Snowflake와 함께 AI 혁신을 신뢰할 수 있는 프로덕션 애플리케이션으로 전환하기

AI 혁신은 산업과 기업 전반에서 애플리케이션과 사용자 경험을 지속적으로 변화시키고 있습니다. 기업들은 점점 더 최종 사용자에게 측정 가능한 성과를 제공하는 것에 집중하고 있으며, 이를 실현하기 위해서는 확장 가능하고 안전하며 엔터프라이즈 데이터와 깊이 연결된 AI가 필요합니다.

Snowflake는 고객이 AI 및 ML에 대한 비전을 실제 비즈니스 임팩트로 전환할 수 있도록 지원하는 데 전념하고 있습니다. 이는 개발자가 주도적으로 나설 수 있도록 신뢰할 수 있는 에이전트를 구축하고, AI/ML 워크로드를 빠르게 프로덕션 환경으로 전환하며, 확장 과정에서도 안정적으로 거버넌스를 구현할 수 있는 도구를 제공한다는 의미입니다.

Snowflake의 최신 제품 혁신을 통해 고객은 신뢰할 수 있는 엔터프라이즈급 애플리케이션을 구축할 수 있습니다. 그 결과, 실행 속도는 빨라지고 운영은 단순해지며, 기업은 프로덕션 환경에서 안심하고 사용할 수 있는 AI 도구를 확보할 수 있습니다.

즉시 활용 가능한 엔터프라이즈 인텔리전스 에이전트, Snowflake Intelligence

Snowflake Intelligence는 비즈니스 사용자가 AI의 가치를 빠르고 안전하게, 그리고 독립적으로 활용할 수 있도록 다양한 기능을 하나로 제공합니다. 이번 업데이트는 다음 세 가지 핵심 요구 사항에 초점을 맞추고 있습니다.

• 중요한 대화 결과를 아티팩트로 저장하고, 이를 다른 이해관계자와 공유해 비즈니스 의사 결정을 지원(곧 출시 예정)
• 사용자가 있는 곳에서 바로 활용할 수 있도록 보안이 적용된 네이티브 모바일 액세스 제공(곧 출시 예정)
• 비즈니스 사용자를 Snowflake Intelligence로 초대하되, SQL 및 데이터 도구에는 접근하지 못하도록 제한 (기존 보안 정책은 그대로 적용되며, 관리자는 단일 사용자 속성으로 활성화 가능)

Snowflake Intelligence는 작업이 이루어지는 곳이라면 어디서든 신뢰할 수 있는 인사이트를 제공하도록 설계되었습니다. 자연어 인터페이스를 통해 모든 직원이 질문을 하고, ‘무엇(what)’뿐 아니라 그 이면에 있는 ‘왜(why)’를 이해하며, Snowflake의 안전하고 거버넌스된 플랫폼 안에서 적시에 데이터 기반 의사 결정을 내릴 수 있습니다.

Snowflake Intelligence는 이러한 기능을 통해 사용자가 필요로 하는 순간과 장소에서 인사이트를 제공하는 신뢰할 수 있는 엔터프라이즈 인텔리전스 에이전트로 자리 잡으며, 조직 전반의 데이터 기반 의사 결정을 지원합니다.

대화를 비즈니스 성과로 전환하는 Artifacts

Artifacts(곧 PuPr 예정)는 Snowflake Intelligence가 비즈니스 사용자를 지원하는 방식에 있어 근본적인 변화를 가져올 것으로 기대하고 있습니다. Artifacts는 Snowflake Intelligence의 대화를 차트, 테이블과 같은 저장 및 공유 가능한 결과물로 전환하며, 시각화 정보뿐 아니라 기반이 되는 SQL과 컨텍스트 메타데이터까지 함께 보존합니다.

Artifacts는 Snowflake Intelligence에서 엔터프라이즈 지식이 저장되고, 공유되며, 실행으로 이어지는 핵심 단위입니다. 아티팩트를 저장하면 분석을 다시 생성하지 않고도 활용할 수 있고, 팀원과 라이브 참조를 안전하게 공유하면서 같은 컨텍스트에서 후속 질문을 탐색할 수 있습니다. 그 결과, 사용자는 작업 결과를 다시 불러와 공유하고, 신뢰할 수 있는 엔터프라이즈 데이터 환경에서 팀과 직접 협업할 수 있습니다.

더 나아가 Artifacts는 Snowflake Intelligence가 최종 사용자에게 비즈니스 인사이트를 제공하는 기반 역할을 합니다. Artifacts는 Snowflake Intelligence를 단순한 임시 및 후속 질문용 도구가 아니라, 비즈니스를 추진하는 출발점으로 확장합니다. Snowflake Intelligence는 Artifacts를 통해 조직 전반에서 단일 소스를 기반으로 일관되고 신뢰할 수 있는 의사 결정을 수행하는 중심적인 출발점으로 자리 잡을 수 있습니다.

모바일로 확장되는 Snowflake Intelligence

Snowflake Intelligence는 곧 iOS 모바일 앱(곧 PuPr 예정)으로 제공되어, 향상된 네이티브 모바일 경험을 지원합니다. 이를 통해 리더와 비즈니스 사용자는 주요 지표를 검토하고, 트렌드를 모니터링하며, 의사 결정 과정에서 발생하는 중요한 질문을 언제 어디서나 놓치지 않고 추적할 수 있습니다.

또한, 보안성과 사용 편의성을 동시에 제공하기 위해, 모바일 앱에서는 FaceID 기반 세션 갱신 기능(곧 PuPr 예정)을 지원합니다. 사용자는 FaceID로 인증할 수 있으며, 토큰은 백그라운드에서 자동으로 갱신됩니다. 갱신 토큰은 디바이스에 안전하게 바인딩되고 주기적으로 교체되어, 엔터프라이즈급 보안 제어를 유지하면서도 소비자 앱과 같은 원활한 모바일 경험을 제공합니다.

제한된 로그인과 Snowflake Intelligence 전용 사용자로 접근성 확장

Snowflake Intelligence는 이제 직접 사용자 로그인을 지원합니다. 이를 통해 비즈니스 사용자는 Snowflake나 Snowsight에 대한 사전 지식 없이도 바로 로그인해 질문을 시작할 수 있습니다.

이뿐만 아니라, 더 엄격한 제어가 필요한 경우, Snowflake Intelligence 전용 사용자 기능을 활용하여 비즈니스 사용자가 Snowflake Intelligence 외의 다른 기능에는 접근하지 못하도록 제한할 수 있습니다. Snowsight, SQL 인터페이스, 기타 데이터 도구에도 액세스할 수 없습니다. 비즈니스 사용자는 Snowflake Intelligence 전용 사용자 기능을 통해 자신에게 맞게 설계된 인터페이스에서만 작업하게 되며, 조직은 사용량 관리, 비용 통제, 기존 보안 정책의 자동 적용을 함께 구현할 수 있습니다.

또한 Snowflake Intelligence는 IdP 리디렉션 로그인을 통해, Okta나 Entra ID와 같은 구성된 IdP를 사용하는 사용자가 보다 간소화된 로그인 경험을 누릴 수 있도록 지원합니다. 이러한 기능을 통해 조직 전반에 접근성을 확장하면서도, 거버넌스 제어를 중앙에서 유지할 수 있습니다.

에이전트 경험을 쉽게 구축, 배포 및 개선

AI 에이전트는 이제 비즈니스 워크플로우의 핵심 요소가 되었습니다. 기업은 팀과 애플리케이션 전반으로 확장 가능한 거버넌스 환경에서, 일관되고 정확한 경험을 제공하기 위해 신뢰성과 안정성을 갖춘 스택이 필요합니다. Snowflake는 고객이 프로덕션급 에이전트를 안심하고 구축하고 확장할 수 있도록 지원하는 주요 혁신을 선보입니다.

현재 정식 출시(GA)된 Cortex Code는 숙련된 엔지니어부터 비기술 조직까지, 모든 빌더가 자연어 인터랙션을 통해 에이전트를 구축하고 최적화할 수 있도록 지원합니다. 이를 통해 팀은 합성 데이터 생성은 물론, 시맨틱 뷰를 생성 및 디버깅하며, 에이전트 동작을 빠르게 구현하고 디버깅할 수 있어, Snowflake AI 데이터 클라우드에서 프로덕션 전환 시간을 단축할 수 있습니다. 

곧 정식 출시(GA) 예정인 Semantic View Autopilot은 쿼리 이력을 학습해 프로덕션 준비가 완료된 시맨틱 뷰를 자동으로 생성하고 배포합니다. 이를 통해 모델링 워크플로우를 간소화하고, 새로운 사용 사례를 빠르게 온보딩하면서도 팀 전반에 일관된 인사이트를 제공합니다.

Cortex Agent Sharing(곧 GA 예정)을 통해 조직은 내부 팀이나 파트너가 구축한 에이전트를 쉽게 발견하고 재사용 및 운영함으로써, 에이전트 활용을 전사적으로 확장할 수 있습니다. 그 결과, 조직은 에이전트 역량을 표준화하고 중복 작업을 줄이며, 사용 사례마다 다시 구축하지 않고도 검증된 에이전트를 팀 전반에서 활용할 수 있습니다. 또한 Snowflake Marketplace의 에이전트와 파트너가 구축한 에이전트를 활용해 가치 실현 시간을 가속화할 수도 있습니다.

Agent Evaluations(곧 GA 예정)를 통해 고객은 에이전트가 어떻게 추론하고, 도구를 선택하며, 응답을 생성하는지에 대해 보다 깊은 가시성을 확보할 수 있습니다. 이를 바탕으로 에이전트의 동작을 정교하게 개선하고, 에이전트가 진화함에 따라 정확도를 지속적으로 향상시킬 수 있습니다. 이러한 투명성을 통해 에이전트의 정확성과 논리적 일관성을 손쉽게 검증할 수 있어, 팀은 에이전트 품질에 대한 신뢰를 확립하고 프로덕션 워크로드에 적합한지 확인할 수 있습니다. 에이전트의 ‘논리적 추론 단계’ 전반에 대한 가시성을 제공함으로써, Agent Evaluations는 디버깅 과정에서의 추측을 줄이고 팀이 오류나 성능 병목을 즉시 식별하고 해결할 수 있도록 합니다. 또한 답변과 로직, 도구 사용을 검증함으로써 조직은 에이전트를 초기 실험 단계에서 신뢰할 수 있는 프로덕션 시스템으로 안정적으로 발전시킬 수 있습니다.

엔터프라이즈 데이터 액세스를 위한 Model Context Protocol

Snowflake Intelligence는 Model Context Protocol(MCP)을 지원함으로써 서드 파티 도구와 서비스와의 통합을 보다 쉽게 구현할 수 있도록 합니다. Snowflake는 2025년 10월 Snowflake 관리형 MCP 서버를 출시했으며, 현재 Snowflake MCP Client(곧 GA 예정)를 통해 고객이 외부 데이터 소스와 보다 쉽고 안전하게 연결할 수 있도록 지원합니다.

Snowflake MCP Client를 사용하면 계정 관리자는 Atlassian, Salesforce, Workday와 같은 사전 구축 또는 사용자 지정 MCP 서버를 등록하고 이를 Cortex Agents에 직접 연결하여 활용할 수 있으며, 개발자는 에이전트와 함께 MCP 서버를 활용해, 오케스트레이션 과정에서 도구를 원활하게 탐색하고 호출할 수 있습니다. Snowflake는 토큰 관리를 포함한 인증을 담당하며, 안전하고 거버넌스가 적용된 통합 환경이 유지될 수 있도록 옵저버빌리티를 제공합니다. 출시와 함께 Snowflake는 에이전트 호출 과정에서 전체 MCP 도구 탐색을 지원하며, 모니터링과 토큰 관리 기능도 함께 제공해 고객이 여러 시스템에 걸친 엔터프라이즈 데이터에 안전하게 접근하고 이를 활용할 수 있도록 합니다.

엔터프라이즈급 에이전트를 위한 고품질 및 저지연 환경

프로덕션 환경에서는 일관성과 정확성이 사용자 경험과 도입 성공에 결정적인 역할을 합니다. Snowflake는 에이전트 스택 전반에 대한 지속적인 투자를 통해, 대규모 환경에서 더 빠르고 정확하며 예측 가능한 AI 기반 경험을 제공합니다.

Snowflake는 엔터프라이즈 인텔리전스 에이전트를 위한 주요 품질 개선 기능으로 Continuously Learning Agent Memory(곧 PuPr 예정)를 새롭게 선보입니다. 이 기능을 통해 에이전트는 여러 사용자에 걸쳐 축적된 고품질의 과거 응답으로부터 지속적으로 학습하며, 일관성과 신뢰도를 향상시킬 수 있습니다. 이뿐만 아니라 에이전트가 시간이 지남에 따라 개별 사용자의 선호도와 정보를 기억해, 보다 개인화된 Snowflake Intelligence 경험을 제공할 수 있도록 합니다.

에이전트 오케스트레이션에 Text-to-SQL을 직접 통합함으로써, Snowflake는 분석 워크플로우의 정확도를 높이고 지연 시간을 줄였습니다. 사용자는 더 빠르게 데이터에 접근하고, SQL 실행과 함께 LLM의 계획 과정을 확인하며, 다양한 워크로드 전반에서 에이전트 동작을 개선할 수 있습니다.

에이전트 버전 관리와 비용 추적을 통한 거버넌스

AI 애플리케이션이 발전함에 따라, 기업에는 이를 확장하기 위한 거버넌스 역량이 요구되기 시작했습니다. Snowflake는 에이전트 버전 관리와 통합된 운영 가시성을 통해 이를 제공합니다.

Agent Versioning(곧 PuPr 예정)은 Snowflake Cortex Agents에 CI/CD 지원을 제공해, 고객이 에이전틱 워크로드를 안심하고 구축, 배포 및 개선할 수 있도록 합니다. 개발자는 버전을 스냅샷으로 저장하고, Git을 통해 변경 사항을 관리하며, 배포를 안전하게 상위 환경으로 이전하거나 롤백할 수 있습니다. 또한 고객은 Usage View(곧 GA 예정)를 통해 Snowflake Intelligence와 에이전트 전반의 사용 현황을 파악하고, 운영 관리를 보다 효과적으로 수행할 수 있습니다.

가시성 확보를 넘어 Snowflake는 팀이 AI 비용을 능동적으로 관리할 수 있도록 합니다. AI_COUNT_TOKENS(GA)는 실행 전에 사용량을 예측할 수 있도록 돕고, AI Functions Incremental Metering View(곧 GA 예정)는 실행 중인 쿼리의 사용량과 비용 데이터를 제공해 런타임 단계에서의 제어와 대응을 가능하게 합니다. 이를 통해 조직은 예측 가능한 비용 구조와 운영 통제를 유지하면서, AI를 프로덕션 환경으로 확장할 수 있습니다.

버전 관리와 비용 추적 기능을 함께 활용하면, 팀은 명확성을 유지하면서도 신속하게 작업하고 고성능 애플리케이션을 안정적으로 확장할 수 있습니다.

에이전트 워크플로우로 가속화하는 온라인 및 멀티 모달 ML 모델 프로덕션

전통적인 머신러닝(ML)은 오늘날의 AI 환경에서도 여전히 핵심적인 역할을 합니다. 이에 Snowflake는 에이전틱, 멀티 모달, 실시간 워크플로우를 위한 새로운 Snowflake ML 기능을 선보입니다. 

Snowflake는 개발 생산성을 높이는 현대적인 개발 경험에 지속적으로 투자하고 있습니다. 차세대 Snowflake Notebooks(GA)는 Snowflake Workspaces에 기본 통합되어, Snowflake Container Runtime 기반의 Jupyter 환경에서 실행됩니다. Snowflake Notebooks를 통해 개발자는 기존의 Jupyter 기반 노트북, 스크립트, 모델 학습 작업을 Snowflake의 통합 플랫폼으로 가져와, 고급 모델 개발 워크플로우를 수행할 수 있습니다. Snowflake Notebooks의 강력한 개발 및 반복 작업 역량은 Cortex Code in Snowsight(곧 GA 예정)를 통해 한층 더 강화됩니다. 

데이터 사이언티스트는 ML 워크플로우 개발과 문제 해결에 오랜 시간을 소모하며, 그 결과 운영 병목이 발생하고 프로덕션에 도달하는 ML 모델 수가 제한됩니다. 이제 Snowflake는 Snowflake Notebooks에서 ML 워크플로우에 Cortex Code를 통합함으로써, 단순한 자연어 프롬프트만으로도 완전히 실행 가능한 ML 파이프라인을 자율적으로 반복, 조정 및 생성할 수 있도록 에이전틱 AI를 구현합니다. 

실시간 ML 모델은 이제 Online Feature Store와 Online Model Serving을 통해 Snowflake ML에서 쉽게 프로덕션화할 수 있으며, 모두 현재 GA로 제공 중입니다. 이제 개발자는 30ms 이내의 피처 제공과 100ms 이내의 모델 응답을 통해, 개인화 추천 및 사기 감지와 같은 저지연 온라인 사용 사례를 추가 인프라나 복잡한 설정 없이 구현할 수 있습니다. 또한 Hugging Face와 같은 허브의 멀티 모달 모델을 활용한 대규모 추론 기능이 현재 PuPr로 공개되었습니다. 이미지와 비디오 등 비정형 데이터에 대한 추론을 통해, Snowflake에서는 복잡한 파이프라인이나 데이터 이동 없이 오브젝트 감지, 시각적 Q&A, 자동 음성 인식과 같은 AI 사용 사례를 지원합니다.

AI 개발의 미래

이번 발표를 통해 Cortex Agents는 엔터프라이즈급 AI를 위한 통합 기반으로 자리 잡게 됩니다.  Semantic View Autopilot은 개발자가 Cortex Agents의 정확도를 높이고, 고급 사용 사례의 확산을 가속화할 수 있도록 지원합니다.  또한 최신 Snowflake ML 개선 사항을 통해, 개발자는 Cortex Agents가 직접 활용할 수 있는 모델을 구축하여 사용자에게 ML 기반 예측과 추천을 바로 제공할 수 있습니다.  또한 프로덕션 단계에서는 Cortex Agents용 Evaluations가 에이전트 출력의 신뢰성과 모니터링 용이성을 보장합니다.

Snowflake와 함께 기업은 실험 단계를 넘어, 팀이 신뢰하고 운영자가 관리하며 비즈니스 성과와 직접 연결된 AI 에이전트와 애플리케이션을 프로덕션 환경으로 전환할 수 있습니다.

지금 시작해 보세요

1. Snowflake Intelligence에서 아티팩트를 생성, 저장 및 공유해 협업과 실행을 가속화해 보세요.

2. Cortex Code에 대한 발표 내용을 살펴보세요.

3. 이 블로그에서 최신 ML 관련 발표 내용을 확인해 보세요.