급변하는 데이터 및 AI 환경은 기업이 데이터 분석과 엔지니어링을 위한 컴퓨팅 리소스를 평가하는 방식을 빠르게 바꾸고 있습니다. 워크로드가 더욱 다양해지고 예측하기 어려워지면서, 비즈니스 성과를 이끌어내기 위해서는 성능, 사용 편의성, 확장성 간의 균형을 맞추는 것이 그 어느 때보다 중요해졌습니다.
Snowflake Adaptive Compute(곧 GA 예정)는 복잡성 없이 고성능을 실현함으로써 이러한 핵심 운영 과제를 직접 해결합니다. Adaptive Compute로 생성된 웨어하우스인 Adaptive Warehouse는 대규모 환경에서 컴퓨팅 리소스를 구성하고 튜닝하며 관리하는 데 따르는 수작업과 기술적 복잡성을 제거합니다. 그 결과 처리량을 높여 인사이트 도출 시간을 단축하는 것은 물론, 엔지니어링 팀이 컴퓨팅 리소스 유지 관리가 아닌 혁신에 집중할 수 있도록 지원합니다.
Adaptive Compute의 차별화 요소
Adaptive Compute는 워크로드를 인식하고 변화하며 예측하기 어려운 수요에 맞춰 동적으로 조정되므로, 수동 크기 조정이나 클러스터 관리, 용량 계획이 필요하지 않습니다. 이는 Snowflake 컴퓨팅 포트폴리오 내에서 성능, 하드웨어, 소프트웨어 혁신을 선도하는 핵심 기술이며, 포트폴리오에는 다음과 같은 옵션도 포함됩니다.
Gen2 Warehouses: 익숙한 크기 조정 및 멀티 클러스터 제어 기능을 바탕으로 안정적인 분석 워크로드와 프로덕션 환경에 예측 가능한 고성능 실행 환경을 제공합니다.
Interactive Warehouse: 실시간 대시보드나 데이터 기반 API와 같은 초저지연 및 고동시성 실시간 분석 워크로드를 위해 설계되었습니다.
Snowpark-optimized Warehouse: ML 학습, 대규모 데이터 변환, 데이터 사이언스 워크로드를 위한 메모리 집약적 컴퓨팅 환경을 제공합니다.
기존 클래식 웨어하우스를 Adaptive Warehouse로 마이그레이션하는 과정은 다운타임 없이 진행됩니다. Adaptive Warehouse는 동일한 논리적 쿼리 그룹화를 제공합니다. 하지만 설정해야 할 매개변수는 더 적습니다. 기본 시스템 설정만으로도 빠르게 시작할 수 있으며 별도의 세부 조정이 거의 필요하지 않습니다. 운영 도구 역시 기존과 동일하게 사용할 수 있어 원활하게 전환할 수 있습니다.
Adaptive Compute는 뛰어난 성능과 사용 편의성을 목표로 설계되었습니다. 웨어하우스를 생성하고 워크로드를 연결하기만 하면, Snowflake가 계정 내 공유 컴퓨팅 풀을 기반으로 리소스 할당, 확장, 쿼리 라우팅을 자동으로 처리하고, 지속적으로 성능을 평가하여 쿼리 속도와 처리량을 최적화합니다. Adaptive Warehouse는 실시간으로 쿼리에 적응하며, 각 쿼리에 필요한 컴퓨팅 및 소프트웨어 리소스를 실시간으로 결정하고 할당합니다.
그 결과, 운영 오버헤드는 줄이면서도 더 높은 성능과 처리량을 원하는 팀을 위해 통합형 완전 관리 환경을 제공합니다.
하이퍼스케일러 네이티브 웨어하우스는 폭넓은 생태계를 제공하지만, 혼합 워크로드 환경에서는 컴퓨팅 리소스를 효과적으로 활용하고 관리하기 위해 추가 서비스와 복잡한 구성이 필요한 경우가 많습니다.
맞춤형 레이크하우스 스택은 유연성이 높지만 상당한 엔지니어링 투자와 지속적인 튜닝, 운영 관리가 요구될 수 있습니다.
머신러닝이나 실시간 분석과 같은 특정 워크로드에 최적화된 엔진은 뛰어난 성능을 제공하지만, 아키텍처 분산, 데이터 이동, 거버넌스 오버헤드를 초래할 수 있습니다.
추측이 필요 없는 고성능
Adaptive Compute는 최신 하드웨어와 성능 향상 기술을 적용해 업계 표준 벤치마크(TPC-DS)와 Snowflake 내부 벤치마크 기준으로 기존 Snowflake 컴퓨팅 환경(Gen1 및 Gen2) 대비 의미 있는 성능 향상을 제공합니다.
- 탐색형 분석, 데이터 사이언스, 애드혹 분석과 같은 분석 워크로드에서 최대 1.6배 더 빠른 성능
- 동시성이 높은 운영 분석 워크로드에서 시간당 쿼리 처리량 최대 2.2배 향상
- 데이터 변환, 데이터 수집, 데이터 파이프라인과 같은 DML 중심 워크로드에서 최대 3.5배 빠른 실행 속도
Adaptive Compute는 고정된 컴퓨팅 엔진 대신 실제 워크로드가 요구하는 성능 수준에 따라 동적으로 반응하는 컴퓨팅 엔진을 제공합니다. 또한 워크로드, 성능, 비용 요구 사항에 맞춰 시스템을 제어할 수 있는 관리 매개변수도 그대로 유지됩니다.
이러한 지능형 확장 기능은 특히 워크로드 변동성이 큰 혼합 환경에서 더욱 큰 가치를 발휘합니다. 이를 통해 기술 팀과 비즈니스 팀 모두가 아이디어를 실행으로 옮기는 시간을 단축할 수 있습니다.
컴퓨팅 제약과 성능 간 트레이드오프를 줄여 새로운 사용 사례 탐색과 혁신을 가속화
운영 리스크를 높이지 않으면서도 비즈니스 수요에 맞춰 확장되는 성능을 제공해 데이터 및 AI 투자 수익화 촉진
쿼리 기반 과금 모델과 최신 하드웨어/소프트웨어 개선 사항의 지속적인 적용이 결합되면서 Adaptive Warehouse는 Gen2와 유사한 비용 수준에서 훨씬 더 많은 쿼리를 처리할 수 있습니다.
탁월한 사용 편의성
컴퓨팅 구성을 수동으로 결정하는 데는 항상 위험이 따릅니다. 프로젝트에 적합한 웨어하우스 크기를 결정하고, 변화하는 워크로드에 맞춰 멀티 클러스터 정책을 조정하며, 쿼리 가속 설정의 효과를 유지하기 위해 지속적으로 모니터링해야 합니다.
Adaptive Compute는 이러한 결정을 엔지니어링 팀 대신 수행합니다. 사용자는 두 가지 매개변수(Maximum Query Performance Level 및 Query Throughput Multiplier)만 설정하면 되며, Snowflake가 각 쿼리에 가장 적합한 컴퓨팅 구성을 자동으로 찾아줍니다. 비용 거버넌스 또한 표준 웨어하우스와 동일한 방식으로 작동합니다. Budgets, Resource Monitor, 쇼백(showback) 및 차지백(chargeback) 체계를 그대로 활용할 수 있습니다. 사용자는 비용에 대한 통제권을 그대로 유지하면서도, Snowflake를 통해 비용 대비 성능과 컴퓨팅 효율을 극대화할 수 있습니다.
“Snowflake의 옵저버빌리티 솔루션인 Observe by Snowflake에서는 고객 쿼리를 최적의 비용 대비 성능으로 처리하기 위해 1,000개 이상의 다양한 규모의 Snowflake 웨어하우스를 운영하고 있습니다. 높은 성능과 효율성을 유지하면서도 인터랙티브 쿼리의 지연 시간을 최소화하기 위해 매우 정교한 스케줄러를 구축해 활용해 왔습니다. 테스트 결과, 소수의 Adaptive Warehouse만으로도 유사한 비용 수준에서 훨씬 뛰어난 성능을 달성할 수 있었으며, 쿼리 지연 시간은 최대 30% 감소했습니다. 복잡한 스케줄링 로직을 Snowflake에 맡길 수 있게 되어 매우 만족하며, 앞으로는 고객을 위한 옵저버빌리티 제품 개발에 더욱 집중하기 위해 Adaptive Compute 도입을 적극 확대하고 있습니다.”
Gabriel Tavridis
Adaptive Compute가 제공하는 비즈니스 성과: 다섯 가지 사용 사례
뛰어난 성능과 사용 편의성이 결합되면 기업 전반에 걸쳐 실질적인 가치를 제공합니다. 다음은 Adaptive Warehouse가 측정 가능한 비즈니스 성과를 창출하는 다섯 가지 활용 사례입니다.
혼합 분석 워크로드
목표: BI 대시보드, 데이터 탐색 및 분석, 애드혹 쿼리를 동시에 지원하면서 하루 또는 주 단위로 변동하는 사용량에 대응
Adaptive Compute의 강점: 적시에 적절한 수준의 컴퓨팅 리소스를 제공해 다양한 워크로드에서도 일관된 성능 유지
데이터 로드 파이프라인
목표: 다양한 데이터 유형과 소스에서 일관된 수집 속도 확보
Adaptive Compute의 강점: 동적 스케줄링을 통해 데이터 수집 병렬성을 최적화하고 자동 리소스 관리를 통해 수동 튜닝 없이 안정적인 성능 제공
AI 실험 환경
목표: 예측하기 어려운 학습 주기, 피처 엔지니어링, 모델 반복 작업 관리
Adaptive Compute의 강점: 집중적인 컴퓨팅 수요가 발생할 때 자동으로 규모를 조정해 모델 개발과 AI 실험을 가속화하면서 비용을 통제하고 인프라 병목 현상을 방지
혼합 BI + ETL 워크로드
목표: 지속적인 규모 조정이나 지연 시간 분석 없이도 다양하고 복잡하며 예측하기 어려운 워크로드를 동시에 처리
Adaptive Compute의 강점: 쿼리별 스케줄링을 통해 워크로드 급증 상황과 다양한 유형의 쿼리를 정적 규모 조정보다 효과적으로 처리
스트리밍 분석
목표: 사기 탐지 경보, 사물 인터넷(IoT) 신호 등 실시간 이벤트로 인한 워크로드 급증 처리
Adaptive Compute의 강점: 컴퓨팅 리소스를 동적으로 조정해 낮은 지연 시간과 높은 처리량을 유지하며 실시간 데이터 처리 요구 사항에 효과적으로 대응
지금 시작하기: Adaptive Warehouse 생성 방법
Adaptive Warehouse는 Snowsight 인터페이스(UI), SQL 또는 Snowflake CoCo를 통해 생성할 수 있습니다. 다음 단계를 통해 Snowsight에서 Adaptive Warehouse를 생성하세요.
Snowsight에 로그인합니다.
탐색 메뉴에서 Compute > Warehouses를 선택합니다.
+ Warehouse를 선택합니다.
Type 드롭다운에서 Adaptive를 선택합니다.
필요에 따라 Advanced 설정에서 다음 항목을 구성합니다.
Maximum Query Performance Level (기본값: XLarge)
Query Throughput Multiplier (기본값: 2)
설정이 완료되면 Adaptive Warehouse를 즉시 사용할 수 있습니다. Adaptive Warehouse는 현재 3개 AWS 리전(미국, EU, APAC)에서 제공되며, 각 리전의 수요에 따라 서비스 제공 범위를 지속적으로 확대하고 있습니다.
Adaptive Compute: 차세대 컴퓨팅
AI 이니셔티브 확장부터 엔터프라이즈 분석 환경 통합, 데이터 기반 애플리케이션 구축에 이르기까지, Adaptive Compute는 기업이 더 빠르고 자신 있게 혁신할 수 있도록 두 가지 핵심 역량을 제공합니다.
고성능: 변화하는 워크로드에 맞춰 동적으로 적응하고 비즈니스 수요에 따라 원활하게 확장되는 고성능 컴퓨팅 환경을 제공하여 일관된 분석과 인사이트를 지원하고 의사 결정 속도와 운영 효율성을 향상
사용 편의성: 리소스를 자동으로 확장하는 완전 관리형 컴퓨팅 서비스를 통해 과도한 비용 지출을 방지하고 인프라 관련 의사 결정과 수동 최적화를 제거하여 엔지니어가 보다 전략적인 업무에 집중할 수 있도록 지원
Adaptive Compute가 조직에 어떤 가치를 제공할 수 있는지 자세히 알아보려면 Adaptive Compute 페이지를 살펴보세요. 6월 3일 수요일 오후 12시 30분(PDT)에 열리는 Snowflake Summit 2026 Adaptive Compute 세션에도 참여해 보시기 바랍니다.
본 콘텐츠에는 향후 제품 제공에 대한 미래 전망 진술이 포함되어 있으며, 이는 제품 제공에 대한 약속이 아닙니다. 실제 결과 및 제공 내용은 달라질 수 있으며, 알려진 위험과 알려지지 않은 위험 및 불확실성의 영향을 받을 수 있습니다. 보다 자세한 내용은 최신 10-Q를 참조하세요.
