속해서 방송에서 해왔던 내용들입니다. 그러므로 이 온톨로지라는 개념이 학부생들도 다 아는 기본적인 개념이고, 개발자라면 모를 리가 없다는 논점의 얘기는 이제 더 이상 안 해주셔도 될 것 같습니다. 개발자분들과 이것에 대해 얘기를 한 것이 SL-hp2zk님이 처음이 아닙니다.
이것을 전제로 다음으로 가보겠습니다.
2. 제가 처음 단 댓글을 보시면 아시겠지만, 개발자분들이 온톨로지라는 개념을 모른다라고 하지 않았습니다. 대부분 ‘팔란티어의 온토롤지’에 대한 개념을 모르시더라 라고 했죠. 개인적으로 코딩 독학 몇개월만 공부했던 저도 이것을 보자 마자 객체지향 프로그래밍인 걸 알아차렸습니다. 개발자분들이면 그 개념을 모르는 게 오히려 이상한 거겠죠.
3. 제가 영상에서 Effective Ontology에 대한 조건을 5-6개 정도 소개를 했는데, 그보다 훨씬 더 많은 조건들이 있었고, 제가 쉽게 이해한 부분만 슬라이드에 소개했습니다. 물론 그 5-6개의 조건들이 다른 기업들에서도 완벽하게 구현해내고 있는 상태라고 하신다면, 저는 방송에서 5-6개 조건만 소개를 드렸으니 제가 틀렸다고 할 수 있겠습니다. 그렇다면 인정합니다. 저의 정보 부족으로 과장을 하게 됐군요.
그러나 제가 확인했던 바로는…
(1) 첫번째는 대부분 데이터들을 표준화하는 과정에서 …“누구나 쉽게 이해하고 소통할 수 있는가” 이 부분을 충족하지 못하더군요. 데이터 표준화가 돼도, 개발자집단에서만 소통이 되고, 같은 부서의 사람들끼리만 소통이 되고, 비개발자이거나 부서가 달라지면 여전히 쉽게 이해하지 못하는 양상을 보였습니다. 제가 삼성에서 근무했을 당시에도 같은 것을 느꼈습니다. 그런데 제가 인터뷰했던 개발자분들의 경우 대부분 여기서 공감하지 못하시더군요. 표준화가 됐으니 쉽게 소통이 될것이다라고 이론적으로만 얘기를 하셨으니까요.
(2) 두번째는 데이터 표준화의 과정이 매우 힘들고 오래 걸리는 일이기에, 처음부터 시스템을 구축하지 않는 이상 대부분의 대기업의 개발자분들이 이렇게 시스템을 대거 교체하는 과정을 꺼려할 것이라는 부분이었죠. 그러나 팔란티어의 온톨로지는 전혀 그렇지가 않거든요.
4. 물론 이것은 단편적인 예이고, 그외에 제가 찾았던, 팔란티어 개발자분들의 후기를 보면 팔란티어가 내세우는 Effective Ontology기준을 타사에서는 만족하지 못하고 있다는 것이었습니다. 물론 제가 찾은 정보로 일반화 시킬수는 없겠으나 팔란티어에서 근무후 타사로 이직한 개발자분의 경우 인터뷰의 공통점이 그러했습니다. Azure, AWS, Databricks, Snowflake는 적어도 Effective Ontology기준을 만족하지 못했습니다.
5. 팔란티어와 시스템을 현재 함께 구축하신 분들과는 제가 직접 인터뷰를 이미 많이 한 상태였습니다. 대부분 대기업이었고, 이미 기존의 시스템으로 데이터 표준화가 돼있고 생태계가 구축돼있음에도 불구하고, 팔란티어로 교체하는 과정을 하고 있었죠. 그리고 그 분들의 후기를 통해서 이 방송에서 전하고자 했던 부분에 대해 저는 확신을 했습니다. 기존 시스템과 달랐기 때문입니다.
개념을 아는 것과 그 개념을 어떻게 구현해내느냐는 또다른 문제이잖아요. 현재 팔란티어의 방식대로 구현해내고 있는 의미론적 계층이 기존에는 없는 것이고, 그래서 온톨로지의 표준을 만들어가고 있다라고 말한 것이라고 보시면 될 것 같습니다.
6.
3번 5번 글은 온라인상의 콘텐츠를 통해 알게 된 것이 아니라, 대부분 직접 인터뷰를 통해서 알게 된 부분이었기에 직접 확인해보시라는 부분이 바로 이 메시지였습니다. 온라인 상에서는 진짜가 잘 나오질 않더군요. 같은 사람이 수시로 말이 바뀌기도 하고요. 그러므로 같은 업계에 있으시다면 만나보시는게 훨씬 더 수월하실 테니 오프라인으로 알아보심을 알려드린 것입니다.
일단 여기까지 글을 남기겠습니다. 댓글 달아주시면 추후 대댓글을 남겨보겠습니다.
그리고 해당업계의 전문가 분께서 제 영상에 대해 이렇게 장문의 평을 달아 주신 것에 대해서는 여전히 감사하게 생각합니다.
진짜 이런 퀄리티의 기업분석은 처음본다
참~~수고많으셨습니다 오늘도 행복하세요~~~
1.오사마 반 라덴이 당뇨가 있다는 점을 파악했다 그러면 먹어야할 좋은 음식과 피해야 할 음식과 먹어야할 약이 있겠죠
아프가니스탄에 들어가는 물건들은 배,항공기로 운송되면 송장이 있을 것이고 육로로 운송되도 결재내역 또는 구매해서 이동하는 동선이 위성에 의해서 감시가 가능 하죠
그 중에서 이 모든 데이터를 종합해 볼때 타인명의로 약과 음식이 도착하는 근방을 특정하고 거기서 더 깊은 추적을 해서 숨어있는 위치를 찾아서 확인 되면 드론으로 폭격해서 죽여버리면 되는거죠....
2.김정은이 스포츠카를 좋아하는데 그 차량은 중국과 러시아 같은 경로를 거쳐 운송된다 그 차량이 비밀리에 선적되는 데이터를 확보하고 특정차량에 독가스를 차량내부로 배출하는 장치를 설치해 김정은아 특정되는 순간 그것을 터트려 살해한다
이런것도 가능 하겠내요....
헤겔과 마르크스 철학이 좀 역겹다고 느끼는 이유 입니다
그들의 철학은 인류에게 나쁜 영향을 너무많이 끼쳤어요....
팔란티어 시스템에도 놀랐지만 이 개념을 어떻게 이렇게 설명할 수 있는가..에 대해서도 감탄하면서 봤습니다.
좋은 말씀 감사합니다!
팔란티어 주주입니다. 이 정도 까지는 팔란티어에 대해 알지 못 하였는데,, 좀 더 알게되는 계기가 되었습니다. 감사합니다.
도움이 되셔서 다행이네요^^
◆ 라방에 후원해주신 김승호 회장님, 모브드님 진심으로 감사드립니다 😄
◆ 팔란티어 컨텐츠 재생목록
ruclips.net/p/PLCp2y4V2Sahw7KsnV8GkQPGL4KyTAH8r4
◆ 개인의 해석일 뿐이며 사실과 일부 다른 내용이 있을 수 있습니다. 투자를 권유하는 영상이 아닙니다.
◆ 11.7 라이브 방송 편집본 영상입니다.
투자자로 변신하신 김승호회장님의 픽이라니 감개무량합니다😊
동감합니다. 🎉
고맙습니다
퍼팩트한 분석가 이심니다 👍👍👍
감사합니다 ☺️
다시 한번더 복습을 해서 보고 있습니다 몇년뒤 제 모습을 더 확실하게 상상할수 있겟네요🎉🎉
감사합니다^^
팔란티어 주식에 투자를 하기 위해 공부하다가 영상을 보게 되었고,두 분의 토론도 읽었습니다.
도움이 되었습니다.
감사합니다. 😊
영감을 주는 영상 감명 깊게 잘 봤습니다
종일 반복해서 보고
용어 찾아가며 공부한 후,
팔란티어 매수 시작했습니다.
주식 영상 많이 봤지만,
해석해 나가는 방식이
태도면에서 완전 다릅니다^^.
담박에 팬 됐습니다~
존경하는 BIGDATA DOCTOR님 Ontology에 대해 Ontology 해주셔서 진심으로 감사합니다. Bigdata님의 친절한 눈높이에 맞춰주시는 설명이 턱없이 부족한 사고력과 인사이트를 확장하는 데에 커다란 도움이 됩니다. ❤
.............감사합니다.ㅠㅠ 변변치 않은 영상에 이렇게 큰 후원을 해주셔서 ^^
이해하시는데 큰 도움이 되셨기를 바라겠습니다.
너무 너무 감사합니다. "하는거봐서"님 ^^
좋은 하루되세요 ^^
김승호 회장님을 여기서 댓글로 뵙게되어 더욱 신기하고 기분이 좋습니다. 온톨로지를 온톨리지 해주셨다는 혜안에 더욱 기대감이 높아집니다. 결국 미래는 AI와 빅데이터로인해 인간에게 충분한 양의 여가와 선택적 자유를 줄것이라고 기대해 봅니다. 또한 일천년동안의변화량 보다 컸던 지난 일백년간의변화. 또 그보다 컸던 일십년간의 변화가 다시금 더욱더 빠른속도의 변화량을 일년간 해내갈것이기에 그중심에 양자컴퓨터 AI 블록체인 가상현실 그리고 혁신기술이 있을 것이라고 예견합니다. 다만 빠른 속도와 커다란 능력은 결국 안전과 결부되어 있다는 점 하나가 우려됩니다.
빅데이터닥터님 안녕하세요, 수고해 주셔서 진심으로 감사 감사합니다,
저도 감사드립니다^^
와우, 이런설명은 첨이네요.
대단하십니다.
팔란이를 30에 사서 맘고생을 몇년동안하면서 견뎠는데 이제 AI때문에 팔란이의진가를 느끼는것 같아요.
테슬라는 그렇게 공부를 맗이하면서 팔란이는 느낌으로 투자하고 공부를 안하고 방치만 했었어요. 이제 좀 이해가 되려고하네요.
감사합니다.
좋은말씀 감사합니다^^
저두 초창기에 높은 가격에 사서...그냥 잘 하려니 하면서 묻어두고 있었네요...
와 수익 많이 보셨겠네요
처음 상장 했을때 조카가 사놓어라 해서 그냥 샀는데, 그리고, 계속 떨어져 떨어질때 마다 계속 사 모았는데, 요즘 갑자기 팔란티어가 떠네요!
맞아요 아직도, 그냥 팔란티어 이름이 테슬라 ㅎㅎㅎ 요즘 이 두회사 때문에 너무 행복합니다!
15달러에 팔란티어 사서 보유하고 있습니다. 계속 보유 하려고 합니다. 아이온큐하고 같이요.거기다가 조비까지 쬐금 포함 하려고 합니다. 감사합니다
제가 한번보고 엔지니어/ai연구원으로 일했던 남편한번 보여주고 남편한테 설명들으며 (거의)완전하게 이해했습니다 ㅎㅎㅎ 쉽지않은 내용 잘 설명해주셔서 감사합니다. 팔란티어.. 초창기 테슬라 같다는 말 공감합니다!
감사합니다 😊
귀한 정보에 감사드립니다. 처음 보게되었는데 많은 도움이 되었습니다. 구독과 좋아요 누르고 갑니다.
cia 에서 벤쳐캐피탈 기업으로 만든 회사죠. 소수세력의 정보부 역할이죠
21년도에 첫 진입한 팔란티어 드디어 수익권,,ㅠㅠ 앞으로 꽃길만 가즈아~~~
팔란티어 화이팅입니다
좋은정보 감사해요
분석 대박입니다.👍👍
감사합니다 😊
이런 내용을 모르고서도 팔란티어를 꾸준히 매수하고 있었는데 이 영상보니까 더욱더 확신이 드네요 영상 공유 정말 감사드려요!!
확인-->확신.
확신은 들 수 있지만 확인은 들 수 없죠.
확신이 들다.
확인을 하다.
이렇게 쓰는 게 정상입니다.
@@MrSinusu 감사합니다
엄청난 인사이트를 가지고 설명해주셔서 쉽게 이해가 되었습니다 감사합니다^^
감사합니다 ☺️
너무나도 인사이트가 있는 영상입니다. 고맙습니다.^^
이 영상을 오늘에서야 봤네요......
그나마 다행입니다
좋은 영상 감사합니다
팔란티어 주주인데 처음으로 이 유튜브를 접했습니다. 단순히 AI를 이용해서 데이터정보를 처리하는 회사라고 생각했는데 조금 더 깊이 생각할수있게 되었네요~구독하고 갑니다. 데이터에 의미가 부여되면…계속 생각해볼께요~
감사합니다. ^^
파운드리가 회사의 의사결정에 필수요소가 되는 것도 참 중요하지만 이번 방송을 보고나니 인건비 절감이라는 부분이 확 와닿네요. 이미 팔란티어도 이번 분기에서 매출 증가에 비해 비용은 별로 늘지 않았었구요. 파견 인력 6개월 상주하는 것이 AIP로 대체되는 것이 앞으로의 일이 아닌 현재진행형이고..앞으로 고객수는 늘고 회사 규모는 커지지만 비용은 비례하여 늘지 않는 전무후무한 기업이 되려나요.
파운드리, AIP는 하나의 생명체. 기업 확장에 필요한 추가 인력을 대신한다, 기존 인력도 대신한다면. 그 값어치는 상승하겠구요.
어떤 회사에서는 필요없어지는 인력이 많이 생겨날 수도 있겠네요. 와..
이 영상 덕분에 이해가 정말 쉽게 됐습니다! 정성스러운 영상 감사합니다!!
kawhi님 후원 너무너무 감사합니다.^^
좋게 봐주셔서 감사합니다 !!!
행복한 하루 되세요 !!!
. ∧_∧
. (_ _ )
. ヽ ﾉ)
. ｣｣
선생님 덕분에 팔란티어를 많은 사람들이 이해할거 같습니다.
봐주셔서 감사해요 😊
와, 목소리가 넘 부드럽고 감미롭습니다. 마치 부드러운 음악소리가 흘러나오는 것 같네요.
빅데이터닥터님, 팔란티어의 사업 모델에 대한 정말 어려운 개념을 쉽게 알려주어서 큰 배움이 되었습니다.
좋은 영상 감사합니다. 구독 합니다. 🤩🤩🤩🤩🤩
감사합니다^^
1시간전에 올라온 따끈따끈한 영상 잘보겠습니다~
항상 챙겨봐주셔서 감사합니다. 치킨보이님 ^^
@@bigdatadoctor 더 챙겨봐야하는데 그러지 못해서 아쉽습니다. 다른 영상들도 더 챙겨볼게요~
이정도로 상세하게 분석 설명해주는 한국어 채널 처음이네요 ! 감사합니다 .
감사합니다 😊
도데체 이해가 되지 않은 기업이라 투자를 하고 싶어도 머뭇머뭇 거렸는데 이해가 잘 되었습니다.
테슬라 아이온큐만 하고 있었는데 팔란티어도 들어가야 겠네요.. 이번주 가격 많이 오르긴 했는데 2030년까지 보려고 하는거니까 그냥 사야겠습니다.
시청해 주셔서 감사합니다.^^
홀딩 했으면 대박 나셨겠네 ㄷㄷ
설명을 넘잘하시네요 잘들었어요. 감사합니다 ~~^^
인간의 존재가 비효율적인게 된다는 말이 참 무섭네요
😓
빅데이터닥터님 너무 좋은 영상 감사합니다.
오랜만에 뵈요 Joon님^^
깊이있는영상 감사합니다
좋은영상 감사드립니다 저도 팔란티어 장기투자로 주식모으고있습니다 모든 팔란티어주주님들 홧팅입니다
봐주셔서 감사합니다^^
Thanks. Your presentation is awesome!!
감사합니다 ☺️
처음으로 팔란티어 주주가 되었는데 모아가야 겠네요
황금 같은 설명이십니다. 덕분에 온톨로지에 대해 제대로 이해한거 같아요!
감사합니다 😊
몇번씩 듣고 갑니다
고강도질의 컨턴츠 감사합니다💖
감사합니다^^
와우...설명 진짜 잘 하시네요
정말 감사드려요~~
감사합니다 😊
2009년 드라이브 테스트 시절부터 관심을 가졌던 저는 좀 빨리 본 거였군요. 운이 좋게도
옛 속담에 중이 제머리는 못 깍는다라는게 있잖아요. 다른 기업에 대한 솔루션 제공을 하는 것처럼 자사(팔란티어) 자신들의 문제를 발견하고 해결하나요? 궁금합니다
헐 김승호 회장님이 또...?
야 너무 대댠하네요 알고리즘에 지금 떠서 하던거 멈추고 봤는데 ...팔란티어를 2년전에 포트에 넣긴 했지만 포션이 적었는데 이 영상을 봤어야 했네요 감사합니다
아주 흥미롭네요. 저는 해외에서 e commerce 분야에서 일하고 있습니다. 영상처음부터 일반 PIM 을 넘어서는 개념이라고 느겼는데, 해석을 다 듣고 나니 정말 그렇네요. 보니깐 우리가 사용하는 Power BI 도 예시에 분석도구로 보이는데, 결국 그 데이터 역시 의미를 부여하지 않으면 그냥 보기좋게 정렬된 숫자에 불과하죠.
그래서 우리회사에서도 이 데이터에 의미를 부여하는 글로벌 조직을 만들었고 저도 그 중에 한명이었지만, 너무 데이터도 방대하고 복잡해서 일단은 홀드 상태이네요.
즉 온톨로지는 영상 제작자님이 말씀하신 분석도구 앞에 위치하는 것보다는 그 의미로 보면 완전 끝단에 분석에 의미를 부여하는 위치로 가는것이 맞지 않나 싶습니다.
모든. ERP 그리고 PIM 등등이 그렇듯이 말씀하신 배포 및 커스터마이징이 핵심입니다. 결국에는. 회사마다 니즈가 다르고 사업속성도 달라서 얼마나 유연하게 커스텀이 가능한지가 관건이 될겁니다.
근데 팔란티어는 데이터 저장 부터 분석까지 모든것을 제공하는건가요?
영상 잘 봤습니다.
내용이 좀 방대합니다 ^^ 재생목록에 있는 컨텐츠들을 봐주시면 궁금하신분들 이해가 되실것 같아요.
감사합니다 😊
이해하기 쉬우면서도 상세한 설명 너무 감사드립니다!!
좋은 댓글 감사합니다!
데이터에 의미가 부여되면 어떠한 목적을 이룰때 더 빠르고 정확하게 일을 처리 할 수 있다.
반대로 목적에 따라 다른 값이 나올 수 있다.
이번에도 많은것을 배워갑니다 ^^
감사합니다.^^
의미있는 글 감사합니다
테슬라는 차팔리는게 보이지만 팔란티어는 뭐하는지 안보임... 즉 일반인이 투자하긴 위험함... 아직도 20달러인거는 묘하네.. per가 300배네
좋은 영상 감사합니다
봐주셔서 감사합니다!
이 영상보다보니 예전에 회사에서 어느 여성 개발자분 초빙해서 40분정도 강의했는데.. 거기서 온톨로지라는 단어를 접했던 기억이 나네요.. 그분도 물류시스템 개발하시던 분인데 잊고 살다가 투자하다보니 번뜩 생각나네요 ㄷㄷ 천천히 영상들 음미해보겠습니다. 양질의 영상 감사드려요
정말로 좋은영상 감사합니다.🤩🤩🤩👏👏👏👍👍👍
봐주셔서 감사합니다.
aip가 팔란티어의 커스터마이징 확장성의 한계를 극복하는 해결열쇠가 됐네요
맞습니다 😊
아마존이 애플의 등장으로 날개를 달았듯. 그렇죠.
고맙습니다
감사합니다
진심으로..🎉
감사합니다 😊
김승호 선생님도 교육듣는 채널..
수년된 주주입니다.
응원합니다 ^^
우수한 크리에이터를 만나 햄복내요. 감사합니다
좋은 말씀 감사합니다^^
팔란티어가 도대체 어떤 개념의 기업인지 명확하게 모르고 있었는데 일반인이 이해할 수 있는 수준에서 설명해준 최초의 컨텐츠가 아닌가 싶네요.
감사드립니다.
그런데 이 영상을 보고나니 문득 불안해졌습니다.
그렇다면 팔란티어라는 기업이 가지고있는 해자는 뭘까?
지금까지는 국방부나 CIA와 일했기 때문에 문제가 없었다고 해도 그동안 팔란티어의 주가가 오르기 위해서는
국가기관을 벗어나 일반산업군 일반기업에 대한 서비스가 필요하다는거였는데
Ontology가 개념적인거고 팔란티어가 이걸 누구나 이해하고 입력할 수 있는 수준으로 만들어서 서비스할 수록
해자가 없어지는건 아닐까?
특허를 걸어놨다고 해도 개념적인것은 얼마든지 회피해서 만들 수 있을텐데...
개념을 정립하는데에는 20년이 걸렸을지 몰라도 정립된 개념을 습득하는건 금방이지 않을까?
그렇다면 구글이나 MS같은 거대기업이 개념만 가져가서 막강한 자금력과 인력으로 훨씬 더 강력한 인공지능으로 발전시켜버리면 팔란티어가 이길 수 있을까?
이 부분이 가장 투자자로서 불안해지네요.
좋은 댓글 감사합니다.^^
effective ontology의 개념을 아는 것과 그것을 구현해내는 또 별개의 개념이라고 생각합니다. 그리고 그것으로 현실의 어떤 수준의 문제들을 해결해가고 있느냐 또한 별개의 개념입니다.
이걸 이제야 보게되다니
감사합니다 😊😊
이건 사실 DIKW pyramid모델을 사용한 것 같네요. Data, information, knowledge, wisdom. 이 피라미드에서는 데이터(data)에 문맥(context)이 부여가 됨으로써 정보(information)가 되고 정보에 의미(meaning)가 부여되면 이제 지식(knowledge)이 되고 마지막으로 지식에 통찰(insight)가 더해지면 지혜(wisdom)이 되죠. Data + context = information -> information + meaning = knowledge -> knowledge + insight = wisdom. 이러한 최종 형태를 만들어갈 것 같네여. 지금은 인공지능을 통해 데이터에 문맥을 부여함으로써 정보(information)를 줄 수 있는 단계까지 개발이 된 것 같고. 아직까지는 자신이 토출해낸 결과의 의미를 설명해주지 못하니 지식을 만들어내는 단계는 아닌듯 하네요. 그래도 결국에 wisdom까지 도달하면 자율경영이 가능해지겠네요.
개인적인 의문점은 온톨로지가 구축되었을때 얼마나 큰 효용이 생길지, 그게 온톨로지 구축 비용을 상쇄할지, 그리고 저렇게 목적이 확실한 기업이 과연 많을지. 도메인 전문가가 충분하지 않은 기업에는 혹은 착각하는 기업에는 효용이 있는지. 요즘 llm이 사내문서를 학습하고 질의응답을 하는 기능들이 제공하는데 그거에비해서 어떤 장점이 있는지 궁금하네요. 물론 특정 도메인과 완벽한 전문분야에서는 도움이 될 수 있어보이는데 시장이 생각보다 작을 수도 있다는 생각이 드네요. 현재 LLM이 굉장히 많은 문제를 범용적으로 해결해서 부가가치가 눈에 보이는 것에 반해서요.
LLM이 기업에서 통합적 사고를 할수 있느냐가 주된 포인트인 듯 합니다. 문서를 학습하는 단순 작업의 효율을 올려주는 관점이 아닌,,. 기업 전체의 데이터를 학습함으로 인해 …특정 사항에 대해 각부서가 어떠한 방향으로 대처해야하는지를 종합적으로 판단할 수 있는 관점이, 궁극적으로 가고자 하는 방향이 되겠죠. 그러기 위해서 온톨로지 구축이 핵심이 돼야하고, 도메인 전문가도 필요하겠구요.
목적이 확실하지 않은 기업들도 분명 많이 존재하겠으나, 현재 중점적으로 봐야하는 포인트는 목적이 확실힌 기업이 자신들의 미션을 팔란티어 시스템을 통해 이뤄냈느냐가 인 것 같습니다. 범용성보다 문제 해결을 더 중요시 여기는 것이 팔란티어의 핵심가치이니까요.
LLM을 통해 전투력이 상승하느냐의 관점이 아닌, LLM을 통해 상대를 이길 수 있느냐의 관점이라고 할 수 있겠습니다.
많이 배웠습니다. 감사합니다!!🍀
감사합니다 ☺️
멋진 영상 감사합니다 ❤❤❤
텐버거 가즈아^^
감사합니다.
와~~ 승화님 후원 진심으로 감사드립니다. 🤩
큰 도움이 되셨기를 바랄게요. 좋은 하루되세요 ^^
팔란티어 정찰주로 1주 사봤는데, 지금 100% 넘는 수익률이네요 ㅠㅠ
2:59 ref. Alex karf was studied phylosophy.
24:56 나머지 동네에서는 트레이닝이 안 됩니다 주말에 지방 학생들이 버스대절해서 올라옵니다
잘봤습니다👍
감사합니다👍
앞에 3분봤는데 아껴들어야겠다 ㅋㅋ
팔란티어 이걸 이제 보네
저는 오늘보네요ㅠ
저는 이제 보네요
아이쿠 나는 오늘
나는 오늘
나는 지금
Great Palantir🚀
팔란티어는 정교화된 정보를 주입하느라 AI로 넘어가는데 20년이 걸렸고 단순 크롤링을 기반으로 하는 AI들과 성과물에 있어 일종의 기술적/정보적 해자가 있다고 보면 되겠네요
해자-->혜자?
이 영상을 그때 봐서 투자했으면 지금 우리집 옆에 내 빌딩 하나가 올라갔을텐데 아쉽네요 ㅎㅎ
이제사 이영상을 본게 아쉽습니다
세배나 급등중^^
기업 매력은 좋은편이라고 생각하는데, 대주주 보유 지분이 너무 많고 대주주 매도가 잦음.
AIP가 팔란티어 생산성에 얼마나 영향을 미칠까 질문했다가 영상 추천 주셔서 보았습니다. 저는 기업이 제시하는 철학이나 새로운 의미에는 큰 관심이 없고 오로지 이 기업이 돈을 잘 벌 수 있을까만 집중하려고 한다는 점을 미리 이야기 합니다. 알렉스 카프가 언급했듯 6개월이 2일로 단축 했다는 사례를 제시한 것울 보고 앞으로 더 발전해나간다면 생산성 문제는 해결 될 것 같아 보입니다. 그리고 Fabric과 Foundry를 비교한 글에서 Fabric이 따라가려면 수년이 더 필요하다. 이 글 하나로 제품 특성 및 수준을 단정 짓기는 어렵지만, 팔란티어가 시연한 영상들을 보면 잘 만들었다는 느낌(애플의 아이폰을 볼 때 느꼈던 감성)이 들어서 빅테크의 견제가 들어와도 팔란티어가 살아남을 수 있지 않을까 조심스럽게 생각을 해봅니다. 스마트 폰도 기능이나 성능면에서 아이폰이 월등했던건 아니지만 제품이 주는 고유한 감성이 사용자들로 하여금 헤어나오지 못하게 한 사례가 있으니, 비슷한 제품군 중 팔란티어 제품을 사용해본 유저라면 누구나 팔란티어를 사용하고 싶을 것 같습니다.
Autonomous operation 단계로 넘어가게 된다면 앞으로 기업 생태계가 어떻게 될 지 예상이 잘 안되는군요. 제품을 도입한다 하면 근로자들은 자신의 일자리가 위협 받을 걸 두려워 할 것 같은데, 노 사간 갈등이 사회적 문제로 크게 떠오를 것 같습니다. 자본주의 원리로 그냥 밀어 붙여서 각 기업들의 운영이 무인 자동화가 되어 팔란티어가 돈을 쓸어 담을지 어떻게 될까 싶긴 한데, 지금은 이 단계로 진입하지 않았으니,, 좀 더 지켜봐야 겠습니다.
저사람을 왜뽑아야되는지, 이 부서가 필요한지 필요없는지를 파악할 수 있겠네요.
다만 얼마나 정답에 가까운지가 문제일것 같아요. 지금의 chatgpt처럼 거짓말 보태서 조언하면 속기도 쉬울 것 같네요
2-3년전에 2주 사놨는데 두배 상승했어요
직잔에 볼 수 있음 행운였을걸요 감사드립니다
과학자와 의사와 탐정의 연결고리.. 어쩌면 코난 도일은 이미 셜록홈즈를 집필하면서 그걸 본능적으로 알았던것 같네요
의미 있는 방송 감사합니다. 현대중공업이 팔란티어와 협업한다고 기사가 나온지 어언 1년이 지났는데 팔란티어로 인해 어떤 좋은점이 있었는지 정말 궁금합니다. 두산인프라코어도 있었고...그 이후 이야기가 전혀 들리지 않아 그 부분이 항상 궁금했었습니다. 아시는 분이 있다면 투자에 더욱더 확신이 들 것 같긴합니다. 어쨌거나 저 역시 팔란티어 주주로서 방송 감사히 잘 들었습니다. 어떤 알고리즘인지 금일 알게된 멋진 체널!! 구독 박았습니다.
감사합니다^^
현대중공업(또는두산)에서 업무효율성을 높이기 위해 마소프로그램을 사용했다고 해서 파워포인트를 언급할 이유가 없고 타경쟁사도 있기때문에 언급해서도.안되는... 이게 토픽이였고 그걸 구독해서 해결했다고 공시할..수도 없고.그런것 아닐까요?^^ 0001010010101101010101010100001110101010101010101010001111 ^^
팔란티어와 테슬라 공통점 피터 틸이 창업한 회사라서 관심이 많음 수익이고 나발아고 상관없음
에고 저는 몇일전 처음으로 팔란티어를 알게 됐는데 이제서 사면 넘 느ㅈ었겠지요
◆내과 의사는 왜 팔란티어를 찾아 갔을까 (feat. 팔란티어 서지숙 매니저님)
ruclips.net/video/yCbFvbGDcvs/видео.htmlfeature=shared
◆현업계의 이야기 - 팔란티어를 사용하는 기업만 살아남는 이유
ruclips.net/video/DEwqY-IIIBU/видео.htmlfeature=shared
온톨로지는 철학에서 “존재론”이란 뜻으로 쓰이는 단어입니다.
고대 그리스 철학 및 그 이후 서양철학에서 가장 중요한 분야 중의 하나였죠.
최근에 열심히 공부중인데, 팔란티어의 Ontology 화 된 데이터를 보유한 회사와 그렇지 않은 데이터만 가진 회사가 AI 서비스를 개발하려고할때 특히 RAG 기반 서비스일때 어떤 차이가 발생하는지 설명하는 영상이 있었으면 좋겠다고 생각합니다..
여기서도 벡터 얘기를 하시는데, raw data 이던 ontology 화 된 data 이던 벡터화 해서 LLM 이 쓰는건 똑같은데, 전자가 벡터화 됐을때랑 후자가 벡터화 됐을 때 정확히 어떤 차이가 있는지 알고싶네요
재생목록 영상 다 보셨을까요?
@@bigdatadoctor혹시 링크 주실수 있나요?
와 멋진 분이시네여❤
감사합니다🙂
도대체 어떤 온톨로지를 만들었길래, 분야를 따지지 않고 문제를 해결할 수 있는거지.... 진짜 신기하네요. 어떻게 이런게 가능한거지???
답변입니다
ruclips.net/video/DEwqY-IIIBU/видео.htmlsi=ExBJE_IAjwzgKWYs
진짜 최고네요
설명을 아주 잘하시네요
최대 60-100달러 사이봅니다. 이유로는 테슬라나 다른 대장기업들과달리 일반 소비자들이 누구나 쓸수있는 소프프웨어가 아니고, 두번째 주소구글맵에서 해보면 알겠지만 건물이 우리나라 중소기업만합니다. 더커질 이유도 필요도없는 사업구조이기도 하지만요. 마지막으로 유독 김치가 많이 뭍어있는 주식이라는점도 걸리네요 한두달만 지나면 한국인이 가장 많이산 미국주식으로 수량이나 금액이아닌 전체시총대비 최대치로 뉴스한번 탈듯요
김치뭍은건 테슬라만한게 없지 ㅋㅋ
@@여의도선봉장 그래도 전체주식대비 퍼센트는 적죠 테슬라는 김치뿐만아니라 짜장 카레 피자 피쉬엔칩스등등 많이 뭍었죠
김치는 아이온큐... 거의 40%가 한국인;;
한국인= 김치 는 좋운 의미인가요 나쁜 의미인가요
ai 딥러닝으로 빅테크 기업에서 팔란티어 20년을 1년만에 뛰어넘는게 아닐런지........