Google Cloud Axion 기반 Snowflake Gen2 웨어하우스: 차세대 가격 대비 성능 및 메모리 대역폭
1년간 이어온 협업 확대를 기반으로 Snowflake와 Google Cloud는 기술 통합을 한 단계 끌어올려 Google의 자체 설계 Axion 프로세서로 구동되는 Google Cloud의 C4A 가상 머신(VM)을 Snowflake Gen2 및 Adaptive Warehouses(출시 예정)에 통합했습니다.
Google Axion은 AI 추론, 고처리량 분석, 컨테이너 기반 애플리케이션 등 Snowflake 고객의 핵심 데이터 집약적 워크로드를 가속화하도록 목적에 맞게 설계된 프로세서입니다. Axion의 Arm 기반 효율성과 Titanium 오프로드 시스템을 활용하여 이러한 핵심 작업 전반에서 성능을 획기적으로 개선하고 지연 시간을 최소화하며 비용을 최적화할 수 있습니다.
Snowflake의 거버넌스가 적용된 데이터 파운데이션과 Google의 자체 설계 반도체를 결합함으로써, AI 시대에 필요한 성능과 비용 효율성을 한 단계 끌어올립니다. Axion 프로세서는 Tensor Processing Units(TPU)와 Titanium 오프로딩 프로세서를 포함하는 Google 자체 설계 칩 계열에 새롭게 추가된 최신 프로세서로, Snowflake AI 데이터 클라우드의 컴퓨팅 집약적 워크로드를 지원합니다.
AI 시대에 동적 아키텍처가 필요한 이유
엔터프라이즈 워크로드는 진화하고 있습니다. 조직이 에이전틱 AI 및 복잡한 데이터 엔지니어링으로 이동함에 따라, 원시 컴퓨팅 성능에 대한 수요의 성격이 변화하고 있습니다.
600백만 건 이상의 프로덕션 쿼리에 대한 최근 분석에 따르면, 현재 Snowflake 쿼리의 대부분은 컴퓨팅 병목 상태에 있습니다. 이러한 변화는 매우 높은 수준의 데이터 프루닝(평균 99.4% 데이터 제외율)과 고성능 클라우드 네트워킹에 의해 주도되며, 디스크 대기 시간을 줄입니다.
그러나 단일 쿼리 동작은 실행 중 자주 변화하며, 네트워크 바운드 ‘스캔’ 단계에서 CPU 바운드 ‘집계’ 단계로 전환됩니다. Google Axion 프로세서를 활용함으로써 Snowflake는 CPU 집약적 요구를 처리하기 위한 성능을 향상시키고, 리소스 포화 상태를 동적으로 모니터링하여 실시간으로 대응할 수 있습니다.
최대 50% 향상된 성능 및 메모리 대역폭 제공
Snowflake 아키텍처는 필요 시점 이전에 데이터를 메모리로 비동기적으로 사전 페치하여 CPU가 지속적으로 작업을 수행하도록 설계되었습니다. CPU 성능이 향상됨에 따라 메모리 대역폭과 I/O 처리량은 확장의 핵심 요소로 작용합니다.
“Snowflake와 Google Cloud의 협업을 통해 BlackLine은 데이터 플랫폼의 응답성을 크게 향상시킬 수 있었습니다. Google Cloud Axion 기반 Snowflake Gen2 웨어하우스로 워크로드를 전환한 결과, BlackLine은 쿼리 응답 시간에서 30%의 개선을 달성했습니다. Axion 기반 Snowflake 웨어하우스는 가장 까다로운 컴퓨팅 병목 워크로드에서도 앞서 나갈 수 있도록 플랫폼에 필수적인 고성능 인프라를 제공합니다. 이러한 속도는 Invoice-to-Cash부터 Record-to-Report에 이르는 복잡한 엔드투엔드 프로세스를 오케스트레이션하고, CFO 조직을 위한 복잡한 재무 프로세스를 자동화하는 거버넌스와 감사 추적이 가능한 에이전틱 AI를 구동하는 데 필수적입니다.” —Manishankar Rajagopal, 데이터 및 분석 부문 선임 이사, BlackLine
고객 환경에 Axion 도입을 위해 평가하는 과정에서 순수 CPU 성능, 데이터 스캔을 위한 벡터 처리 성능, 그리고 메모리 지연 시간을 핵심 지표로 삼았습니다. 내부 벤치마킹(내부 벤치마크 대비 쿼리 지연 시간 측정)과 실제 고객 워크로드 재실행 결과, Axion으로의 전환을 통해 다음과 같은 성능 개선이 가능합니다.
최대 50% 성능 향상: TPC-DS 및 TPC-H와 같은 풀스택 벤치마크 전반에서 유의미한 성능 향상이 확인됩니다.
향상된 메모리 대역폭: Axion의 하드웨어 아키텍처와 DDR5 메모리의 결합은 메모리 대역폭을 최대 50%까지 향상시키며, 이는 해시 테이블과 Bloom 필터의 쿼리 지연 시간을 직접적으로 단축합니다.
최적화된 처리량: 향상된 로컬 SSD 성능과 증가된 네트워크 대역폭은 분산 해시 조인 및 일시적 스토리지 액세스 시 노드 간 데이터 전송을 가속화합니다.
Axion에서 실행되는 Gen2 웨어하우스의 경우, 대규모 테이블 스캔 및 복잡한 조인과 같은 핵심 분석 작업을 훨씬 더 짧은 시간 내에 완료할 수 있으며, 고객은 동일 크레딧 대비 더 많은 데이터를 처리할 수 있습니다.
성능과 지속 가능성의 결합
Snowflake와 Google Cloud의 파트너십은 단순한 성능 향상에 그치지 않고 효율성까지 지향합니다. Google Axion 기반 인스턴스는 성능 저하 없이 Snowflake 고객의 환경 영향 저감 노력을 지원합니다. 이 새로운 프로세서는 유사한 x86 기반 인스턴스보다 에너지 소비가 적어, 조직이 AI 이니셔티브를 확장하는 동시에 ESG 목표를 달성할 수 있도록 합니다.
간편한 도입, 강화된 보안, 글로벌 가용성
Google Axion 인프라는 Snowflake 플랫폼과 통합되어 있기 때문에 복잡한 아키텍처를 재구성할 필요가 없습니다. 기존 보안 규칙, 액세스 정책 및 통합 거버넌스 제어는 Snowflake를 통해 Google Cloud에서 실행되는 모든 워크로드에 자동으로 적용됩니다. Axion 기반 인스턴스는 Snowflake가 Google Cloud에서 운영되는 모든 리전에서 이용할 수 있습니다.
데이터를 AI 환경으로 이동시키는 대신, 고급 맞춤형 냉각 인프라를 데이터가 위치한 환경에 직접 배치합니다.
지금 시작하기
무료로 시작하기: 조직 환경에서 이러한 성능 개선 효과를 확인하려면, 지금 Snowflake on Google Cloud 무료 평가판을 설정하세요.
자세히 알아보기: 기술 심층 분석을 위해 Workload Insights from the Snowflake Data Cloud: What Do Production Analytic Queries Really Look Like? 보고서와 클라우드 하드웨어 진화를 다룬 Shaved Ice: Optimal Compute Resource Commitments for Dynamic Multi-Cloud Workloads를 읽어보세요.
Google Cloud Next 참여: 저자인 Murray Stokely가 4월 23일 오전 8시(PT, 8 a.m.)에 열리는 Google Cloud Next에서 Architecting High-Performance SaaS: Lessons from Top ISVs 브레이크아웃 세션을 통해 추가 인사이트를 공유할 예정입니다.
미래 전망 진술
본 자료에는 향후 제품 제공 등에 대한 미래 전망 진술이 포함되어 있으나, 이는 어떠한 제품 제공에 대해서도 실제 제공을 보장하는 것은 아닙니다. 실제 결과와 제공 내용은 상이할 수 있으며, 이는 알려진 및 알려지지 않은 위험과 불확실성의 영향을 받을 수 있습니다. 보다 자세한 내용은 최신 10-Q를 참조하세요.
저자
