파운드리는 데이터를 테이블이나 칼럼으로만 다루지 않는다. 현실의 사물과 개념, 그 사이의 관계와 행동을 컴퓨터가 이해할 수 있는 형태로 정의한다. 온톨로지를 통해 데이터는 의미를 갖고, 단절된 시스템 간 정보는 하나의 판단 구조(logic)로 연결된다. 파운드리는 이 구조를 바탕으로 단순 분석을 넘어 실제 비즈니스 문제 해결까지 이어지도록 설계되었다.
--- p.6

파운드리는 이미 다양한 산업에서 활용되고 있다. 정부와 국방에서는 국가 안보와 위기 대응을 위한 실시간 의사결정에 사용되고, 금융에서는 거래 데이터와 리스크 데이터를 통합해 연체나 부정 거래를 예측한다. 제조와 공급망에서는 생산, 원가, 물류 데이터를 연결해 운영 효율을 높이고, 헬스케어나 공공 영역에서도 데이터 기반 정책과 캠페인 설계에 적용된다. 이 사례들의 공통점은 ‘데이터 통합 그 자체’보다 ‘의사결정의 속도와 질을 높였다’는 데 있다.
--- p.24

데이터 플랫폼을 설계할 때 대부분은 데이터를 어디에 저장하고, 얼마나 빠르게 조회하며, 어떻게 시각화할지를 고민한다. 그러나 파운드리는 데이터부터 보지 않고 의미를 먼저 묻는다. 5%의 불량률, 30분의 지연, 10건의 민원 같은 숫자는 그 자체로 아무런 행동을 요구하지 않는다. 데이터가 어떤 객체의 상태를 나타내는지 파악하고, 어떤 액션을 요구하는지 명시하며, 그 책임이 누구에게 있는지 답할 수 있을 때 데이터는 비로소 운영의 언어가 된다. 답하지 못하면 보고용 숫자에 그친다.
--- p.47

오랫동안 데이터 업계에는 데이터가 객관적이고 중립적이며, 해석은 나중 문제라는 믿음이 암묵적으로 깔려 있었다. 하지만 이 책에서의 실습은 이 믿음을 완전히 무너뜨렸다. 파운드리에서 실패한 데이터 모델은 대부분 기술적으로는 정답에 가깝다. 그래서 더 위험하다. 진짜 실패는 모델이 논리적으로 완벽한 척하며 현장의 실질적인 운영을 방해하는 것이다.
--- p.112

링크는 단순한 관계가 아니라 ‘판단의 통로’다. ERD의 링크가 ‘연관성’을 설명한다면 온톨로지의 링크는 ‘이 연결이 있어야 판단이 가능하다’를 뜻한다. 그래서 링크 유형을 설계할 때 “이 링크가 없으면 무엇을 판단할 수 없게 되는가?”라는 질문을 가장 먼저 던져야 한다. 여기에 답하지 못하는 링크는 대개 필요 없다.
--- p.172

팔란티어 파운드리의 워크숍을 처음 접한 사람들은 화려한 대시보드와 복잡한 차트를 기대했다가 화면이 너무 단순하다며 의아해하곤 한다. 워크숍은 정보를 최대한 많이 나열하는 도구가 아니라, 사용자가 지금 당장 내려야 할 ‘판단’만 남기기 위해 불필요한 노이즈를 걷어낸 결과물이다. 즉 워크숍 화면에서는 의도한 설계 목표가 정확히 달성되었음을 보여주기 위해 차트를 일부러 드러내지 않고 철저히 배제한다.
--- p.194

앞서 말했듯이 파운드리는 기능이나 성능이 부족해서 무너지지 않는다. 성공과 실패를 가르는 결정적 차이는 언제나 기술의 영역 바깥에 있다. 많은 조직이 파운드리를 도입할 때 ‘설치만 하면 자동으로 다음 단계로 갈 수 있다’는 환상을 품는다. 그러나 파운드리는 운영 방식이 근본적으로 바뀔 때 비로소 생명력을 얻는다. 데이터가 파이프라인으로 촘촘히 연결되어 있고, 온톨로지 설계도 그럴듯하며, 워크숍으로 구현한 화면이 매끄럽게 작동해도 운영되지 않는다면 문제는 사람이 기술을 대하는 방식에 있다.
--- p.260

AI를 처음 도입할 때 많은 조직은 복잡한 문제를 단번에 해결하고, 사람보다 더 정확한 판단으로 최적의 정답을 제시하는 전지전능한 존재를 기대하곤 한다. 그러나 실제 운영의 세계에는 애당초 고립된 ‘정답’이 존재하지 않는다. 정보는 늘 불완전하고 상황은 시시각각 변하며, 한번 내린 결정은 되돌리기 어렵기 때문이다. 이런 조건에서는 정답이라는 개념이 무의미해진다. 대신 우리에게 필요한 것은 ‘허용 가능한 선택의 범위’다. 어디까지가 수용 가능한 수준인지, 어떤 경계선을 넘으면 안 되는지, 그리고 특정 상황에서 누가 결정해야 하는지를 명확히 하는 과정이야말로 운영의 본질이다.