코드 한 줄 없이 이탈 위험 고객을 추적해봤다 — Palantir Insight 실전 가이드

코드 한 줄 없이 이탈 위험 고객을 추적해봤다 — Palantir Insight 실전 가이드

이탈 위험 고객 하나를 클릭해서 시작한다

“최근 문의가 급증한 고객 중에 이탈 위험이 있는 곳이 있는지 봐줘.” 이 요청을 받으면 어디서부터 시작해야 할까요. SQL을 짜서 조인하는 대신, Insight를 열어서 고객 오브젝트 하나를 클릭하는 것부터 시작할 수 있습니다. 이건 Palantir Foundry에서 코드 없이 분석(Analysis)하는 대표적인 방법 중 하나입니다.

Insight가 하는 일

Insight는 온톨로지의 Object Type과 Link Type을 기반으로 코드 없이 탐색하는 도구입니다. Filter, Link, Transform이라는 카드를 순서대로 이어 붙이면서 분석 경로를 만듭니다.

이탈 위험 고객 조사라면 이런 식으로 진행됩니다.

  1. Filter 카드: 최근 30일 문의 건수가 5건 이상인 고객만 걸러냅니다. Link 카드: 걸러진 고객과 연결된 “계약” 오브젝트로 이동합니다. 계약 만료일이 임박한 고객만 남깁니다. Transform 카드: 남은 고객을 문의 건수 기준으로 정렬합니다.

각 단계는 코드 없이 클릭으로 이어집니다. 그리고 중간 결과(예: “문의 급증+계약 만료 임박 고객 세트”)는 그 자체로 저장해서 다른 Foundry 앱에서 재사용할 수 있습니다.

Insight의 핵심 기능 6가지

  • 분석 경로: 지금까지 만든 필터·조인 흐름을 재사용 가능한 세트로 저장 링크 트래버스: 관계를 따라 연결된 객체로 이동하며 필터링·피벗 집합 연산: 서로 다른 분석 결과를 합집합·교집합·차집합으로 결합 (예: “문의 급증 고객”과 “결제 지연 고객”의 교집합) 시각화 및 지도: 분포, 히스토그램, 지리 정보 필터링 SQL 쿼리: 더 정교한 분석이 필요하면 직접 쿼리 작성 가능 데이터 라이트백: 조사 중 발견한 이상 건을 그 자리에서 Action으로 처리 (예: “이 고객에게 담당자 배정” Action 실행)

이탈 위험 고객 조사의 마지막 단계에서, 발견한 고위험 고객 5명에게 바로 “긴급 케어 플래그”를 붙이는 Action을 실행할 수 있다는 게 Insight의 실질적 가치입니다. 조사와 조치가 화면 하나에서 끝납니다.

언제 Insight를 쓰고, 언제 다른 도구를 쓰나

Foundry에는 비슷해 보이는 도구가 여럿 있어서 헷갈리기 쉽습니다.

도구 특기 영역 쓰는 시점
Insight 링크 기반 시각적 탐색 지금 막 떠오른 궁금증을 즉석에서 조사할 때
Object Explorer 온톨로지 검색·진입 데이터 탐색을 처음 시작할 때
Quiver / Contour 시계열·통계 심층 분석 정형 데이터를 정식으로 깊게 분석할 때
Workshop 커스텀 업무 화면 같은 조사를 반복적으로 여러 사람이 할 때

이탈 위험 고객을 “오늘 한 번” 조사한다면 Insight가 맞습니다. 그런데 이 조사를 매주 반복해서 영업팀 전체가 본다면, 그때는 같은 로직을 Workshop 화면으로 고정하는 게 낫습니다.

초보자가 자주 하는 실수 3가지

반복 업무 화면을 Insight에서 억지로 구성한다. Insight는 즉석 조사에 최적화되어 있습니다. 매주 반복해서 봐야 하는 화면이라면 Workshop으로 옮기는 게 맞습니다.

중간 결과를 저장·공유하지 않는다. “문의 급증+계약 만료 임박 고객” 같은 유용한 세트를 만들어놓고 저장하지 않으면, 다음에 똑같은 조사를 처음부터 다시 해야 합니다.

라이트백 권한을 사전에 확인하지 않는다. 조사 중 Action을 실행하려는 순간 권한이 없다는 걸 알게 되면 흐름이 끊깁니다. 조사를 시작하기 전에 실행 가능한 Action의 권한부터 확인하세요.

LLM과 함께 쓸 때

온톨로지 기반의 Insight 탐색은 벡터 기반 RAG보다 환각 위험이 낮습니다. 스키마와 관계가 이미 정의되어 있어서, LLM이 검색·조회할 때 검증된 구조 위에서만 움직이기 때문입니다. 다만 “온톨로지 구조 기반 LLM 탐색”이라는 표현이 공식 용어는 아니고, 실무에서 통용되는 설명 방식이라는 점은 참고하세요.

자주 묻는 질문

Q. Insight와 Workshop 중 어떤 걸 먼저 배워야 하나요? 즉석 조사가 잦다면 Insight부터, 이미 반복되는 업무 화면이 있다면 Workshop부터 배우는 게 효율적입니다.

Q. Insight에서 만든 결과를 Quiver나 Contour로 넘길 수 있나요? 네. Insight로 1차 필터링한 객체 세트를 Quiver나 Contour에서 더 깊은 시계열·통계 분석으로 이어가는 흐름이 실무에서 자주 쓰입니다.

Q. Insight 화면은 실시간으로 갱신되나요? 기본 데이터가 파이프라인 스케줄에 따라 갱신되므로, 실시간 여부는 그 파이프라인의 갱신 주기에 달려 있습니다.

Q. 여러 사람이 같은 Insight 조사 결과를 볼 수 있나요? Compass 권한 체계로 공유할 수 있고, 사용자별로 접근 가능한 데이터 범위는 자동으로 제한됩니다.

함께 보면 좋은 글

함께 보면 좋은 글

질문이나 지적할 부분이 있으면 문의로 알려주세요.

Questions or corrections? Let us know via Contact.

AI

AI map Ontology

기업 IT·데이터 조직에서 20년 넘게 실무를 해온 사람이 씁니다. 모든 사례는 익명화·일반화합니다. 소개 보기 →

AI

AI map Ontology

Written by someone with 20+ years in enterprise IT and data. All cases are anonymized and generalized. About us →

다음으로 읽어볼 글

개념을 이해했다면, 실제 설계와 활용 방법을 이어서 살펴보세요.

온톨로지 Foundry AIP 기업 AI 전략

Keep reading

Once you understand the concept, continue on to real design and usage patterns.

Ontology Foundry AIP Enterprise AI Strategy