팔란티어 거품은 이렇게 빠질겁니다: B2B AI의 현실
글쓰는 동안 터져버린 팔란티어...
안녕하세요, 구독자여러분!
작년에 엔비디아 거품 글로 욕을 엄청먹고 주가 예측은 못하기로 소문이 난 이안입니다
반면 주가와는 다르게 엔비디아 뉴스레터의 분석과 트렌드 예측은 최근 정리한 최근 딥시크사태로 비춰보았을때 어느정도 의미있었다고 생각합니다.
아시다시피 저는 단기적으로 주식을 예측하는 사람이 아니라 장기적인 트렌드에 투자하는 업을 하고 있다보니 매번 말씀드리지만 제 뉴스레터를 읽으시고 주식을 사시거나 파시면 망합니다.
그런 의미에서 오늘은 요즘 제가 손이 근질근질했던 최고의 거품, 팔란티어의 기우제를 지내보도록 하겠습니다. 아쉽게도 뉴스레터를 마치기전에 터져버렸지만 이런 단기 악재보다 팔란티어의 근본적인 강점, 약점을 생각해보려고 합니다.
엔비디아 글 이야기로 잠깐만 다시 돌아가보면, 제 결론은 장기적으로 엔비디아가 지금과 같은 시장 주도권이나 70%에 이르는 마진을 유지할 수 없다는 것이었지, 엔비디아가 내일 당장 망할 것이라는 의견은 아니었습니다.
이번 팔란티어에 대한 분석도 같은 결입니다. 저는 내일 팔란티어가 망한다는 말을 하고 싶은게 아니라, 지난 몇년동안 팔란티어의 비지니스모델에 대해 의구심을 가지고온 사람으로써, 인공지능 테마에 올라탄 팔란티어의 버블이 영원하지 않을 이유를 말씀 드리고 싶은 것입니다. 그 과정에서 긍정적인 부분도 많이 발견해서 아래 정리해두었습니다.
도대체 팔란티어가 뭔데?
팔란티어는 2003년에 피터틸이 페이팔의 사기 탐지기술이 테러를 방지하는데 도움이 될수있을거라는 믿음으로 데이터 분석 소프트웨어 회사로 시작되었고, Sequoia나 Kleiner Perkins와 같은 주요 VC들은 외면했지만 미국 CIA의 투자조직인 In-Q-Tel과 피터틸 본인 및 본인의 (당시는 존재감이 미미했던) 파운더스펀드의 투자로 시작되었습니다. 팔란티어의 프로덕트는 정부 및 국방기관을 상대로하는 고담, 민간기업을 위한 파운드리, 그리고 이 둘의 업데이트와 데이터를 책임지는 아폴로로 이루어져 있습니다.
최근에는 AIP라는 인공지능 플랫폼을 도입했고 Forward Deployed Engineer들(i.e. a fancy name for customer engineer)을 통해 온톨리지 구축(i.e. a fancy name for consulting or 한국의 SI)을 바탕으로 고객들에게 서비스중심의 구독모델로 수익을 창출하고 있습니다.
이렇게 말하면 좀 모호한데 저도 솔직히 직접 써보지 않아서 모르겠지만 주변의 말을 들어보면 Snowflake나 Databricks와 비슷하게 데이터를 모으고 정리해서 인사이트를 내어서 임원들의 의사결정을 도와주고 그위에 최신 인공지능을 올려 기존 경쟁사들에 비해 좀 더 비전문가들이 사용하기 좋은 툴이고 이해하고 있습니다.
엥? 미래가 밝아보이는데?
사실 그런 부분도 분명히 있습니다. 더욱이 자칭 “인공지능”회사중에 이정도 성장세를 보여주면서 동시에 흑자인 회사는 드문 시장이기때문에 시장의 관심을 받고 있죠. 팔란티어는 2022년 4분기부터 흑자전환에 성공했으며 2024년 4분기에는 전년 동기대비 매출이 36%나 증가했고 고객 수도 꾸준히 증가하고 있습니다. 또한 정부위주의 고객들과 장기 계약을 통해 고정 고객들을 확보했으며 동시에 민간 고객수도 빠르게 증가하고 있다는 것도 아주 고무적인 부분이죠.
그럼 도대체 뭐가 문제인데?
정말 인공지능 회사일까?
제 생각에 팔란티어가 지금의 밸류를 받는 이유는 인공지능 회사라는 인식때문인데 저는 이 부분이 애매하다고 생각합니다. 근본적으로는 데이터 분석 플랫폼이고 snowflake, databricks와 같은 회사들이 경쟁사라고 생각하기때문에 시장에서 보는바와 같이 그 회사들에 비해서 인공지능 기술쪽으로 압도적인 장점이 있다는 부분에는 동의할 수가 없습니다.
물론 인공지능을 이용하기 좋은 환경임은 확실하고 데모를 통해 멋진 것들을 보여주지만 그 부분이 팔란티어가 다른 경쟁사들에 비해 압도적으로 뛰어난 곳이라고는 생각하지 않습니다. OpenAI나 Anthropic과 같이 시장에서 가장 좋은 모델을 만드는 것도 아니고 매출 자체도 인공지능때문에 대부분 나오거나 그런 상황도 아니고, 어느정도는 무료로 제공되고 있다보니 쓰는 고객의 비율이 큰 의미가 없으며, 있다하더라도 아직 초기이다보니 그 매출이 얼마나 장기적으로 지속될지 아직 모르는 만큼 지금의 인공지능회사중 돈을 버는 유일한 회사라는 포지셔닝은 제 생각에는 너무 부풀려진 평가라는 생각입니다.
데이터 전문가들의 반발
저도 직접 팔란티어 제품들을 써보진 못하고 데모만 봤지만, 제가 사랑하는 플랫폼인 reddit을 리서치해보면 재미있는 글들이 많이 나옵니다.
(2025년 2월) 팔란티어, 데이터브릭스, 스노우플레이크 모두 사용해봤는데 팔란티어가 잘하는 것도 있겠지만 보통은 다른 플랫폼에서도 가능한 것들은 좀 더 짜증나는 방법으로 가능하게하고 다른 플랫폼과 호환이 떨어져요. 장점이라면 임원들이 (큰) 돈을 쓰도록 설득했으니 그걸 쓰면서 직장을 유지하는 부분.
(2025년 1월) 전 직장에서 팔란티어를 썼는데, 정말 비싼 옵션이에요. PySpark 노드 작성이 좀 엉망이었죠. 지금은 Databricks를 쓰는데 팔란티어가 전혀 그립지 않네요.
(2024년 6월) 솔직히 제가 써본 것 중 최악의 도구예요. 팔란티어를 쓰는 회사에선 다시는 일하지 않을 거예요. Foundry는 마치 Databricks를 10배 더 사용하기 어렵게 만들고 데이터 과학자용 노트북을 없앤 것 같아요. 사용자 친화적이지 않고 여러 기능들이 엉성하게 구현된 걸 보면 거의 사기 같은 느낌이에요. Snowflake를 쓰고 Foundry는 절대 피하세요.
(2024년 12월) 저는 Foundry를 써봤는데, 팔란티어 제품들은 리포트 최종 사용자(임원)가 아닌 모든 사람에게 악몽 같아요. 데이터 엔지니어링, 데이터 사이언스, 데이터 분석 담당자들 중 누구도 경영진이 팔란티어와 계약을 했다는 소식을 듣고 기뻐한 적이 없어요. 제품을 과대 홍보하는 사람들은 순전히 주주들이지 개발자들이 아니에요. 저도 팔란티어 주주이자 데이터엔지니어인데, 주주가 된 이유는 피터 틸의 정부와의 관계때문이지 좋은 회사나 제품이어서가 아니에요.
(2024년 5월) 완전 쓰레기예요. 그냥 데이터 계보 온톨로지 기능이 있는 스파크일 뿐이에요. 그럴듯한 영업 전략과 전통적으로 뒤처진 분야를 현대화하는 겉보기에 쉬운 방법이라는 점 때문에 국방 분야에서 잘 팔리고 있죠.
이렇듯 데이터 엔지니어링 전문가들 사이에서는 불만이 많은 상황이고, 피터틸의 영향력을 통해 전문성이 떨어지는 정부와 CEO들에게 좋은 세일즈가 이루어져서 탑다운 방식으로 전사에 적용되는 툴이라는 의견이 지배적인 것으로 보입니다.
과도한 맞춤화: 높은 비용, 높은 가격, 낮은 확장성
팔란티어는 forward deployed engineer라는 그럴듯한 이름의 각 회사들에게 담당 엔지니어를 배치하는데 그 이유는 프로덕트 자체가 각 고객에게 맞춤화되게 되어있어서 팔란티어의 엔지니어가 직접도와줘야만 하는 구조이기때문입니다. 더군다나 현장의 데이터 담당자들이 선택해서 써보고 회사 전체로 적용되는 플랫폼이 아니라, 임원들이 선택하고 탑다운으로 바로 회사전체에 적용하는 시스템이기때문에 팔란티어 엔지니어가 꼭 필요하게됩니다.
동시에 과도한 맞춤화로 인해 일괄적인 업데이트가 쉽지 않으며 이 문제를 인지하고 아폴로를 만들었지만 여전히 풀기 쉽지않은 문제로 보여집니다. 동시에 forward deployed engineer이 충분하지 않다면, 서비스요청시 반응도 늦어지기때문에 계속해서 인력을 늘려야할 것이기때문에 팔란티어에게는 높은 비용과 낮은 확장성을, 고객에게는 높은 가격을 책정해야할 수도 있습니다.
실제로 세일즈포스의 경우도 몇년전에 모든 고객사를 강제로 라이트닝이라는 새로운 플랫폼으로 옮기도록 강제하면서, 저의 예전 포트폴리오 회사들이 외부 컨설턴트 고용하고, 몇달동안 많은 시간과 인력적인 피해를 보며 그 프로젝트를 보조한적이 있습니다.
이렇게 글을 쓰고보니, 만약 이게 모두 사실이라면 팔란티어가 문제가 아니라 팔란티어를 적용한 대기업들이 더 큰 위기가 아닐까라는 생각도 드네요. 오래된 대형 기업들을 모두 무너트리고 본인의 스타트업이 그자리를 차지하게 하고 싶은 피터틸의 작전이라는 음모론까지 떠오르는군요 ㅎㅎㅎ
높은 밸류에이션
팔란티어의 price-to-earnings ratio는 현재 559로 소프트웨어 섹터의 중간값인 26 어마어마하게 뛰어넘고 있습니다. 최근 기준으로는 테슬라를 비롯한 모든 회사보다 압도적으로 높은 상황이긴합니다. 다만 테슬라나 아마존 같은경우는 가장 높은 PER은 팔란티어보다도 높았던 적이 있기때문에 빠르게 성장하는 동안은 PER이 높아도 어느정도 이해가 되긴하지만 이 전제 또한 아직 $3B의 매출을 내고있는 팔란티어가 M7과 같은 회사로 무난히 성장할수있다는 가정하에나 정당화 될수있는 수치라고 생각합니다. 추가로 중요한 지표는 아니지만 회사의 임원진들이 계속해서 많은 양의 지분을 팔고있다는 것도 걱정스러운 부분이긴 합니다.
정부 고객의 리스크와 강력한 경쟁자들
팔란티어의 매출중 55%가 정부로부터 나오는데 정부 거래라는게 든든해보이긴하지만 동시에 정치상황에 따라 빠르게 변할수있고 꾸준하기보다는 규모있게 한번에 오기때문에 lumpy한 성향때문에 리스크가 존재합니다 (SpaceX의 발사 사업도 동일한 리스크를 지고 있음)
또한 아시다시피 미국 정부는 독과점을 경계하기때문에 하나의 기업에 모든걸 맡기지않고 계속 기회를 나누거나 2등, 3등을 보조해주는 경향이 있습니다. 따라서 팔란티어가 정부의 가장 큰 벤더가 된다면, 같은 수준의 보안 인증을 받은 강력한 경쟁자들인 databricks, snowflake, microsoft, IBM 에게도 기회가 돌아갈 수 있고 이는 팔란티어의 성장에 걸림돌이 될 것으로 보입니다.
한가지 더 덧붙이자면, 미국 정부와의 관계가 깊어지면 깊어질수록 해외 진출을 더 힘들어 질 것으로 보입니다. 정부중에서도 팔란티어는 특히 국방쪽과 관련이 깊기때문에 이에 대해 반감을 가지는 해외 기업들과 국가들이 있을 것으로 예상되며 이 또한 팔란티어에게는 확장의 걸림돌이 될수도 있을 것으로 보입니다.
그런데 또 뒤집어보면
꼭 최고의 인공지능 기술을 가져야하나?
제 뉴스레터들에서도 여러번 말씀드렸지만 꼭 1등 기술을 가진 회사가 1등 회사가 되는 것은 아니라고 생각합니다. 최고의 기술만큼이나 중요한건, 최고의 소비자 경험이라고 생각하고 만약 팔란티어가 본인들에게 가장 중요한 유저들에게 최고의 경험을 선사할수있다면 최고의 인공지능 기술은 필요하지 않을수도 있다고 생각합니다.
엔지니어들이 싫어하는건 그들의 일이 없어지기때문
위에서 데이터 엔지니어들이 싫어하는 이유를 반대로 생각해보면 (1) 본인들이 익숙하지 않은 플랫폼이라 forward deployed engineer들이 필요해지고 이들이 본인들을 대신할수 있으며 (2) 자유도가 상대적으로 낮아 답답함을 느끼고 (3) 본인들 없이도 임원들을 비롯한 비지니스 유저들이 데이터 분석을 더 잘할수 있게 되는 것에 대한 경계가 있을수도 있다고 생각합니다. 약간 데이터브릭스와 스노우플레이크가 안드로이드라면, 팔란티어는 아이폰이 아닐까라는 생각도 드네요.
탑다운으로 회사전체에 적용하면 고객 이탈이 힘들어진다
기술적으로 뛰어나지 않더라도 최종 유저들이 jaw-dropping experience를 경험하고, 탑다운으로 이 툴들이 바로 회사 전체에 적용이 된다면, 함몰비용과 사내정치등의 이유로 한동안은 새로운 툴로 갈아타기가 쉽지 않을 것으로 보입니다.
동시에 이는 팔란티어를 적용한 회사들에게는 악재일수 있기때문에, 만약 팔란티어의 제품이 기대에 미치지 못한다는 판단이 든다면 팔란티어를 적용했다는 뉴스를 내보낸 회사들에게도 타격이 갈 것으로 예상할 수 있습니다 (그때 바로 숏을 쳐서 팔란티어발 금융위기가…)
과도한 맞춤화? salesforce, netsuite도 그렇게 성장했다
세일즈포스와 넷스윗을 쓰는 회사들을 보면서 항상 느낀건 모든 회사가 자신들의 비지니스는 특이하다고 생각하다는 점입니다. 하지만 오히려 이미 검증된 세일즈포스나 넷스윗의 프로세스에 본인 회사의 프로세스를 맞추는게 더 효율적이라고 생각하지만 회사 내부 정치등의 다양한 이유로 좋은 소프트웨어를 맞춤형으로 프랑켄슈타인의 괴물로 만드는 경우가 많더라구요. 이는 세일즈포스와 넷스윗이 추가 컨설팅 수입과 새로운 프로덕트를 업셀할수있는 기회를 주는 동시에, 고객의 이탈이 점점 더 힘들어지는 효과를 만들어냅니다.
의외로 나쁘지 않은데?
사실 이 글을 쓰기위해 팔란티어에 대해 깊이 파보면서 생각보다 나쁘지않다는 생각도 했습니다. 현재까지 겉으로 보이는 financial은 탄탄해보이고 경쟁사들에 비해서도 손색없어 보이는만큼, 앞으로 더 지켜봐야겠지만 정말 흥미로운 회사임은 틀림없다고 생각합니다.
팔란티어를 통해보는 B2B AI의 현 상황
저는 팔란티어의 사례를 보면서 아직까지 꿈만 크고 갈길이 먼 B2B 혹은 Enterprise AI의 현 상황을 아주 잘보여주는 사례라는 생각이 들었습니다. 물론 장기적으로 B2B AI는 분명히 엄청난 가치를 창출할거라고 생각하지만 그때까지 생각보다 많은 시간이 걸릴 것이라고 생각합니다. 그 이유는
많은 맞춤화가 필요
B2B AI의 잠재력은 엄청나지만 아직까지 각 회사들의 요구에 따라 맞춤화가 생각보다 시간과 비용이 많이 걸리는 것으로 보입니다. 따라서 맞춤화나 온보딩을 더 빠르고 간결하게 할수있는 회사에게 앞으로 더 좋은 기회가 많이 올 것이라고 생각합니다.
가격 부담이 높다
소프트웨어도 비용을 지불해야하는데다 클라우드와 인공지능 비용까지 따로 지불해야하기때문에 가격부담이 높습니다. 그리고 이 비용들이 싸지고는 있지만 아직까지 더 싸져야한다고 생각하고 이는 시간이 해결해줄 부분이라고 생각합니다. 개인적으로 스타게이트를 비롯한 과도한 데이터센터 투자가 이를 앞당겨주기를 기대합니다.
기업들을 위한 꾸준한 정확도 확보의 어려움
이번 세대의 인공지능같은 경우 환각증세를 완벽히 해결할 수 없기때문에 기업들이 요구하는 높은 수준의 정확도를 보장해줄수 없습니다. 따라서 지금의 인공지능은 인간이 항상 도와줘야할 것이고 완전 자동화와 그에 기반한 task-based pricing도 여전히 리스크가 커서 좀 더 시간이 필요할 것으로 보입니다.
결국 온보딩을 최소화하고 비용이 낮아져야…
그래서 뻔한 이야기이지만 맞춤화에 필요한 온보딩 시간과 비용이 낮고, 가격과 성능의 최적화가 이루어져서, 기존 SaaS와 같은 확장성있고 고정 가격의 구조를 제공할 수 있는 인공지능 회사가 결국은 B2B AI시장의 리더가 되지않을까라는 생각입니다.
당장은 불가능 해보이지만 오히려 인공지능을 이용한 맞춤화의 자동화는 금방 연구될 것으로 생각하고, 동시에 인공지능 모델 비용의 하락, 인공지능 모델들의 성능의 수렴, 그리고 오픈소스의 대중화를 통해 비용이 절감되어 지금 사용량 기반의 가격정책이 아닌 기존 SaaS와 같은 고정비용으로 돌아가서 SaaS 2.0 = AaaS의 시대가 열리는게 몇년안에 가능할 것이라고 생각합니다.
그리고 그곳에 가장 먼저 도달하는 회사가 바로 넥스트 빅테크 회사가 되지않을까 기대해봅니다.
넘쳐나는 FOMO에 찌들어서, 영향력있는 사람들의 본인 배를 채우기위한 무책임한 뜬구름잡는 AGI 긍정론에 지난번처럼 또 휩쓸리지말고, 현실적으로 그리고 본질적으로 고객에게 가치를 창출해주는 스타트업들이 등장하고 또 그들을 알아보는 고객들과 투자자가 더 많아졌으면 좋겠습니다.
도움이 필요하시거나 궁금한점이 있으시면 언제든지 위의 번개 피칭을 통해 연락주시면 감사드리겠습니다. 오늘도 읽어주셔서 감사합니다!
이 글이 재미있으셨다면 비슷한 결의 아래 “B2B SaaS의 종말”도 읽어보시길 추천드립니다!
종말 시리즈 정말 재밌게 잘 읽고 있습니다. 덕분에 다양한 주제들에 대한 생각을 해볼 수 있네요.