{"cssClassNames":"blog-page page basicpage summit-page","templateName":"blog-page","canonicalLink":"https://www.snowflake.com/ko/blog/cto-circle-ai-native-engineering/","robotsTags":["index","follow"],"allowedRenditionsWidth":["320","480","640","768","960","1200","1440","1920"],"description":"Snowflake Summit에서 350명 이상의 CTO들이 AI 네이티브 엔지니어링 조직 구축 경험을 공유했습니다. AI의 운영 환경 적용부터 엔지니어링 조직 재설계까지 다양한 인사이트를 확인해 보세요.","language":"ko","title":"CTO Circle: AI 네이티브 엔지니어링 팀 구축의 핵심 교훈","analyticsPageType":"homepage","analyticsCategory":"general","analyticsSubCategory":"","excludeFromAnalytics":false,":mappedPath":"/ko/blog/cto-circle-ai-native-engineering/",":type":"snowflake-site/components/structure/page",":items":{"root":{"columnCount":12,"columnClassNames":{"experiencefragment-banner":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-sub-header":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-pre-footer":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-header":"aem-GridColumn aem-GridColumn--default--12","markup_editor-table":"aem-GridColumn aem-GridColumn--default--12","responsivegrid":"aem-GridColumn aem-GridColumn--default--12","experiencefragment-footer":"aem-GridColumn aem-GridColumn--default--12","markup_editor":"aem-GridColumn aem-GridColumn--default--12","container_47873732":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"experiencefragment-banner":{"id":"experiencefragment-0d18025764","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/en/site/pushdown-banner/pushdown-banner-blank.xfmodel.json"},"experiencefragment-header":{"id":"experiencefragment-5f103ac0e5","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/mega-nav-header/master.xfmodel.json","languageNavPath":"/content/snowflake-site/global/ko/blog/cto-circle-ai-native-engineering.languagenav.json","appliedCssClassNames":"snowflake-sticky-nav-host"},"experiencefragment-sub-header":{"id":"experiencefragment-a063c4ce7a","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/sub-navigation/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/sub-navigation/master.xfmodel.json"},"responsivegrid":{"columnCount":12,"columnClassNames":{"container_breadcrumb":"aem-GridColumn aem-GridColumn--default--12","container_main_content":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12",":items":{"container_breadcrumb":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"breadcrumb":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"blog-page-breadcrumb-indentation",":type":"snowflake-site/components/container",":items":{"breadcrumb":{"id":"breadcrumb-b7fc4a7086","breadcrumbItems":[{"title":"Blog","path":"/ko/blog/","active":false},{"title":"회사에 관한 정보","path":"/ko/blog/company/","active":false},{"title":"CTO Circle: AI 네이티브 조직을 구축하는 엔지니어링 리더들의 인사이트","path":"/ko/blog/cto-circle-ai-native-engineering/","active":false}],":type":"snowflake-site/components/blog/breadcrumb"}},":itemsOrder":["breadcrumb"],"appliedCssClassNames":"snowflake-container"},"container_main_content":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"flexible_column_container":"aem-GridColumn aem-GridColumn--default--12","related_content":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"main-content",":type":"snowflake-site/components/container",":items":{"flexible_column_container":{"id":"flexible-column-container-2832d746b5","propertiesId":"snowflake-blog-template-main-container","type":"2-column-60-40","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"none","bottomPadding":"none","spaceBetween":"none","reverseOnMobile":true,"carouselOnMobile":false,"backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-1019c59679",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"container_hero":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"blog_hero":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-3197d29074",":type":"snowflake-site/components/container",":items":{"blog_hero":{"id":"blog-hero-e89bfb7862","linkedInShareUrl":"https://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fko%2Fblog%2Fcto-circle-ai-native-engineering&title=CTO+Circle%3A+AI+%EB%84%A4%EC%9D%B4%ED%8B%B0%EB%B8%8C+%EC%A1%B0%EC%A7%81%EC%9D%84+%EA%B5%AC%EC%B6%95%ED%95%98%EB%8A%94+%EC%97%94%EC%A7%80%EB%8B%88%EC%96%B4%EB%A7%81+%EB%A6%AC%EB%8D%94%EB%93%A4%EC%9D%98+%EC%9D%B8%EC%82%AC%EC%9D%B4%ED%8A%B8","twitterShareUrl":"https://x.com/intent/post?url=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fko%2Fblog%2Fcto-circle-ai-native-engineering&text=CTO+Circle%3A+AI+%EB%84%A4%EC%9D%B4%ED%8B%B0%EB%B8%8C+%EC%A1%B0%EC%A7%81%EC%9D%84+%EA%B5%AC%EC%B6%95%ED%95%98%EB%8A%94+%EC%97%94%EC%A7%80%EB%8B%88%EC%96%B4%EB%A7%81+%EB%A6%AC%EB%8D%94%EB%93%A4%EC%9D%98+%EC%9D%B8%EC%82%AC%EC%9D%B4%ED%8A%B8","facebookShareUrl":"https://www.facebook.com/sharer/sharer.php?u=https%3A%2F%2Fwww.snowflake.com%2Fcontent%2Fsnowflake-site%2Fglobal%2Fko%2Fblog%2Fcto-circle-ai-native-engineering","showClaude":true,"showChatGpt":true,"authors":[{"authorImage":{"id":"image-5156078914","height":"800","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--14e6ec9b-ee00-4b28-8be8-52d72f4b2e20/shruti.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"800",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-ae2bfd549f","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/shruti-bhat-/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Shruti Bhat "}},{"authorImage":{"id":"image-ca76f0c260","height":"791","alt":"Headshot of Rashmi Singh","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--e0aed8fd-d7a3-4b8b-9d19-1aec6c7c04ec/rashmi-singh.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"614",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-95c00ae65e","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/rashmi-singh/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Rashmi Singh"}}],"image":{"id":"image-e5a69b41d9","height":"720","alt":"Hands typing on a laptop with an AI chat interface and brain icon overlaid","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--1bc5336b-71f8-4967-995e-3448d2ffdce2/12-ai.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"1680",":type":"snowflake-site/components/image"},"timeToRead":"11","publicationDate":"AUG 06, 2026","tag":{"tagText":"회사에 관한 정보","tagColor":"#11567F"},"title":{"lines":["CTO Circle: AI 네이티브 조직을 구축하는 엔지니어링 리더들의 인사이트"],"type":"heading2",":type":"snowflake-site/components/title-v2"},":type":"snowflake-site/components/blog/blog-hero"}},":itemsOrder":["blog_hero"]},"responsivegrid_content":{"columnCount":12,"columnClassNames":{"blog_component_1":"aem-GridColumn aem-GridColumn--default--12","blog_component_2":"aem-GridColumn aem-GridColumn--default--12","blog_component_0":"aem-GridColumn aem-GridColumn--default--12","blog_component_5":"aem-GridColumn aem-GridColumn--default--12","blog_component_6":"aem-GridColumn aem-GridColumn--default--12","blog_component_3":"aem-GridColumn aem-GridColumn--default--12","blog_component_4":"aem-GridColumn aem-GridColumn--default--12","blog_component_9":"aem-GridColumn aem-GridColumn--default--12","blog_component_19":"aem-GridColumn aem-GridColumn--default--12","blog_component_18":"aem-GridColumn aem-GridColumn--default--12","blog_component_7":"aem-GridColumn aem-GridColumn--default--12","blog_component_17":"aem-GridColumn aem-GridColumn--default--12","blog_component_8":"aem-GridColumn aem-GridColumn--default--12","blog_component_16":"aem-GridColumn aem-GridColumn--default--12","blog_component_15":"aem-GridColumn aem-GridColumn--default--12","blog_component_14":"aem-GridColumn aem-GridColumn--default--12","blog_component_13":"aem-GridColumn aem-GridColumn--default--12","blog_component_12":"aem-GridColumn aem-GridColumn--default--12","blog_component_11":"aem-GridColumn aem-GridColumn--default--12","blog_component_10":"aem-GridColumn aem-GridColumn--default--12","blog_component_20":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","appliedCssClassNames":"snowflake-layout-container-inner-padding-small",":items":{"blog_component_0":{"id":"blog-text-c1194940a8","text":"\u003Cp\u003EAI가 규칙을 바꾸고 있는 지금, 모든 엔지니어링 리더는 같은 질문에 직면하고 있습니다. 엔지니어링 팀은 어떻게 구성해야 하는가? 파운데이션 모델이 계속 발전하는 상황에서 조직은 어디에 투자해야 하는가? 감당하기 어려운 운영 리스크를 만들지 않으면서 엔지니어링 속도를 어떻게 높일 것인가? AI 증강 조직과 AI 네이티브 조직의 차이는 무엇인가? \u003C/p\u003E\n\u003Cp\u003E하지만 AI 네이티브 엔지니어링 조직을 구축하기 위한 정립된 플레이북은 아직 없으며, 엔지니어링 리더들이 서로의 경험을 허심탄회하게 비교하고 논의할 기회도 많지 않습니다. 이러한 논의는 대부분 개별 기업 내부에 머물러 있으며, 경쟁 환경과 빠르게 진화하는 기술 환경의 영향을 받고 있습니다. \u003C/p\u003E\n\u003Cp\u003E수천 개 조직이 데이터와 AI 전략을 구축하는 플랫폼인 Snowflake는 이러한 논의를 한데 모을 수 있는 최적의 위치에 있습니다. CTO Circle은 같은 변화를 겪고 있는 엔지니어링 리더들이 서로의 경험을 공유하고 기존의 가정을 함께 검토할 수 있는 신뢰할 수 있는 논의의 장을 마련하기 위해 만들어졌습니다. 샌프란시스코에서 열린 Snowflake Summit 2026 기간 중 처음 개최된 이 행사에는 금융 서비스, 통신, 리테일, 기술 등 다양한 산업의 CTO 350명 이상이 참석해 실제 현장에서 얻은 경험과 교훈을 공유했습니다. \u003C/p\u003E\n\u003Cp\u003E논의는 코딩 어시스턴트나 모델 선택의 범위를 훨씬 넘어섰습니다. 엔지니어링 조직이 어떻게 재설계되고 있는지, 프로덕션에서 실제로 무엇이 효과를 내고 있는지, 장기적인 경쟁 우위를 만들기 위해 리더들이 어디에 투자하고 있는지에 초점이 맞춰졌습니다. AI 네이티브 엔지니어링 조직을 구축한다는 것이 무엇을 의미하는지에 대한 논의는 세 가지 핵심 주제로 수렴했습니다. 바로 프로덕션에서의 AI 활용, 속도와 리스크의 균형, AI에 맞춘 엔지니어링 팀 설계입니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_1":{"id":"blog-title-0d55680e84","propertiesId":"ai","type":"heading2","lines":["프로덕션 환경의 AI: 무엇이 한계에 부딪히고, 무엇이 확장되는가"],":type":"snowflake-site/components/blog/blog-title"},"blog_component_2":{"id":"blog-text-a621c55d44","text":"\u003Cp\u003E많은 조직은 기존 엔지니어링 워크플로우에 코딩 어시스턴트를 도입하는 방식으로 AI 여정을 시작합니다. 개발자는 코드를 조금 더 빠르게 작성할 수 있고, 문서화도 한결 쉬워집니다. 이러한 개선은 분명 의미가 있지만, 엔지니어링 시스템의 근본 구조는 대부분 그대로 남습니다.\u003C/p\u003E\n\u003Cp\u003ESnowflake 엔지니어링 부분 SVP인 \u003Ca href=\"https://www.linkedin.com/in/raghunathanvivek/\" target=\"_blank\" rel=\"nofollow noopener noreferrer\"\u003EVivek Raghunathan\u003C/a\u003E은 AI 도입을 훨씬 더 넓은 관점에서 바라봐야 한다고 강조했습니다. 그는 AI 네이티브 엔지니어링 조직을 구축하려면 관리 철학 자체가 바뀌어야 한다고 설명했습니다. Snowflake는 개발자 생산성을 단순한 엔지니어링 문제나 조직 문화의 문제로만 보지 않고, 하나의 제품으로 접근하기 시작했습니다.\u003C/p\u003E\n\u003Cp\u003E“개발자를 고객처럼 대한다면 어떨까?” 이 질문은 Snowflake가 자체 엔지니어링 혁신에 접근하는 방식의 출발점이 되었습니다. 리더십이 엔지니어에게 필요한 것을 이미 알고 있다고 가정하는 대신, 고객 대상 제품을 구축할 때 적용하는 것과 동일한 제품 관리 원칙을 적용했습니다. \u003C/p\u003E\n\u003Cp\u003E먼저 개발자 인터뷰를 통해 업무가 어디에서 느려지는지 파악하고, 소프트웨어 개발 수명 주기 전반의 마찰 지점을 매핑했습니다. 이후 팀은 기준 지표를 수립하고, 각 변화의 영향을 측정하기 위한 실험을 진행했습니다. 이 접근 방식은 명확한 경영진 명확한 지원과 현장의 자발적인 참여를 결합한 형태였습니다. 그 결과 개선 사항은 리더가 기대하는 방식이 아니라 엔지니어가 실제로 일하는 방식을 반영할 수 있었습니다.\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_3":{"id":"image-02b074ce56","height":"1122","alt":"Diagram showing AI-native approach workflow with four steps: interview developers, map friction, measure and experiment, improve","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--09d152cd-814c-4a38-9ebd-f8acf8c51191/ai-native-approach-workflow-with-four-steps-interview.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":true,"width":"1110","title":"자료 1: AI 네이티브 접근 방식",":type":"snowflake-site/components/image"},"blog_component_4":{"id":"blog-text-97e5a5b43e","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003E성과는 수치로 확인되었습니다. 18개월 만에 Snowflake의 내부 개발자 순추천고객지수는 30포인트 이상 상승했습니다. 그 기간 동안 만족한 개발자와 불만족한 개발자의 비율은 4:1이 되었습니다. 더 중요한 점은 이러한 개선이 소프트웨어를 더 효율적으로 제공하고, AI 기능이 계속 발전하는 환경에 더 빠르게 적응할 수 있는 엔지니어링 조직으로 이어졌다는 것입니다.\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_5":{"id":"image-249177f031","height":"1240","alt":"Line chart showing Snowflake customer satisfaction with developer velocity increasing from 17.8% in Q4 FY24 to 62.0% in Q2 FY26","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--43bbfc3a-7871-4404-98f9-8669c3579089/line-chart-showing-snowflake-customer-satisfaction-with.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"1999","title":"자료 2: Snowflake의 전반적인 개발 속도에 대한 내부 개발자 만족도",":type":"snowflake-site/components/image"},"blog_component_6":{"id":"blog-text-110d05c18a","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003EVivek는 또한 도입만으로는 의미 있는 생산성 향상을 만들 수 없다고 설명했습니다. 진정한 생산성 향상은 도구를 얼마나 깊이 활용하고, 조직 전체가 이를 얼마나 숙련되게 사용하는지에서 비롯됩니다. Snowflake는 이 여정을 세 단계로 정의했습니다.\u003C/p\u003E\n\u003Cul\u003E\n\u003Cli\u003E\u003Cb style=\"font-family: adobe-clean, "Source Sans Pro", -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Ubuntu, "Trebuchet MS", "Lucida Grande", sans-serif;\"\u003E도입: \u003C/b\u003E개발자가 일상 업무에서 AI 도구를 사용하는 방법을 익히는 단계 \u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003E숙련: \u003C/b\u003E더 나은 결과를 일관되게 만들어내는 반복 가능한 워크플로우를 익히는 단계 \u003C/li\u003E\n\u003Cli\u003E\u003Cb\u003E최적화: \u003C/b\u003E이러한 워크플로우가 모든 엔지니어가 활용할 수 있는 조직 지식으로 정착되는 단계\u003C/li\u003E\n\u003C/ul\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_7":{"id":"image-357ea32090","height":"1184","alt":"Diagram comparing AI-augmented workflow saving 20 minutes daily versus AI-native workflow where AI handles 80% of tasks","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--32eed8d0-a8f8-4044-9951-b83544af503c/ai-augmented-workflow-saving-20-minutes-daily-versus-ai.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"1999","title":"자료 3: AI 증강 조직과 AI 네이티브 조직의 차이",":type":"snowflake-site/components/image"},"blog_component_8":{"id":"blog-text-cf80b3b77f","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003E대표적인 사례가 Snowflake 내부에서 개발한 엔지니어링 설계 패턴입니다. 초기 AI 도입자들은 프롬프팅 기법, 계획 수립 방법, 디버깅 접근 방식을 다양하게 실험했습니다. 시간이 지나면서 조직은 더 나은 결과를 일관되게 만들어낸 패턴을 문서화하고, 이를 엔지니어링 조직 전반에서 활용할 수 있도록 공유했습니다. \u003C/p\u003E\n\u003Cp\u003E모든 개발자가 동일한 AI 도구에 액세스할 수 있었지만, 검증된 워크플로우를 활용한 엔지니어들은 도구 도입 초기 단계에 머문 엔지니어들보다 일관되게 더 높은 성과를 냈습니다. 즉, 경쟁 우위는 또 하나의 AI 어시스턴트를 배포하는 데서 나온 것이 아니라, 효과적인 업무 방식을 조직의 표준으로 정착시키는 데서 비롯됐습니다.\u003C/p\u003E\n\u003Cp\u003E이처럼 워크플로우를 중시하는 접근 방식은 소프트웨어 개발 자체에 대한 관점도 바꾸고 있습니다. AI가 아이디어를 실제 소프트웨어로 구현하는 데 필요한 노력을 크게 줄이면서 모든 사람이 개발자가 될 수 있는 시대가 열리고 있습니다. 프로덕트 매니저는 새로운 경험을 프로토타입으로 만들고, 디자이너는 코드에서 직접 콘셉트를 검증하며, 도메인 전문가는 다른 페르소나를 위한 가드레일을 추가할 수 있습니다. 그 결과 팀은 프레젠테이션이나 문서로 아이디어를 논의하는 대신 실제로 작동하는 소프트웨어를 구축해 아이디어를 검증할 수 있습니다. 이제 코드는 점점 더 가설을 검증하는 가장 빠른 수단이 되고 있습니다.\u003C/p\u003E\n\u003Cp\u003E\u003Ca href=\"https://www.linkedin.com/in/jonmcneill1/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003EJon McNeill\u003C/a\u003E은 저서 \u003Ci\u003EThe Algorithm\u003C/i\u003E에서 이 논의를 확장하며, 수십 년 동안 엔지니어링 조직을 형성해 온 전제들을 다시 생각해 볼 것을 리더들에게 제안했습니다. 많은 기업은 새로운 기술을 먼저 도입한 뒤, 이를 어디에 적용할지 고민하는 방식으로 접근합니다. 하지만 Jon은 성공하는 조직은 이 순서를 거꾸로 적용한다고 설명했습니다. 가장 중요한 몇 가지 비즈니스 제약을 먼저 식별하고, 그 문제를 해결하는 방향으로 엔지니어링 시스템을 다시 설계하는 것입니다. 조직이 AI를 프로덕션으로 확장해 나갈수록 성공의 기준은 누가 가장 많은 코드를 생성하거나 가장 많은 토큰을 소비했는지가 아니라, 누가 가장 단순하고 빠르며 효과적인 엔지니어링 시스템을 구축했는지에 더 가까워질 것입니다. 아마도 더 흥미로운 리더보드는 가장 많은 AI 코드를 생성하거나 가장 많은 토큰을 소비한 엔지니어가 아니라, 아이디어에서 프로덕션까지의 과정에서 불필요한 단계를 가장 많이 제거한 엔지니어로 구성될 것입니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_9":{"id":"blog-title-11648644d1","propertiesId":"","type":"heading2","lines":["속도 극대화와 리스크 통제"],":type":"snowflake-site/components/blog/blog-title"},"blog_component_10":{"id":"blog-text-fd2ab1b170","text":"\u003Cp\u003EAI가 소프트웨어 개발 수명 주기 전반에 내재화되면서 엔지니어링 리더들은 또 다른 과제에 직면하고 있습니다. 개발 속도가 빨라질수록 신뢰할 수 있는 시스템과 운영 체계의 필요성도 함께 커집니다. 가장 빠르게 성장하는 조직은 이 두 가지를 동시에 가능하게 하는 아키텍처에 투자하고 있습니다.\u003C/p\u003E\n\u003Cp\u003ESnowflake 옵저버빌리티 사업부 총괄 매니저인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/jburton0/\"\u003EJeremy Burton\u003C/a\u003E은 AI가 새로운 단계에 진입했다고 설명했습니다. 초기의 실험 중심 단계는 프로덕션 배포로 전환되고 있으며, 조직은 고립된 기술적 성공이 아니라 측정 가능한 비즈니스 가치를 입증해야 하는 상황에 놓여 있습니다. 동시에 AI는 완전히 새로운 운영상의 과제도 만들어내고 있습니다. AI 에이전트는 더 많은 텔레메트리를 생성하고, 더 많은 시스템과 상호작용하며, 갈수록 복잡해지는 환경 전반에 분산된 정보를 바탕으로 의사결정을 내립니다. 이에 따라 옵저버빌리티의 역할은 단순히 인프라 모니터링을 넘어, AI 시스템이 안정적으로 작동하는 데 필요한 컨텍스트를 제공하는 방향으로 바뀌고 있습니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_11":{"id":"image-08fcc699ff","height":"402","alt":"Checklist of AI capabilities that add complexity: Agents, LLMs, Services, Databases, Infrastructure","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--d7f88e2e-be9c-4636-a3bf-0b58b85bca88/ai-capabilities-complexity.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"624","title":"자료 4: 새로운 AI 워크로드로 증가하는 텔레메트리와 시스템 복잡성",":type":"snowflake-site/components/image"},"blog_component_12":{"id":"blog-text-c2c67fc6e2","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003EJeremy는 엔터프라이즈 AI에서 흔히 받아들여지는 “더 나은 모델에는 더 나은 데이터만 있으면 된다”는 가정에 의문을 제기했습니다. 실제로 AI의 효과는 액세스할 수 있는 컨텍스트의 수준에 달려 있습니다. 이러한 컨텍스트는 원시 텔레메트리 데이터를 넘어섭니다. 여기에는 데이터의 의미를 설명하는 시맨틱, 온톨로지와 지식 그래프를 통해 포착되는 관계, 그리고 시스템을 연결하는 비즈니스 컨텍스트가 포함됩니다. 또한 이러한 컨텍스트에 어떻게 액세스하느냐도 그에 못지않게 중요합니다. AI 에이전트는 정보를 안정적으로 검색하고 그 정보를 기반으로 조치를 수행하기 위해 APIs, CLIs, Model Context Protocol(MCP)과 같은 표준화된 인터페이스가 필요하며, 엔지니어에게는 데이터를 자세히 살펴보고 AI가 생성한 인사이트를 검증할 수 있는 직관적인 방법이 필요합니다. \u003C/p\u003E\n\u003Cp\u003E이처럼 풍부한 컨텍스트와 개방형 액세스가 결합되면 단절된 텔레메트리는 사람과 AI가 모두 효과적으로 추론하고, 문제를 더 빠르게 조사하며, 더 나은 결정을 내릴 수 있는 환경으로 전환됩니다. 반대로 로그, 지표, 트레이스, 운영 데이터, 비즈니스 컨텍스트를 각각 다른 시스템에 분산 저장하는 조직은 AI가 프로덕션 환경을 정확하게 추론하기 어렵게 만듭니다. 따라서 엔지니어링 텔레메트리는 시스템 간 관계를 이해하고 쿼리할 수 있는 공통 기반 안에 존재하는 데이터로 다뤄져야 합니다.\u003C/p\u003E\n\u003Cp\u003ENetflix의 엔지니어링 매니저인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/adityagaur/\"\u003EAditya Gaur\u003C/a\u003E는 자동화된 근본 원인 분석 프로젝트를 통해 이것이 실제로 어떻게 구현되는지 보여주었습니다. 이 프로젝트는 흔히 AI 이니셔티브로 설명되지만, Aditya는 성공의 핵심이 AI 자체보다 데이터 아키텍처에 훨씬 더 크게 달려 있었다고 설명했습니다. \u003C/p\u003E\n\u003Cp\u003ENetflix는 AI 에이전트를 도입하기 수년 전부터 시스템 전반에 흩어진 텔레메트리를 연결하고, 온톨로지와 지식 그래프를 통해 운영 관계를 모델링하며, 공유 컨텍스트 계층을 구축하는 데 투자했습니다. AI가 도입될 당시에는 이미 이러한 기반이 마련되어 있었습니다. 따라서 AI 에이전트는 서로 단절된 로그와 대시보드를 뒤지는 대신 구조화된 운영 지식을 바탕으로 추론하고, 인시던트 조사 과정에서 훨씬 더 의미 있는 가설을 생성할 수 있었습니다.\u003C/p\u003E\n\u003Cp\u003E\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://hex.tech/\"\u003EHex\u003C/a\u003E의 CTO인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/colgrove/\"\u003ECaitlin Colgrove\u003C/a\u003E는 속도를 다른 관점에서 바라봤습니다. 그녀는 리더들에게 AI 시대에 빠르게 움직인다는 것이 무엇을 의미하는지 다시 생각해야 한다고 강조했습니다. 조직은 AI를 일부에만 적용하는 수준에 머물 수 없습니다. 결국에는 제품을 구축하고, 의사 결정을 내리고, 일상 업무에 AI를 통합하는 방식을 재구성하는 완전한 AI 네이티브 조직으로 전환해야 하는 시점에 도달하게 됩니다. 그녀는 이를 “배를 불태우는 것(burning the boats)”에 비유했습니다. AI가 비즈니스 운영의 핵심 기반이 되어야 한다는 의미입니다. \u003C/p\u003E\n\u003Cp\u003EHex는 생성형 AI의 등장에 처음에는 전담 AI 프로덕트 팀을 만드는 방식으로 대응했습니다. 이 접근 방식은 유용한 기능을 제공했지만, 동시에 조직적 병목도 만들었습니다. 결국 Hex는 중앙 집중식 AI 조직을 해체하고 모든 프로덕트 팀으로 책임을 분산했습니다. 현재는 고객 문제를 가장 잘 이해하는 엔지니어가 직접 AI 기능을 개발하기 때문에 제품 개발 속도도 빨라지고, AI 역시 제품 전반에 자연스럽게 적용되고 있습니다.\u003C/p\u003E\n\u003Cp\u003EBarclays의 전무이사인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/chris-kozlowski-2ba0395/\"\u003EChris Kozlowski\u003C/a\u003E는 이 논의에 엔터프라이즈 관점을 더하며, 속도는 거버넌스와 신뢰가 함께 뒷받침될 때에만 가치를 창출한다고 강조했습니다. 규제가 엄격한 환경에서 엔지니어링 조직이 혁신과 통제 중 하나를 선택할 여유가 없습니다.\u003C/p\u003E\n\u003Cp\u003E\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.dialpad.com/\"\u003EDialpad\u003C/a\u003E의 엔지니어링 부문 SVP인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/coreyb78/\"\u003ECorey Burke\u003C/a\u003E와 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.project44.com/\"\u003Eproject44\u003C/a\u003E의 엔지니어링 부문 VP인 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/arunrajamanickam/\"\u003EArun Rajamanickam\u003C/a\u003E은 AI가 소프트웨어 개발의 속도를 어떻게 바꾸고 있는지 설명했습니다. AI 에이전트가 기능의 상당 부분을 독립적으로 구현할 수 있게 되면서, 엔지니어는 코드 작성에 쓰는 시간을 줄이고 의도를 정의하고 여러 에이전트를 오케스트레이션하며 결과를 검증하는 데 더 많은 시간을 쓰게 됩니다. \u003C/p\u003E\n\u003Cp\u003E두 사람은 개발 속도를 극대화하려면 신뢰성을 훼손하지 않으면서 빠르게 실험할 수 있는 엔지니어링 플랫폼을 구축해야 한다고 강조했습니다. AI는 고객 문제를 발견하고 솔루션을 검증하기까지의 경로를 단축합니다. 다만 팀이 자신 있게 반복 개선할 수 있는 인프라, 공유 컨텍스트, 운영 규율을 갖췄을 때만 가능합니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_13":{"id":"blog-title-ad83c74b00","propertiesId":"ai","type":"heading2","lines":["AI에 맞춘 엔지니어링 팀 설계"],":type":"snowflake-site/components/blog/blog-title"},"blog_component_14":{"id":"blog-text-f1e8d6649a","text":"\u003Cp\u003EAI가 소프트웨어 개발 방식을 바꾸고 있다면, 엔지니어링 조직의 설계 방식도 달라질 수밖에 없습니다. 이를 위해서는 새로운 팀 구조와 리더십 모델, 그리고 엔지니어가 가장 큰 가치를 창출하는 지점에 대한 새로운 이해가 필요합니다.\u003C/p\u003E\r\n\u003Cp\u003E\u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.cerebras.ai/\"\u003ECerebras Systems\u003C/a\u003E 수석부사장 \u003Ca href=\"https://www.linkedin.com/in/qijin/\"\u003EQi Jin\u003C/a\u003E은 이전 세대의 소프트웨어 개발 방식에 최적화된 조직일수록 오히려 AI 도입의 가장 큰 장벽이 되는 경우가 많다고 지적했습니다. 기존의 업무 프로세스와 조직 경계는 이미 검증된 업무 방식을 효율적으로 확장하도록 설계되었을 뿐, 끊임없이 등장한는 혁신 기술에 지속적으로 적응하도록 설계된 것은 아니라는 것입니다. 따라서 AI를 성공적으로 도입하려면 새로운 도구를 들여오는 것만으로는 부족합니다. 기술이 발전하는 속도에 맞춰 팀이 새로운 역량을 빠르게 흡수할 수 있도록 운영 모델을 재고해야 합니다. \u003C/p\u003E\r\n\u003Cp\u003EQi는 고객 문제에 대한 집중과 긴급성을 바탕으로 조직 변화를 추진하는 프레임워크인 “코드 옐로(Code Yellow)” 개념으로 이러한 전환을 설명했습니다. 이러한 관점은 그가 “전시 상황의 관리자(wartime manager)”에 관한 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://medium.com/@qijinibm/advice-for-the-wartime-manager-737a940a98a6\" style=\"background-color: rgb(255, 255, 255); font-family: adobe-clean, "Source Sans Pro", -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Ubuntu, "Trebuchet MS", "Lucida Grande", sans-serif;\"\u003E에세이\u003C/a\u003E에서 제시한 리더십 철학과도 맞닿아 있습니다. 그는 급격한 혼란의 시기에는 기존 프로세스를 최적화하기보다 의사 결정을 단순화하고 단호하게 움직이며 기존 규범에 도전할 수 있는 리더가 필요하다고 주장합니다.\u003C/p\u003E\r\n\u003Cp\u003ECapital One 클라우드 플랫폼에서 복원력 엔지니어링 및 엔터프라이즈 아키텍처를 총괄하는 \u003Ca rel=\"noopener noreferrer\" target=\"_blank\" href=\"https://www.linkedin.com/in/parvez/\"\u003EParvez Naqvi\u003C/a\u003E는 이러한 조직 변화가 엔지니어의 역할 자체를 어떻게 바꾸고 있는지 설명했습니다. AI가 구현 속도를 획기적으로 높이면서, 엔지니어링의 가치는 AI가 독립적으로 결정을 내릴 수 없는 영역으로 이동하고 있습니다. 이제 소프트웨어 제공의 핵심 제약 요인은 구현이 아니라 기획, 아키텍처 설계, 그리고 엔지니어링 판단입니다. \u003C/p\u003E\r\n\u003Cp\u003E또한 사람이 직접 작성한 코드를 전제로 발전해 온 기존 코드 리뷰 프로세스는 AI가 개발 속도를 크게 끌어올리면서 점차 한계를 드러내고 있습니다. 이러한 환경에서 시니어 엔지니어는 기술 방향을 정의하고 아키텍처 패턴을 수립함으로써 점점 더 큰 레버리지를 만들어 내고 있습니다. 또한 시스템 설계에 더 깊이 관여하고, 엔지니어와 AI 에이전트가 더 나은 결정을 내릴 수 있도록 필요한 컨텍스트를 제공하는 역할도 커지고 있습니다.\u003C/p\u003E\r\n\u003Cp\u003E \u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_15":{"id":"image-cdb71ee977","height":"1162","alt":"CTO Circle panel discussion on the changing role of data engineers, featuring Jeremy Burton, General Manager, Observability at Snowflake and Parvez Naqvi, Managing Vice President at Capital One: Two executives in conversation on stage at Snowflake conference with company logo backdrop and tan leather chairs","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--fa906028-775c-4239-88db-6c6634c19756/two-executives-in-conversation-on-stage-at-snowflake.webp?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"1388","title":"자료 5: 데이터 엔지니어의 역할 변화를 주제로 Jeremy Burton(General Manager, Observability Business Unit, Snowflake)과 Parvez Naqvi(Managing Vice President, Capital One)가 참여한 CTO Circle 패널 토론",":type":"snowflake-site/components/image"},"blog_component_16":{"id":"blog-text-0d071e6ea6","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003E이러한 변화는 개발자 플랫폼과 엔지니어링 인프라의 중요성도 높이고 있습니다. 내부 개발 도구와 배포 시스템은 전략적 자산이 됩니다. 운영 부담을 줄이고, 팀이 반복 업무 관리가 아니라 탄력적 시스템 설계에 집중할 수 있게 하기 때문입니다. 또한 더 많은 제품 관리자, 디자이너, 도메인 전문가가 소프트웨어 생성에 직접 기여하게 되면서, 이제 엔지니어링 조직은 단순히 코드를 작성하는 조직이 아니라 품질, 아키텍처, 운영 우수성을 책임지는 조직으로 점차 변화하고 있습니다.\u003C/p\u003E\n\u003Cp\u003E\u003Ca href=\"https://www.coderabbit.ai/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003ECodeRabbit\u003C/a\u003E의 CEO \u003Ca href=\"https://www.linkedin.com/in/harjotsgill/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003EHarjot Gill\u003C/a\u003E은 AI가 개발자 경험 자체를 근본적으로 바꾸고 있다고 설명했습니다. AI가 구현 업무의 더 많은 부분을 맡게 되면서, 엔지니어는 아이디어를 코드로 옮기는 데 쓰는 시간을 줄이고 의도를 정의하며 트레이드오프를 평가하고 시스템 설계를 구체화하는 데 더 많은 시간을 쓰게 됩니다. 또한 AI 기반 코드 리뷰는 정확성, 보안, 유지 관리성을 저해하지 않으면서 엔지니어링 팀이 속도를 따라갈 수 있도록 돕습니다.\u003C/p\u003E\n\u003Cp\u003E\u003Ca href=\"https://cursor.com/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003ECursor\u003C/a\u003E COO인 \u003Ca href=\"https://www.linkedin.com/in/jtopoleski/\" target=\"_blank\" rel=\"noopener noreferrer\"\u003EJordan Topoleski\u003C/a\u003E는 코드가 생성된 이후의 과정에 주목했습니다. AI가 개발 속도를 크게 높이면서 코드 리뷰, 검증, 엔지니어링 품질 관리와 유지 보수가 새로운 병목으로 떠오르고 있습니다. Jordan의 관점은 성공적으로 확장하는 조직일수록 더 강력한 피드백 루프와 엔지니어링 시스템을 구축해 AI 생성 소프트웨어가 프로덕션에 투입될 준비를 갖추도록 한다는 점을 다시 확인시켰습니다.\u003C/p\u003E\n\u003Cp\u003E \u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_17":{"id":"image-21f7c71155","height":"1254","alt":"CTO Circle panel discussion featuring Shruti Bhat, Head of Marketing at Observe by Snowflake; Jordan Topoleski, COO at Cursor; Harjot Gill, CEO at CodeRabbit; and Jacob Leverich, Head of Technology at Observe by Snowflake.","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--1533ae70-ea61-4095-a543-1b91c7e9b4c6/panel-discussion-at-snowflake-conference-with-four-speakers.webp?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"1804","title":"자료 6. Shruti Bhat(Head of Marketing, Observe by Snowflake), Jordan Topoleski(COO, Cursor), Harjot Gill(CEO, CodeRabbit), Jacob Leverich(Head of Technology, Observe by Snowflake)가 참여한 CTO Circle 패널 토론",":type":"snowflake-site/components/image"},"blog_component_18":{"id":"blog-text-ca735b2baf","text":"\u003Cp\u003E \u003C/p\u003E\n\u003Cp\u003E이러한 논의들을 종합해 보면 더 큰 변화의 방향이 드러납니다. AI 네이티브 엔지니어링은 더 나은 소프트웨어 개발 방식을 얼마나 빠르게 학습하고 이를 조직의 역량으로 정착시키는지에 의해 결정됩니다. 앞으로 가장 빠르게 성장하는 기업은 AI의 새로운 발전이 나타날 때마다 이를 활용할 수 있도록 엔지니어링 조직을 지속적으로 재설계하는 기업이 될 것입니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"},"blog_component_19":{"id":"blog-title-d69b2d50e6","propertiesId":"","type":"heading2","lines":["앞으로 나아갈 방향: 다음 변화를 만들어갈 대화들"],":type":"snowflake-site/components/blog/blog-title"},"blog_component_20":{"id":"blog-text-dca35d5b19","text":"\u003Cp\u003E\u003Cspan style=\"font-family: adobe-clean, "Source Sans Pro", -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Ubuntu, "Trebuchet MS", "Lucida Grande", sans-serif;\"\u003E하루 동안 이어진 이 논의들은 업계가 이미 실험 단계를 훌쩍 넘어섰음을 보여주었습니다. 물론 각 기업이 AI 전환 여정에서 위치한 단계는 서로 다르지만, 마주하고 있는 과제는 놀라울 만큼 비슷했습니다. 참석자들의 피드백은 CTO Circle에 대한 Snowflake의 비전을 더욱 분명하게 뒷받침했습니다. 엔지니어링 리더들은 비슷한 의사 결정을 앞둔 동료들과 솔직하게 의견을 나눌 수 있는 기회가 중요하다고 입을 모았습니다. CTO Circle의 가장 큰 가치는 다른 곳에서는 쉽게 나누기 어려운 대화를 엔지니어링 리더들이 자유롭게 할 수 있었다는 점이었습니다. \u003C/span\u003E\u003C/p\u003E\n\u003Cp\u003ESnowflake는 다양한 산업의 기업들과 협력하는 독보적인 위치에 있기 때문에, 서로 비슷한 과제를 안고 있는 조직들을 한자리에 모을 수 있었습니다. 그 결과 화려한 성공 사례를 소개하는 자리가 아니라 실무에서 얻은 경험과 교훈을 신뢰를 바탕으로 공유하는 논의의 장을 만들 수 있었습니다.\u003C/p\u003E\n\u003Cp\u003EAI 네이티브 엔지니어링의 플레이북은 아직도 계속 만들어지고 있습니다. AI 모델이 더욱 발전하고 엔지니어링 방식도 함께 진화함에 따라, 이러한 시사점의 중요성은 더욱 커질 것입니다. Snowflake는 앞으로도 AI 네이티브 조직을 구축하고 있는 엔지니어링 리더들의 실질적인 경험을 지속적으로 공유할 예정이며, Snowflake 자체의 엔지니어링 혁신 사례도 더욱 깊이 있게 소개할 계획입니다. 이러한 논의가 여러분의 조직이 직면한 과제와 맞닿아 있다면, 차세대 엔지니어링 조직을 구축하기 위해 필요한 요소를 계속해서 다루는 \u003Ca target=\"_blank\" href=\"https://www.youtube.com/watch?v=n1QlE46CS1E\" rel=\"nofollow noopener noreferrer\"\u003ESnowflake의 최신 팟캐스트\u003C/a\u003E도 함께 확인해 보시기 바랍니다.\u003C/p\u003E\n","richText":true,":type":"snowflake-site/components/blog/blog-text"}},":itemsOrder":["blog_component_0","blog_component_1","blog_component_2","blog_component_3","blog_component_4","blog_component_5","blog_component_6","blog_component_7","blog_component_8","blog_component_9","blog_component_10","blog_component_11","blog_component_12","blog_component_13","blog_component_14","blog_component_15","blog_component_16","blog_component_17","blog_component_18","blog_component_19","blog_component_20"],":type":"wcm/foundation/components/responsivegrid"},"responsivegrid_premium_content_banner":{"columnCount":12,"columnClassNames":{},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","appliedCssClassNames":"snowflake-responsive-component-top-padding-medium",":items":{},":itemsOrder":[],":type":"wcm/foundation/components/responsivegrid"},"container_author_chip":{"layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"author_chip":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-33e9c02e2e",":type":"snowflake-site/components/container",":items":{"author_chip":{"id":"author-chip-0b2eff3ed8","title":{"id":"title","type":"heading2","lines":["Learn more about the authors"],":type":"snowflake-site/components/title-v2"},"authors":[{"authorImage":{"id":"image-5156078914","height":"800","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--14e6ec9b-ee00-4b28-8be8-52d72f4b2e20/shruti.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"800",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-ae2bfd549f","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/shruti-bhat-/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Shruti Bhat "},"authorTitle":"Head of Marketing for Observe by Snowflake"},{"authorImage":{"id":"image-ca76f0c260","height":"791","alt":"Headshot of Rashmi Singh","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--e0aed8fd-d7a3-4b8b-9d19-1aec6c7c04ec/rashmi-singh.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"614",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-95c00ae65e","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/rashmi-singh/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Rashmi Singh"},"authorTitle":"Product Marketing Manager"}],":type":"snowflake-site/components/blog/author-chip"}},":itemsOrder":["author_chip"],"appliedCssClassNames":"snowflake-responsive-component-top-padding-medium"}},":itemsOrder":["container_hero","responsivegrid_content","responsivegrid_premium_content_banner","container_author_chip"]},"flexible_column_content_container_2":{"layout":"SIMPLE","id":"container-d68430d857",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"blog_table_of_content":{"id":"blog-table-of-content-a5fbc3d8cc",":type":"snowflake-site/components/blog/blog-table-of-content","tableOfContents":[{"headingText":"프로덕션 환경의 AI: 무엇이 한계에 부딪히고, 무엇이 확장되는가","level":"h2","anchorId":"#ai","hierarchicalChildrenStructure":[]},{"headingText":"속도 극대화와 리스크 통제","level":"h2","anchorId":"#","hierarchicalChildrenStructure":[]},{"headingText":"AI에 맞춘 엔지니어링 팀 설계","level":"h2","anchorId":"#ai","hierarchicalChildrenStructure":[]},{"headingText":"앞으로 나아갈 방향: 다음 변화를 만들어갈 대화들","level":"h2","anchorId":"#","hierarchicalChildrenStructure":[]}]}},":itemsOrder":["blog_table_of_content"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":true,"isActiveTOC":true},"related_content":{"id":"related-content-fdd752a37c","relatedContent":[{"configurationStatus":{"configured":true,"message":""},"tags":[{"tagText":"Fabric","tagColor":"#29B5E8"}],":type":"snowflake-site/components/blog/card","title":{"lines":["Observe by Snowflake: Observability Meets the AI Data Cloud"],"type":"heading4",":type":"snowflake-site/components/title-v2"},"button":{"id":"button-2bfcbae745","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/blog/observe-by-snowflake-ai-observability-at-scale/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Observe by Snowflake: Observability Meets the AI Data Cloud"},"publicationDate":"MAY 05, 2026","authors":[{"authorImage":{"id":"image-5156078914","height":"800","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--14e6ec9b-ee00-4b28-8be8-52d72f4b2e20/shruti.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"800",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-ae2bfd549f","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/shruti-bhat-/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Shruti Bhat "}},{"authorImage":{"id":"image-b6a7ee6a71","height":"200","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--f392a734-f250-4340-8720-3f1a97ac1533/kevin.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"200",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-0fd0025a28","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/kevin-leong-/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Kevin Leong "}}]},{"configurationStatus":{"configured":true,"message":""},"tags":[{"tagText":"회사에 관한 정보","tagColor":"#11567F"}],":type":"snowflake-site/components/blog/card","title":{"lines":["Snowflake, Observe 인수로 AI 기반 옵저버빌리티 역량 확대"],"type":"heading4",":type":"snowflake-site/components/title-v2"},"button":{"id":"button-2bfcbae745","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/blog/observe-acquisition-ai-powered-observability/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Snowflake, Observe 인수로 AI 기반 옵저버빌리티 역량 확대"},"publicationDate":"FEB 03, 2026","authors":[{"authorImage":{"id":"image-a1413a3a3b","height":"800","alt":"Snowflake","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--249da901-4810-48b7-ab40-99208c5e3b73/default-author-image.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"800",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-4a557bdeae","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/snowflake-staff/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Snowflake"}}]},{"configurationStatus":{"configured":true,"message":""},"tags":[{"tagText":"제품 및 기술","tagColor":"#3F808A"}],":type":"snowflake-site/components/blog/card","title":{"lines":["Snowflake, 데이터 네이티브 개발 환경 고도화---아이디어에서 프로덕션까지 속도 높인다"],"type":"heading4",":type":"snowflake-site/components/title-v2"},"button":{"id":"button-2bfcbae745","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/ko/blog/agentic-ai-developer-platform/"},"linkTargetContentType":"GENERIC",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Snowflake, 데이터 네이티브 개발 환경 고도화---아이디어에서 프로덕션까지 속도 높인다"},"publicationDate":"FEB 04, 2026","authors":[{"authorImage":{"id":"image-eecc8dbd8a","height":"200","alt":"Headshot-style photo of Siddharth Dwivedi","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--be5d59dc-5c8a-479f-94a2-38cd590a83f8/siddharth-dwivedi.jpg?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"200",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-99b0f7248a","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/siddharth-dwivedi/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Siddharth Dwivedi"}},{"authorImage":{"id":"image-5e28824a72","height":"592","src":"https://www.snowflake.com/adobe/dynamicmedia/deliver/dm-aid--10b75c9f-9f7a-45b2-a3f7-5b9f16c08aaf/matt-nunn.png?preferwebp=true&quality=85","lazyEnabled":true,"isLcpImage":false,"width":"596",":type":"snowflake-site/components/image"},"authorCta":{"id":"button-902fd17542","showOutboundIcon":false,"buttonLink":{"valid":true,"url":"/en/blog/authors/matt-nunn/"},"linkTargetContentType":"DOCUMENT_LEARN",":type":"snowflake-site/components/button","linkType":"SNOWFLAKE_INTERNAL","text":"Matt Nunn"}}]}],":type":"snowflake-site/components/blog/related-content","isBlogPage":true}},":itemsOrder":["flexible_column_container","related_content"],"appliedCssClassNames":"snowflake-container"}},":itemsOrder":["container_breadcrumb","container_main_content"],":type":"wcm/foundation/components/responsivegrid"},"container_47873732":{"additionalClasses":"section--blog-newsletter","layout":"RESPONSIVE_GRID","columnCount":12,"columnClassNames":{"flexible_column_cont":"aem-GridColumn aem-GridColumn--default--12"},"gridClassNames":"aem-Grid aem-Grid--12 aem-Grid--default--12","id":"container-44084354ed",":type":"snowflake-site/components/container",":items":{"flexible_column_cont":{"id":"flexible-column-container-2fd3e4ecb4","type":"1-column","alignColumns":"top","containerMaxWidth":"extra-large","topPadding":"small","bottomPadding":"none","spaceBetween":"small","reverseOnMobile":false,"carouselOnMobile":false,"propertiesCSSClasses":"section--blog-newsletter","backgroundImageOption":"none","flexible_column_content_container_1":{"layout":"SIMPLE","id":"container-9a1b6b000f",":type":"snowflake-site/components/flexible-column-container/flexible-column-content-container",":items":{"marketo_v2":{"id":"marketo-v2-a5d1ba974c","marketoForm":{"hidden":null,"formId":"3320","edit":false,"successUrl":null,"script":null,"values":null},"title":{"id":"title","type":"heading3","lines":["Subscribe to our blog newsletter","Get the best, coolest and latest delivered to your inbox each week"],":type":"snowflake-site/components/title-v2"},"munchkinId":"252-RFO-227","serverInstance":"252-RFO-227.mktoweb.com","marketoConfigured":true,"formConfigured":true,":type":"snowflake-site/components/form/marketo-v2"},"text":{"id":"text-8d237e62c8","additionalClasses":"newsletter-disclaimer","text":"\u003Cp\u003EBy submitting this form, I understand Snowflake will process my personal information in accordance with their Privacy Notice.\u003C/p\u003E\r\n","richText":true,":type":"snowflake-site/components/text"}},":itemsOrder":["marketo_v2","text"]},":type":"snowflake-site/components/flexible-column-container","isBlogPage":true,"isActiveTOC":true}},":itemsOrder":["flexible_column_cont"],"appliedCssClassNames":"snowflake-container"},"experiencefragment-pre-footer":{"id":"experiencefragment-61c58440cb","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/get-started-pre-footer/get-started-pre-footer/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/get-started-pre-footer/get-started-pre-footer.xfmodel.json"},"markup_editor":{"id":"markup-editor-5906bf9ddd","title":"Page CSS","cssContent":"@media screen and (min-width:768px){.snowflake-blog-author-chip-wrapper{justify-content:flex-start}.snowflake-blog-related-content-on-blog-page{max-width:1408px;margin-left:auto;margin-right:auto}.snowflake-text{font-family:Lato,sans-serif;font-weight:400;font-size:16px;line-height:24px}}.section--blog-newsletter{max-width:none;width:100%;padding-left:0;padding-right:0;margin-left:0;margin-right:0;margin-bottom:0}.section--blog-newsletter .mktoField{background-color:transparent !important}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}@media screen and (min-width:768px){.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}}.newsletter-disclaimer p{font-size:14px !important}.section--blog-newsletter .snowflake-marketo-form-container{margin-bottom:24px;background-color:#f6f9fa;gap:48px;box-shadow:none}.section--blog-newsletter .snowflake-title p.snowflake-title-line:first-child{font-family:Texta;font-size:24px;line-height:26px;font-weight:700;margin-bottom:4px}.section--blog-newsletter .snowflake-title p.snowflake-title-line{text-transform:none;font-family:\"Lato\",sans-serif;font-size:16px;line-height:24px;font-weight:normal}@media screen and (min-width:1024px){.section--blog-newsletter .snowflake-marketo-form-container{display:flex;justify-content:center}.section--blog-newsletter .snowflake-title .snowflake-title-line{text-align:left}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow:has(\u003E input[type=\"hidden\"]){flex-grow:0}.section--blog-newsletter .snowflake-marketo-form{display:flex;width:50% !important}.section--blog-newsletter .snowflake-marketo-form .mktoButtonRow{flex-grow:0;width:auto !important;margin-left:0;margin-right:0}.section--blog-newsletter .snowflake-marketo-form .mktoFormRow{flex-grow:1}.section--blog-newsletter\u003E.container{padding-left:0;padding-right:0}.section--blog-newsletter .snowflake-marketo-form-title{width:50%;margin-bottom:0 !important}.section--blog-newsletter .center .snowflake-title{align-items:flex-start}}.snowflake-sub-navigation a.snowflake-sub-navigation-primary-link{width:auto !important}.snowflake-blog-hero{align-items:stretch !important}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"markup_editor-table":{"id":"markup-editor-7e1c912b01","title":"Table Styling CSS","cssContent":"#snowflake-blog-template-main-container table{width:100%;background-color:var(--ui-background-01);border-collapse:collapse;border:2px solid var(--ui-background-09);font-family:'Lato',sans-serif;color:var(--ui-background-09)}#snowflake-blog-template-main-container table thead{background-color:var(--ui-01)}#snowflake-blog-template-main-container table th,#snowflake-blog-template-main-container table td{border:2px solid var(--ui-background-09);padding:var(--spacing-01)}",":type":"snowflake-site/components/markup-editor","isGSAPEnabled":false},"experiencefragment-footer":{"id":"experiencefragment-f4ada92dc4","localizedFragmentVariationPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/footer/master/jcr:content","configured":true,":type":"snowflake-site/components/experiencefragment","xfModelPath":"/content/experience-fragments/snowflake-site/language-masters/ko/site/footer/master.xfmodel.json"}},":itemsOrder":["experiencefragment-banner","experiencefragment-header","experiencefragment-sub-header","responsivegrid","container_47873732","experiencefragment-pre-footer","markup_editor","markup_editor-table","experiencefragment-footer"],":type":"wcm/foundation/components/responsivegrid"}},":itemsOrder":["root"],":path":"/content/snowflake-site/global/ko/blog/cto-circle-ai-native-engineering",":hierarchyType":"page","analyticsContentTags":["snowflake-site:taxonomy/snowflake-feature/observability","snowflake-site:taxonomy/blog/company"],"analyticsEnabled":true,"isPasswordProtected":false,"coveoConfig":{"apiKey":"xx335921a6-2a0a-40f2-a167-e390b4766c3d","organizationId":"snowflakecomputingproduction8neljofn","searchHub":"snowflake.com","pipeline":"snowflake.com"},"analyticsDebugMode":false,"analyticsData":{"excludeFromAnalytics":false,"subCategory":"","pageType":"homepage","templateName":"blog-page","siteName":"snowflake","pageUrl":"/content/snowflake-site/global/ko/blog/cto-circle-ai-native-engineering","language":"ko","category":"general","pageName":"CTO Circle: AI 네이티브 조직을 구축하는 엔지니어링 리더들의 인사이트","contentTags":["snowflake-site:taxonomy/snowflake-feature/observability","snowflake-site:taxonomy/blog/company"]},"locale":"ko"}