파일 목록으로

Palantir for Individuals - PRD

날짜: 2026-03-14
상태: Draft
문서 목적: 이 브랜치의 핵심 서사를 제품 요구사항 문서 관점에서 정리한다.

1. 제품 한 줄 정의

Palantir for Individuals는 개인의 이메일, 캘린더, 노트, 관계, 돈, 건강 신호를 시간축 있는 운영 그래프로 통합하고, 중요한 결정을 시나리오 비교와 결정 브리핑으로 바꿔주는 개인용 decision intelligence system이다.

2. 문제

개인은 이미 엄청난 양의 디지털 흔적을 남기고 있지만, 실제로 중요한 선택은 여전히 기억과 감각, 단편적인 앱, 사후적인 후회에 크게 의존한다.

현재 시장의 도구는 대체로 분절돼 있다.

  • 기억 도구: ChatGPT Memory, Limitless 같은 개인 메모리/리콜 계열
  • 실행 도구: Motion, Sunsama, Akiflow 같은 캘린더/태스크/플래너 계열
  • 관계 도구: Dex, Clay 같은 personal CRM 계열
  • 건강 도구: Oura, WHOOP 같은 바이오신호/코칭 계열

각 제품은 자기 축에서는 강하지만, 사용자가 실제로 묻는 질문은 더 통합적이다.

  • 지금 내 가장 큰 병목은 무엇인가
  • 내가 말하는 우선순위와 실제 행동은 일치하는가
  • 이직, 창업 준비, 프로젝트 시작, 지출 축소 같은 선택이 어떤 2차 효과를 만드는가
  • 무엇을 먼저 확인해야 이 결정을 덜 후회할 수 있는가

3. 왜 지금인가

이 제품이 지금 성립하는 이유는 세 가지다.

3.1 개인용 메모리 인터페이스가 대중화되고 있다

OpenAI의 Memory 발표에 따르면 ChatGPT의 메모리 기능은 2025년 4월 10일 이후 더 포괄적으로 확장되었고, 2025년 6월 3일부터는 free 사용자에게도 확장 롤아웃이 시작되었다. 메모리는 이제 낯선 기능이 아니라, 사용자가 기대하는 기본 상호작용이 되어가고 있다.

다만 OpenAI Memory FAQ는 이 메모리가 고수준 선호와 문맥에는 적합하지만, 큰 템플릿이나 정밀한 사실 저장을 위한 시스템은 아니라고 설명한다. 즉, 기억은 기본 기능이 되었지만 decision-grade operating memory는 아직 비어 있다.

3.2 지식노동의 병목이 더 선명해지고 있다

Microsoft 2025 Work Trend Index에 따르면 직원들은 핵심 업무 시간 동안 평균 2분마다 한 번씩 방해를 받는다. 같은 보고서에서 46%의 응답자는 AI를 thought partner로 본다고 답했고, 20%는 AI로 하루 최소 1시간을 절약한다고 답했다. AI는 이제 단순 자동화보다 사고 보조와 결정 보조로 이동하고 있다.

3.3 시장은 이미 돈을 내고 있다

  • Sunsama는 연간 기준 월 20달러, 월간 기준 25달러를 받는다.
  • Motion는 Pro AI를 좌석당 월 19달러, Business AI를 29달러에 판매한다.
  • Akiflow는 연간 기준 월 19달러, 월간 기준 34달러다.
  • Dex는 Premium 월 12달러, Professional 월 20달러 수준으로 포지셔닝한다.
  • Oura는 미국 기준 월 5.99달러 멤버십과 별도의 하드웨어 가격을 결합한다.

즉 개인 productivity, relationship, wellbeing 영역에서 사용자는 이미 월 10달러에서 35달러 이상의 구독료를 지불하고 있다. 새로운 제품이 성립하려면 "또 하나의 도구"가 아니라, 여러 고가 도구를 관통하는 상위 의사결정 계층이어야 한다.

4. 제품 비전

Palantir가 기업을 위해 한 일을 개인 차원으로 축소하는 것이 아니라, 개인의 삶을 위해 필요한 ontology-powered operating layer를 만드는 것이 목표다.

Palantir의 Ontology 문서는 Ontology를 단순 데이터 모델이 아니라 데이터, 로직, 액션, 보안을 통합해 의사결정을 모델링하는 시스템으로 설명한다. 개인용 버전도 같은 원칙을 따라야 한다.

우리의 해석은 다음과 같다.

  • 데이터: 이메일, 일정, 노트, 지출, 건강, 연락 이력
  • 로직: 병목 계산, 리스크 평가, 상태 추정, 우선순위 규칙
  • 액션: 일정 재배치, follow-up 생성, decision memo 생성, 질문 생성
  • 보안: 민감도 구분, 출처 추적, 삭제/보관 제어

5. MiroFish에서 가져올 것과 버릴 것

MiroFish README와 DeepWiki 요약을 기준으로 보면, MiroFish의 강점은 graph -> environment -> simulation -> report -> interaction이라는 폐루프 구조에 있다.

가져올 것:

  • graph-first 아키텍처
  • 시뮬레이션 전 persona/agent 생성
  • 시뮬레이션 후 report agent
  • 결과를 다시 메모리에 적재하는 feedback loop
  • 대화형 post-report interrogation

버릴 것:

  • Twitter/Reddit 스타일의 소셜 플랫폼 재현
  • 여론 전파 중심의 다중 에이전트 상호작용
  • "predict anything" 식의 과장된 약속

대신 개인 제품에서는 다음으로 바꿔야 한다.

  • 플랫폼 시뮬레이션 -> 시나리오 시뮬레이션
  • 공공 여론 에이전트 -> 관점 에이전트
  • 예측 리포트 -> decision memo
  • 군집 행동 로그 -> 개인 상태 변화와 constraint propagation

6. 핵심 사용자

6.1 Primary ICP

혼자서 많은 맥락을 떠안는 지식노동자다.

  • 창업자
  • 초기 스타트업 운영자
  • 독립 컨설턴트
  • 복수 프로젝트를 병행하는 product/growth/operator

이 집단은 다음 특성이 있다.

  • 이메일, 캘린더, 노트, 문서, 메신저, 재무가 여러 앱에 분산되어 있다
  • 일과 삶의 경계가 흐리다
  • 중요한 선택이 잦다
  • 시간 부족보다 판단 피로가 더 큰 병목이다
  • 월 20달러 이상 productivity 소프트웨어에 이미 비용을 쓰는 편이다

6.2 Secondary ICP

  • 네트워크 기반 직업군: VC, BD, recruiter, founder office, coaching
  • 건강/수면/회복 데이터까지 적극 활용하는 high-agency professional

7. JTBD

Functional Jobs

  • 여러 앱에 흩어진 신호를 하나의 현재 상태로 보고 싶다
  • 중요한 결정을 두세 개 시나리오로 비교하고 싶다
  • 이번 주에 실제 가능한 계획만 보고 싶다
  • 중요한 사람과 약속을 놓치지 않고 싶다

Emotional Jobs

  • 항상 뭔가 놓치고 있다는 감각을 줄이고 싶다
  • "생각은 많은데 실행이 흐려지는 상태"에서 벗어나고 싶다
  • 내 선택이 근거 위에 있다는 확신을 얻고 싶다

Social Jobs

  • 더 선명하고 침착하게 판단하는 사람으로 보이고 싶다
  • 팀, 파트너, 투자자, 가족에게 일관된 설명을 하고 싶다

8. 제품 원칙

8.1 Chat-first가 아니라 state-first

대화는 인터페이스일 뿐이다. 핵심은 현재 상태를 계산 가능한 형태로 표현하는 것이다.

8.2 Advice보다 memo

답만 주면 신뢰가 약하다. 근거, 가정, 불확실성, 다음 질문을 함께 제시하는 decision memo가 기본 산출물이어야 한다.

8.3 Memory보다 ontology

단순 회상보다 중요한 것은 객체, 관계, 상태, 행동, 결과, 출처를 유지하는 것이다.

8.4 Prediction보다 comparison

"무슨 일이 일어날까"보다 "어느 옵션이 어떤 trade-off를 만들까"에 집중한다.

8.5 Truth boundary

사실, 추정, 권고를 반드시 분리한다. 모든 중요 주장에는 evidence와 confidence를 붙인다.

9. 제품 구조

9.1 Ingestion

  • Email
  • Calendar
  • Notes / Docs
  • Tasks / PM tools
  • Financial CSV / bank exports
  • Health data
  • Relationship signals

9.2 Personal Operations Ontology

이미 이 브랜치에서 정의한 canonical ontology를 사용한다.

  • person, role, goal, project, task, commitment
  • resource, constraint, risk
  • relationship, conversation, document
  • financial event, health signal
  • decision, option, assumption, outcome
  • evidence, metric, insight

9.3 State Estimation

  • runway
  • execution load
  • deep work capacity
  • schedule conflict density
  • relationship heat
  • stress / recovery trend

9.4 Scenario Engine

  • baseline graph snapshot 생성
  • option별 intervention 적용
  • metric delta 계산
  • 민감한 변수 식별

9.5 Perspective Agents

  • Current Self
  • Future Self
  • Risk Officer
  • Operator
  • Relationship Guardian

이 agent들은 캐릭터가 아니라 서로 다른 가치함수와 평가 프레임이다.

9.6 Decision Memo Agent

출력 예시:

  • 현재 상태 요약
  • 핵심 제약 3개
  • 옵션 비교
  • 옵션별 metric delta
  • 가장 민감한 가정
  • 바로 확인할 질문
  • 7일 또는 30일 행동계획

10. V1 범위

포함

  • Career + Time 중심의 개인 운영 그래프
  • Gmail / Calendar / Notes 기반 ingestion
  • one-shot decision workflow
  • scenario comparison
  • weekly planning support
  • decision memo 생성

제외

  • 범용 health diagnosis
  • 법률/세무/투자 자문 자동화
  • 완전 자동 실행 agent
  • 팀 협업형 shared graph
  • 대규모 social simulation

11. 대표 사용자 질문

  • 지금 회사에 남을지, 6개월 안에 창업 준비를 시작할지 판단해줘
  • 이번 주 일정에서 실제로 중요한 일에 쓸 시간이 얼마나 남아 있지
  • 내가 놓치고 있는 follow-up이 누구와 관련돼 있지
  • 최근 90일 동안 실제 행동이 내 목표와 얼마나 정렬돼 있지

12. 경쟁 우위 가설

기존 도구 대비

  • planner보다 더 상위의 상태 추정이 가능하다
  • CRM보다 더 넓은 삶의 맥락을 본다
  • memory assistant보다 더 강한 evidence model을 가진다
  • health app보다 더 직접적으로 의사결정과 연결된다

구조적 우위

  • ontology 기반 축적 데이터
  • decision memo archive
  • 사용자의 실제 결과를 통한 calibration
  • cross-domain graph로 인한 compounding context

13. 핵심 리스크

13.1 환각형 코치로 보일 위험

그래프와 deterministic logic 없이 LLM이 앞에 서면, 제품은 쉽게 그럴듯한 상담봇이 된다.

13.2 민감정보 리스크

건강, 재무, 관계 데이터가 한데 모이므로 기본 privacy bar가 높아야 한다.

13.3 데이터 연결성 부족

연결은 했지만 상태 추정에 쓸 만한 정규화가 안 되면 제품이 빈약해진다.

13.4 사용 빈도 문제

결정은 자주 일어나지 않는다. 그래서 weekly review, calendar realism, follow-up intelligence처럼 고빈도 루프가 필요하다.

14. 성공 지표

Leading indicators

  • 연결된 데이터 소스 수
  • week 1 내 첫 decision memo 생성률
  • 주간 active review 실행률
  • memo 이후 follow-up action 생성률

Product value indicators

  • 사용자가 "새롭게 알게 된 병목"을 보고한 비율
  • 옵션 비교 후 실제 행동 전환율
  • 일정 재배치 / follow-up / decision log 저장률
  • memo 재열람률

Retention indicators

  • 4주차 active rate
  • 8주차 retained paid users
  • 월별 생성 decision memo 수

15. 추천 개발 순서

  1. Career Decision + Weekly Planning을 하나의 MVP로 묶는다.
  2. Decision memo 품질과 trust model을 먼저 고정한다.
  3. 이후 relationship intelligence를 붙여 sticky loop를 만든다.
  4. health/funding/wellness는 민감도와 규제 리스크를 감안해 후순위로 둔다.

16. 현재 브랜치의 역할

이 브랜치는 아직 구현 브랜치라기보다 제품 서사와 정보구조를 고정하는 discovery branch로 보는 것이 맞다.

따라서 이 브랜치에서 우선 완성해야 할 것은 다음이다.

  • PRD
  • benchmark and market landscape
  • business model and GTM
  • ontology / schema / flow 문서 간 정합성
  • 이후 구현 브랜치로 넘어갈 수 있는 수준의 제품 언어

0 / 207