Palantir(PLTR, 팔란티어) 주식의 급상승 원인 및 주요 서비스 분석

Palantir은 '페이팔마피아'이며 'Zero to One'을 저술한 기업가 Peter Thiel이 Founder로 있는 미국의 데이터 플랫폼 소프트웨어 회사입니다 (그렇기에 고객의 데이터를 수집하거나 모으지 않습니다). 데이터라는 점과 'Zero to One'을 읽고 평소에 관심이 있던 피터틸이 참여한 기업이기에 작년 말의 IPO 이후, 개인적으로 주식을 보유하고 있었습니다.

 

We build the world's leading software for data-driven decisions and operations. - Palantir Official Site

 

Image from Author

비록 제 손익률은 놀랍정도로 높진 않지만, 최근 5일 사이에 40%의 증가율을 보여 많은 관심을 일으키고 있습니다.

 

Image from Google

 

이 글에서는 이러한 급격한 상승의 원인이 무엇인지 확인해보고, Palantir가 제공하고 있는 서비스(public 자료가 많이 없으나)를 파악해보도록 하겠습니다.

 

(Updates - 그러나 그러한 상승에 의문을 가지는 기사들이 많습니다. 그리고 많은 부분 다시 하락하여 '상승'이라는 점이 크게 의미있지는 않습니다)

 

---

급격한 상승 직전의 호재들

급격한 상승은 기업 외부의 요인으로 인한 것일 수도 있습니다. 그렇기에 이 장에서는 급격한 상승 이전의 호재라고 생각되는 부분들을 살펴보며 연관성이 있지 않을까 정도의 내용을 다루려고 합니다. 

 

다양한 분석이 있으나 크게는 2021년 1월 26일에 있었던 Demo day로 인한 것이 가장 큰 요인으로 보입니다. 추가적인 일들은 1월 4일에 일본 계약을 따낸 것에 대한 발표와 1월 19일에 Pacific Gas and Electric Company (PG&E)와 계약 성사 발표들이 존재합니다.

 

Demo day와 관련해서는 영상과 Transcript [6]이 제공되고 있는데요. 해당 시점에서 업데이트 횟수에 있어서 많은 상승률을 보였고 이러한 점이 투자자의 입장에서 좋은 지표로 생각된 것 같습니다 (COVID 상황 [8]에서 정부와 많은 계약이 이루어졌다는 글도 있습니다). 또한, 기존에는 서비스에 대한 기능과 소개를 적극적으로 진행하지 않았다면, 이 Demoday를 기점으로 좀 더 본격적으로 commercial 시장에 진입하기 위하여 Open하고 있는 것으로 보입니다.

 

 

Palantir가 제공하고 있는 서비스

Palantir는 아래 3가지 서비스를 제공하고 있습니다(위의 Demo day에서도 3개를 소개하였습니다). 

 

• Gotham: 기업의 데이터를 통합하고, 관리하고, 보호하고, 분석하는 기능을 제공합니다 
• Foundry: 데이터 통합의 효력을 증대하고 확장합니다
• Apollo: 이전과는 다른 차원의 SaaS를 제공합니다

Palantir Products - Image from [5]

 

Gotham

Palantir의 서비스는 주로 미국의 정부에 공급되어 사용되었으며 그중에 가장 두드러지는 클라이언트는 미국의 군대일 것입니다. 이번 Demoday에서도 전쟁상황에서 어떻게 Gotham이 사용되었는지 전달해주었습니다. 

 

수많은 센서에서 발생하는 엄청난 데이터를 사람의 의사결정에 사용하기 위해서는 기술의 도움이 필요합니다. 이 부분에서 Gotham은 Brain 역할을 하며 긴박하고 인명이 달린 결정을 돕습니다. 그리고 단순히 결정만이 아닌, 그 결정이 실행되는 것까지를 포함합니다.

 

그렇기에 Gotham을 사용하는 프로세스는 understand, decide, act 3가지 단계로 구분됩니다.

Image from [6]

마치 게임화면과 같은 위의 이미지는, Gotham이 전쟁상황에서 어떻게 사용되는지 보여주고 있습니다. 그것이 마치 "모든 전쟁지역을 보여주는 디지털 체스보드 같다"라고 표현했는데요. 

 

이러한 부분이 가능하기 위해, Gotham은 modular platform의 형태로 각 edge(vehicles, aircraft, ships 등)에 배포됩니다. 설치되고 나면, 이러한 노드들은 distributed mesh를 생성하기 위해 synchronize하고 네트워크 실패, re-routing 등에 resillient하며 offline 상태에도 적응합니다. 

 

하나의 예시에서 벗어나 Gotham의 기능을 살펴보면, 플랫폼의 기능은 아래와 같습니다 [7]:

 

• Graph: 그래프 애플리케이션에서, 사용자는 데이터 객체들 간의 semantic 관계를 노드와 edge의 네트워크 형태의 시각화를 통해 탐색합니다. timeline, 히스토그램, 그리고 presentation 기능을 통해 사용자는 이벤트의 sequence를 시각화하고, 유사한 특성을 통해 필터링하고, 네트워크를 통해 정보를 분석하고, presentation을 위한 인사이트를 준비합니다.

 

• Map: Map 애플리케이션은 Gotham에 geospatial 분석 역량을 더해주었습니다. 사용자는 다양한 지도 layer와 imagery를 통합하며 위치 기반의 객체와 이벤트를 트래킹하고 위치에 따른 객체의 밀도를 식별하기 위해 heatmap을 생성할 수 있습니다.

 

• Object Explorer: Object Explorer는 분석가가 다른 애플리케이션(위의 Graph나 Map과 같은)에서 추가적인 분석이 가능하도록 수십억 개의 객체를 필터링한 데이터를 만들 수 있게 합니다. Palantir Gotham의 Horizon 인메모리 DB에 기반하여 대량의 데이터를 자유자재로 다룰 수 있게 합니다. Apache Spark와 유사한 디자인인 Horizon은 수십억개의 객체에 대해 query하고 수초만에 결과를 얻을 수 있게 합니다.
• Browser: 브라우저 애플리케이션은 가치가 있는 데이터를 사용자가 이해할 수 있는 형태로 존재하게 합니다. 

(TODO - Modules)

 

Foundry

Foundry는 비지니스 유저들을 위한 데이터 통합 및 관리 도구로, 분석 도구들과 애플리케이션 운영 플랫폼 등을 포함합니다.

 

위의 Gotham과 같은 경우 어떤 기술로 구현되었는지에 대해 언급된 자료를 찾기가 어렵지만, Foundry는 비교적 예전부터 그 내부의 기술들과 관련해 많은 소개글이 존재합니다. Palantir가 기여한 다양한 오픈소스를 볼 때, 다양한 서비스에서 전반적으로 오픈소스를 사용한다고 추정되기도 합니다. 

 

Gotham과 비교했을 때에는 Gotham이 전쟁상황과 같이 mission-critical하고 도메인 특징이 강한 상황에 사용되었다면, Foundry는 좀 더 일반 기업의 ERP와 같이 범용적인 사용성을 목적으로 만들어진 것으로 보입니다. 위의 Demo Day에서는 이러한 Foundry가 가장 먼저, 3가지 서비스 중 가장 많은 분량을 차지하며 소개되었습니다.

 

Foundry는 Data Security, Business Ontology, Analytical Diversity, Openness & Entensibility라는 4가지 핵심으로 구성되는데 아래에서 하나씩 살펴보도록 하겠습니다.

 

Data Security

Privicy는 Palantir가 항상 중요하게 생각하는 항목 중 하나입니다 [8]. 많은 고객사가 분산된 시스템 상에서 민감하고 치명적인 데이터를 저장하기 때문입니다. 예로, COVID-19의 확산을 관리하기 위해 정부의 많은 관련 기관들은 검역소, 병원, 요양원 등 다양한 곳에서 데이터를 모아야 했습니다. 그리고 그러한 데이터의 다양한 subset들이 연구기관이나 관련 종사자에게 제공되었습니다. 

 

이 부분은 데이터 거버넌스 팀에게 매우 챌린징한 문제였고, 그러한 어려움은 규모가 커지면서 기하급수적으로 증가합니다. 그러한 복잡한 문제를 해결하기 위해 Palantir는 purpose-based access control이라는 관점을 통해 권한의 관리를 단순화 하였습니다.

 

'왜 해당 계정이 이러한 데이터 셋에 접근하는가?'에 집중하여 한 계정은 개별 데이터셋에 대해 접근이 허용되는 것이 아니라 특정 목적을 위한 데이터셋들을 묶어둔 'Purpose'에 대하여 허용됩니다. auditor는 추후에 단순히 누가 어떤 데이터에 접근할 수 있는지만이 아니라 왜 접근하는지도 파악할 수 있습니다. 

 

Purpose-based Access Control - Image from [9]

 

Business Ontology

복잡한 비지니스 환경을 Palantir는 Business Ontology라는 관점으로 특정 객체와 연관된 다양한 객체를 연결하여 개념화합니다.

 

예로, 제조기업의 공장이 그 대상이라고 할 때, 그 대상 중심의 Ontology에는 공장에서 수집된 수많은 센서데이터, 물류센터에서 가져온 물류데이터, ERP 시스템에서 가져온 회계데이터 등이 채워집니다. 만약 Supply Chain Manager나 물류 관리자 또는 공장 운영 매니저로써 그러한 Ontology를 통해 주요한 KPI를 확인하고 고객을 이해하고, 도시별 물류센터나 수요알림 및 수요/공급 균형 등을 바로 체크할 수 있습니다. 

 

Foundry Ontology - Image from [6]

 

Software-Defined Data Integration

하지만 다양한 고객의 데이터를 위와 같은 이상적인 상황으로 모으는 것은 매우 지난한 일입니다. Palantir는 고객이 도입 후 실제 가치를 얻기까지 걸리는 시간을 단축시키기 위해 많은 노력을 기울였습니다. 

 

SDDI는 복잡한 백엔드 시스템을 파싱하느라 몇 달 또는 몇 년 걸리는 작업을 자동적으로 비지니스 객체화해주고 데이터 테이블 간의 관계를 추론해줍니다 (저자: 어느 정도일지는...?). 

 

 SDDI 기술은 또한 온라인 쇼핑과 같은 경험을 제공하며 사용자가 필요한 데이터를 카트에 담고 sync하면 데이터 소스 레이어를 거쳐 Ontology 상의 객체를 생성해줍니다. 

 

이러한 SDDI 기술은 2020년의 COVID 발생 상황에서 빛을 발했습니다. 

 

Analytical Diversity

Ontology 상의 다양한 객체들은 더욱 상세한 사항을 분석하기 위한 기반이 됩니다. 예로, 고객이 그 대상이라면 고객과 관련된 모든 데이터를 일단 더하고, 모든 고객의 모든 properties를 추가하면 Ontology 상에서 customer 객체를 찾아 추가해둔 properties와 연결할 수 있습니다. 그리고 customer 객체와 연결된 물류센터, 상품 등과 같은 다양한 객체를 분석할 수 있습니다.

 

또한, 그러한 분석에서 바로 Action으로 연결될 수 있습니다. 예로, "Fulfill Order" 액션은 "Inventory" 객체에서 아이템들은 빼고 그 아이템들을 주문에 더하고, 상태를 "Open"에서 "Filled"로 변경합니다. 이러한 액션과 같은 기능은 모든 사용자가 Foundry 플랫폼 상에 있지 않아도 레거시 시스템과 연결되어 사용될 수 있습니다. 

 

Simulation Engine

의사결정을 돕는 분석을 위해 Foundry는 다양한 Simulation Engine을 제공합니다. 잠재적인 결과물과 사이트 이펙트 같은 것들을 결정 실행 전에 이해할 수 있도록 목적별로 다양한 모델이 사용됩니다. 그러한 모델은 supply chain에서의 가격 결정이나 물류센터의 재고 입출 균형 모델 등으로 통합된 프레임워크를 통해 관리됩니다. 

 

Image from [6]

Openness & Entensibility

Palantir의 고객사 중 일부는 과거에는 소프트웨어가 전혀 이용되지 않았던 분야도 존재합니다. 예로, 로펌과 같은 경우 기술을 활용해 클라이언트의 sanction screening을 자동화하였습니다. 금융, 제조 등의 다양한 산업군에 진출하면서 Palantir는 그러한 사례를 catalogue로 만들고 modular 배포 옵션을 제공해주고 있습니다.

 

또한, 기업 내에서도 이전에는 접근하기 어려웠던 last mile까지 영역을 넓히며 기업 내의 모든 구성원이 데이터 플랫폼을 통해 협업할 수 있또록 하고 있습니다. 그러한 구체적 예시는 아래와 같은 mobile offering입니다. 

 

Upcoming Mobile Offering - Image from [6]

고객은 플랫폼 상의 도구를 통해 원하는 형태의 모바일 앱을 빠르게 만들고, 사내의 데이터 플랫폼의 일부로 사용할 수 있습니다. 기존에 데이터 플랫폼에 접근할 수 없었던 구성원이 현장에서 데이터 플랫폼을 통해 다양한 데이터 소스에 접근해 이용할 수 있고, 반대로 현장의 데이터를 빠르게 플랫폼에 전파할 수 있습니다. 

 

Apollo

Apollo는 위의 2가지 서비스와는 달리 사용자와 접점이 있기보다는, Gotham과 Foundry가 SaaS 플랫폼으로 도약하는 기반을 마련해주었습니다. 그러한 Continuous delivery system인 Apollo는 너무도 중요하기에 Palantir는 Apollo를 3번째 플랫폼으로 여기고 있습니다. 

 

대부분의 SaaS 회사는 public cloud를 기반으로 하나의 클라우드 제공자를 사용하지만, Palantir의 고객인 정부 기관은 private하거나 특정 목적을 위해 설계된 환경에서 public cloud와 분리되어 운영되길 원합니다. 또 다른 고객들은 잠수함이나 드론과 같이 완전히 단절된 환경에서 플랫폼을 사용하여야 했습니다. 그러한 환경에서도 SaaS의 지속적인 자동화된 업그레이드와 설정, 배포를 가능하게 하기 위해 Apollo가 탄생되었습니다.

 

Apollo는 Palantir의 모든 플랫폼에서 같은 SaaS 스타일의 관리를 가능하게 합니다. Cloud, on-prem, 분리된 네트워크 환경 모두에 배포되어서 실행되고 그것에 기반해 다른 소프트웨어가 확장할 수 있습니다. Apollo는 서로 다른 배포 대상들에서 업데이트를 관리하고 자동화된 관리를 통해 운영을 효율화 해줍니다. 

 

Apollo's automated delivery platform - image from [10]

Apollo는 Gotham과 Foundry 플랫폼을 관리하고 안전하게 배포될 수 있도록 합니다. 각 플랫폼은 수백개의 서비스로 이뤄져 있으며, 각 서비스는 하나의 팀에 의해 발전하고 독립적으로 기능이 추가됩니다. 이러한 접근은 서비스들을 비동기적으로 업데이트할 수 있게 만들어주지만 이러한 형태의 마이크로서비스 아키텍쳐는 전통적으로 소프트웨어 배포를 어렵게 만듭니다. 

 

Apollo는 그러한 상황의 brain으로 그러한 복잡성을 자동화합니다. 무엇을 업그레이드할지, 언제할지, 어떻게할지가 설정을 통해 결정되고, release를 모니터링하고, 디펜던시를 해결하고 새로운 버젼을 배포합니다.

 

단순히 배포만을 위해 자동화되어 사용자의 downtime이나 사람의 개입 발생하는 것이 아니라 단계별 업그레이드, 롤백 등을 통해 안전하게 배포됩니다. 이러한 형태로 주에 41,000 회의 자동화된 업데이트가 진행됩니다. 

 

monitoring of an entire fleet from a single pane of glass - Image from [10]

 

 

 

Updates

20210210: IBM과 협업

 

 

Reference

[1] medium.com/palantir

[2] investors.palantir.com/

[3] www.fool.com/investing/2021/02/02/why-palantir-technologies-shares-jumped-higher-in/

[4] investorplace.com/2021/02/palantir-technologies-pltr-stock-still-not-worth-risk/

[5] www.palantir.com/products/ 

[6] English Transcript Palantir Demo Day

[7] Gotham Features

[8] medium.com/palantir/purpose-based-access-controls-at-palantir-f419faa400b3

[9] Purpose-Based Access Controls at Palantir (Part 2)

[10] medium.com/palantir/palantir-apollo-powering-saas-where-no-saas-has-gone-before-7be3e565c379