Foundry와 AIP의 애플리케이션 선택

Foundry에서는 수행할 작업에 맞는 애플리케이션을 선택합니다. 애플리케이션은 사이드바의 Applications나 검색에서 열 수 있으며, 데이터 연결, 가공, 모델 개발, 온톨로지 구성, 분석과 업무 화면 제작에 각각 다른 도구를 사용합니다.

선택할 때에는 먼저 작업 대상을 구분하는 것이 좋습니다. 데이터셋의 행과 열을 가공하는 작업, 이미 모델링한 객체를 분석하는 작업, 사용자의 업무 변경을 받는 화면을 만드는 작업은 서로 다릅니다. 같은 결과를 여러 방식으로 만들 수 있는 경우에는 사용자의 개발 경험과 필요한 맞춤화 수준, 운영과 유지보수 방식을 함께 고려합니다.

데이터 연결과 통합

데이터 통합은 외부 시스템에서 자료를 가져오는 작업뿐 아니라 변환, 품질 관리, 계보 조사와 운영까지 포함합니다. 배치와 스트리밍 등 데이터 전달 방식에 맞춰 파이프라인을 구성하고, 출력 데이터를 분석이나 애플리케이션에서 사용할 수 있게 준비합니다.

애플리케이션	역할	사용할 상황
Data Connection	외부 소스를 연결하고 데이터를 동기화	조직의 원천 시스템을 연결하거나 새 데이터셋을 수집할 때
Pipeline Builder	화면에서 수집부터 출력까지 데이터 파이프라인을 구성	배치 또는 스트리밍 파이프라인을 만들고 내장 변환이나 LLM을 사용할 때
Code Repositories	버전 관리와 협업을 지원하는 코드 작성 환경	데이터 파이프라인이나 온톨로지 함수를 코드로 개발할 때
Data Lineage	리소스 사이의 데이터 흐름과 의존 관계를 그래프로 표시	데이터의 원천과 후속 사용처를 조사할 때
Dataset Preview	데이터셋의 내용, 이력과 메타데이터를 표시	실제 데이터와 변경 이력을 살펴볼 때
Data Health	상태 검사와 품질 관측을 구성	데이터셋에 검사를 추가하거나 상태를 감시할 때
HyperAuto (SDDI)	지원하는 기업 시스템에 연결된 파이프라인 생성을 자동화	반복적인 연결과 모델링 작업을 줄이며 지원 대상 시스템의 데이터를 온톨로지로 연결할 때
Linter	플랫폼 인스턴스의 안티패턴과 개선 기회를 분석	리소스 최적화, 비용 효율과 파이프라인 안정성에 영향을 주는 개선 항목을 찾아 담당자에게 배정할 때

탐색적인 데이터 과학이나 통계 작업에는 Code Workspaces 같은 환경이 더 적합할 수 있습니다. 코드를 많이 작성하지 않고 파이프라인을 구성하려면 Pipeline Builder를 검토할 수 있습니다.

Linter의 권고 중 예상 영향이 큰 항목을 우선 조사하고, 안내형 또는 자동화된 처리 흐름을 통해 개선을 적용할 수 있습니다. 영향 요약도 주기적으로 확인할 수 있습니다.

모델 연결과 개발

모델은 플랫폼 안에서 개발하거나 외부에서 가져올 수 있습니다. 통합된 모델을 파이프라인, 온톨로지와 애플리케이션에서 사용하려면 버전, 실행 방식, 평가, 배포와 접근 조건을 함께 관리해야 합니다.

애플리케이션	역할	사용할 상황
Model Assets	다양한 모델 형식과 실행 방식을 플랫폼에 통합	모델을 학습하거나 외부 호스팅 모델을 연결할 때
Modeling Objectives	업무 문제를 중심으로 모델을 제출, 평가하고 배포	업무 담당자와 모델 개발자가 후보 모델을 비교하고 운영 모델을 결정할 때

모델을 운영할 때는 사용할 버전, 평가에 사용한 입력, 추론 제공 방식과 결과에 접근할 사용자를 관리해야 합니다. 모델 계보, 버전과 평가 정보를 유지하면 이후의 변경을 기존 운영 결과와 비교할 수 있습니다.

온톨로지 구축과 활용

온톨로지는 데이터셋과 모델을 실제 업무 대상에 연결합니다. 객체 유형과 속성, 링크 유형, 액션 유형과 함수를 정의하고, 이를 사용자가 탐색하거나 조치할 수 있는 형태로 제공합니다.

애플리케이션	역할	사용할 상황
Ontology Manager	온톨로지의 정의를 생성하고 관리	객체 유형, 링크 유형과 액션 유형 등의 리소스를 구성할 때
Object Views	개별 객체의 정보와 관련 업무를 표시하는 화면을 정의	여러 업무 화면에서 재사용할 객체 상세 화면을 만들 때
Object Explorer	객체와 관계를 검색하고 탐색	온톨로지에 어떤 대상이 있는지 조사하고 관련 객체를 분석할 때
Vertex	관련 객체의 그래프를 만들고 모델을 이용한 시뮬레이션을 수행	시스템의 관계와 변화가 결과에 미치는 영향을 살펴볼 때
Machinery	이벤트와 업무 과정의 동작을 파악하고 개선	비효율적인 과정을 찾고 AI 기반의 여러 단계 업무와 사람의 개입을 연결할 때
Foundry Rules	복잡한 업무 규칙을 관리하고 적용	데이터셋, 객체와 시계열에 규칙 기반 로직을 사용할 때
Map	지리공간 및 시공간 분석과 시각화를 제공	여러 데이터를 위치와 시간의 관점으로 함께 살펴볼 때
Dynamic scheduling	온톨로지의 제약과 의존 관계를 이용한 일정 및 자원 배정	직원 일정, 운송, 물류와 제조 등의 배정을 조정하고 대안을 검토할 때

Ontology Manager에서 유형의 정의를 바꾸는 일과 Object Explorer나 업무 앱에서 실제 객체를 조회하는 일은 서로 다른 작업입니다. 정의와 데이터를 구분하려면 온톨로지 핵심 개념을 먼저 확인할 수 있습니다.

개발 도구

개발자는 온톨로지의 데이터, 로직과 액션을 코드에서 사용하거나, 기존 코드와 실행 환경을 연결할 수 있습니다. 어떤 개발 도구를 사용할지는 필요한 언어, 실행 위치, 배포 방식과 사용자의 접근 방식에 따라 달라집니다.

도구	역할	사용할 상황
Ontology SDK (OSDK)	온톨로지에 접근하는 타입 안전한 SDK 제공	Python, Java, TypeScript 등의 애플리케이션에서 객체를 조회하고 액션이나 함수를 사용할 때
Compute modules	컨테이너 기반의 대화형 연산을 플랫폼에 연결	기존 코드, 외부 코드, 모델과 연산 서비스를 연결하고 부하에 따라 수평 확장할 때
Code Workspaces	JupyterLab, RStudio Workbench, VS Code 등의 개발 환경 제공	데이터 과학, 통계와 코드 기반 탐색 작업을 할 때
Code Workspaces의 code viewer	커밋된 저장소 코드를 탐색	실행 환경에서 저장소 코드를 확인할 때
VS Code workspaces	플랫폼 안에서 사전 구성된 VS Code 환경 제공	Python 변환이나 OSDK React 앱을 개발하고 미리보기, 디버깅과 AI 코딩 지원을 사용할 때
Palantir extension for Visual Studio Code	로컬 VS Code에 Foundry 개발 기능 연결	Palantir 저장소의 Python 변환을 작성하고 Foundry에서 빌드할 때
Palantir MCP	외부 AI 개발 도구에 플랫폼과 온톨로지의 맥락 제공	AI 개발 도구를 이용한 온톨로지와 애플리케이션 개발을 지원할 때
Ontology MCP (OMCP)	애플리케이션의 온톨로지 리소스를 MCP 도구로 제공	외부 AI 에이전트가 허용된 객체를 읽고 정의된 액션을 실행하게 할 때

OSDK의 기능 지원 범위는 언어에 따라 다릅니다. 인터페이스나 특정 함수 기능을 사용하려면 해당 언어에서 지원하는지 확인해야 합니다.

Compute modules는 서버리스 Docker 이미지 형태로 기존 코드를 연결하는 용도로 사용할 수 있습니다. 컨테이너 기반 함수, 데이터 연동과 모델 호스팅 등에 활용하며, Workshop이나 Slate 같은 애플리케이션과 연결할 수 있습니다. 베타 기능의 사용 가능 여부와 권한은 플랫폼 설정에 따라 확인해야 합니다.

업무 애플리케이션 제작

애플리케이션	역할	선택 기준
Workshop	화면 구성 요소를 연결해 대화형 업무 애플리케이션 제작	낮거나 중간 정도의 복잡도를 가진 업무 화면을 만들고 필요한 부분을 코드로 확장할 때
Slate	HTML, CSS와 JavaScript를 사용하는 확장 가능한 앱 제작 환경	화면과 상호작용을 크게 맞춤화해야 할 때
OSDK React applications	OSDK를 데이터 및 업무 기능의 연결 계층으로 사용하는 React 앱	프런트엔드를 코드로 구성하면서 Foundry의 온톨로지와 보안 기능을 활용할 때
Pilot	자연어 요구로 온톨로지 구성, 프런트엔드와 예제 데이터를 생성	OSDK와 React 기반의 호스팅 앱이나 Workshop에 넣을 사용자 정의 위젯을 제작할 때

Workshop은 복잡도가 낮거나 중간 정도인 업무 앱에서 장기적인 유지보수 부담을 줄이는 선택이 될 수 있습니다. 화면과 동작을 더 많이 제어해야 한다면 Slate나 OSDK 기반 앱이 적합할 수 있습니다.

Pilot이 만든 독립 애플리케이션은 Developer Console을 통해 배포할 수 있습니다. 사용자 정의 위젯은 Widget Registry에 게시하여 Workshop에서 사용할 수 있습니다. 생성한 앱을 운영에 사용하려면 필요한 리소스와 접근 조건을 정해야 합니다.

항공편 경보 처리함은 Workshop에서 객체 조회와 액션 제출을 연결하는 구성 예입니다.

업무 흐름 구성

애플리케이션	역할	사용할 상황
Automate	조건을 감시하고 충족 시 효과를 실행	데이터 변화나 시간 조건에 따라 알림을 보내거나 액션을 제출할 때
Solution Designer	해결책의 아키텍처와 리소스 관계를 구성	업무 해결 구조를 설계하고 제안을 비교하거나 협업할 때
Carbon	여러 앱과 리소스를 맞춤형 작업 공간으로 묶음	여러 애플리케이션과 대시보드를 하나의 업무 경험으로 제공할 때

Automate는 조건을 평가하여 실행을 시작합니다. Carbon은 사용자가 데이터 변환이나 액션 등의 기능에 접근하는 작업 공간을 구성하는 데 사용합니다.

분석 도구

분석 도구는 입력 데이터의 표현 방식과 사용자가 수행할 분석에 맞춰 선택합니다.

애플리케이션	주된 대상과 기능	사용할 상황
Contour	데이터셋에 대한 화면 기반 분석	표 형식 데이터를 필터링, 결합하고 집계할 때
Quiver	객체 데이터와 시계열 분석	온톨로지 데이터와 시간에 따른 변화를 분석할 때
Insight	객체를 대상으로 단계별 분석 경로 구성	알고 있는 온톨로지 데이터에서 관계 탐색, 집계, 지도, SQL 조회와 쓰기 반영을 수행할 때
Code Workbook	코드 기반 데이터 분석 환경	기존 코드 분석, 데이터 과학과 모델 개발 작업을 사용할 때. 현재는 기존 기능 유지 단계이다.
Notepad	온톨로지와 연결되는 공동 문서 편집 및 템플릿	다른 앱의 데이터와 시각화를 문서에 담거나 템플릿 기반 보고를 구성할 때
Fusion	데이터와 연결되는 양방향 스프레드시트	편집한 표를 데이터셋에 동기화하거나 온톨로지 데이터를 시트에 표시할 때

Contour와 Quiver는 각각 데이터셋과 온톨로지를 분석하는 데 사용합니다. Insight는 이미 알고 있는 객체 데이터를 단계적으로 분석하는 데 적합하고, Object Explorer는 익숙하지 않은 온톨로지에 어떤 객체와 관계가 있는지 발견하고 탐색하는 데 적합합니다.

운영 데이터 파이프라인을 개발할 때에는 Code Repositories와 Pipeline Builder를 우선 검토합니다. 분석을 위한 대화형 작업 환경과 반복 실행할 운영 파이프라인의 개발 환경은 목적이 다릅니다.

외부 분석 도구와도 연결할 수 있습니다. Power BI, Tableau, Excel 같은 도구에 연결하거나 REST API, ODBC/JDBC 드라이버, Python과 R의 SDK를 이용하는 방식이 있습니다. 외부 도구를 쓰더라도 데이터 접근과 내보내기 조건을 함께 고려해야 합니다.

제품 배포

Foundry에서 배포할 제품(Product)은 온톨로지, 데이터 파이프라인, AI 모델과 업무 앱 등의 리소스를 묶은 구성입니다. 소프트웨어 서비스 자체를 배포하는 Apollo 제품과 관리 대상이 다릅니다.

애플리케이션	역할	사용할 상황
Foundry DevOps	리소스를 제품으로 묶고 버전, 의존 관계와 배포를 관리	업무 구성을 다른 환경이나 사용자 그룹에 배포하고 릴리스 채널로 버전을 관리할 때
Marketplace	게시된 제품을 찾고 설치	입력을 맞춰 제품을 설치하거나 설치본의 업그레이드를 관리할 때

제품을 만들 때에는 배포할 리소스와 설치자가 제공할 입력을 구분합니다. 설치 후에는 어느 제품 버전을 사용하는지와 새 버전을 어떻게 적용할지를 관리합니다. Marketplace는 제품과 예제 및 업무 시작용 구성을 발견하고 설치하는 진입점으로 사용할 수 있습니다.

보안과 거버넌스

Foundry의 보안은 인증, 권한, 강제적 접근 조건, 세분화된 데이터 정책, 암호화와 감사 기록을 함께 사용합니다. 아래 도구들은 접근과 변경의 승인, 민감한 작업의 사유 확인, 데이터 보호와 보존을 지원합니다.

애플리케이션	역할	사용할 상황
Approvals	변경이나 접근 요청의 검토와 승인 흐름 관리	프로젝트 접근 요청이나 온톨로지 변경 제안 등을 검토하고 진행 상태를 확인할 때
Checkpoints	민감한 작업에서 사용자의 사유를 확인하고 기록	특정 상호작용에 질문을 표시하고 제출한 사유를 검토할 때
Cipher	암호화, 복호화와 해시 등 암호 연산 제공	채널과 라이선스를 통해 키와 알고리즘 및 사용 권한을 관리하며 데이터를 보호할 때
Sensitive Data Scanner	지정한 패턴으로 민감한 정보를 탐지	데이터셋을 한 번 또는 반복적으로 검사하고 탐지 결과에 필요한 처리를 연결할 때
Data Lifetime	계보를 고려한 데이터 보존 정책 적용	트랜잭션의 삭제와 후속 데이터에 미치는 영향을 관리할 때

이 기능들은 조직의 보안과 개인정보 보호 절차를 구현하는 데 사용합니다. 도구를 켰다는 사실만으로 특정 법률이나 규제의 모든 요구사항이 충족되는 것은 아닙니다. 실제 데이터, 접근 정책, 운영 과정과 감사 요구에 맞춰 구성해야 합니다.

Data Lifetime에는 베타 기능이 포함되므로, 적용 범위와 삭제 동작을 이해한 뒤 보존 정책을 구성합니다. Checkpoints에서 사유를 기록하는 일과 Approvals에서 요청을 승인하는 일도 서로 다른 통제 방식입니다.

플랫폼 관리와 사용 지원

Control Panel은 플랫폼 인스턴스의 구성과 관리 기능을 제공하는 중심 작업 공간입니다. 인증 제공자 연결, 사용자 접근, 자원 사용량과 플랫폼 경험 등의 설정을 관리합니다. 조직의 기존 인증 체계와 연결하거나 관리 책임에 맞춰 권한을 구성할 수 있습니다.

Resource Management는 사용량과 비용을 파악하고 자원 배분을 관리하는 데 사용합니다. 플랫폼 관리자는 사용 현황과 필요한 제약을 함께 살펴봅니다.

기능	역할	사용할 상황
In-platform custom documentation	플랫폼 안에서 사용자 정의 문서를 작성하고 게시	조직에 특화된 지식과 사용 방법을 제공하고 AIP Assist에서 활용하도록 구성할 때
Walkthroughs	단계별 사용자 안내를 제작	특정 애플리케이션이나 업무 절차를 따라갈 수 있도록 화면 안에서 안내할 때

사용자 정의 문서는 제품의 일반 기능 설명과 조직 내부의 업무 규칙을 연결하는 데 활용할 수 있습니다. Walkthroughs는 사용자가 수행할 단계에 맞춰 도움을 제공하며, 여러 애플리케이션을 거치는 흐름에도 사용할 수 있습니다.

AIP 애플리케이션

AIP는 별도의 대화 도구뿐 아니라 Foundry의 파이프라인, 함수와 업무 화면 안에서도 사용할 수 있습니다. 사용할 모델과 기능의 접근 범위는 플랫폼 설정과 권한에 따라 결정됩니다.

애플리케이션	역할	사용할 상황
AIP Assist	플랫폼 사용을 돕는 자연어 지원	현재 작업 중인 앱에 관한 도움을 받을 때
AIP Logic	블록을 연결하여 LLM 기반 함수를 구성	온톨로지 데이터를 읽거나 변경하는 AI 처리 로직을 만들 때
AIP Chatbot Studio	문맥과 도구를 갖춘 대화형 챗봇 제작	업무 데이터와 기능을 사용하는 챗봇을 만들고 다른 화면이나 실행 경로에 연결할 때
AIP Evals	AI 함수와 프롬프트의 평가 구성	평가 사례와 지표로 결과를 비교하고 모델이나 프롬프트 변경의 영향을 조사할 때
AIP Threads	문서와 챗봇을 사용하는 대화형 작업 공간	문서를 제공하거나 기존 챗봇을 선택해 비정형 질문과 분석을 수행할 때
Palantir MCP	외부 AI 개발 도구와 플랫폼의 맥락 연결	AI 개발 도구를 활용하여 온톨로지와 애플리케이션 개발을 수행할 때

Pipeline Builder에서 LLM을 데이터에 적용하거나, Workshop에서 챗봇을 업무 화면에 배치하거나, 함수와 변환 코드에서 모델을 사용하는 방식도 있습니다. 어떤 AI 도구를 선택하더라도 입력 데이터의 접근 범위, 호출할 수 있는 도구와 변경 동작, 결과 평가를 함께 설계해야 합니다.

Keyboard shortcuts

팔란티어 플랫폼 한국어 해설