Snowflake, 거버넌스가 적용된 지능형 엔터프라이즈 AI 솔루션 제공

전 세계 기업들은 고객을 위해 더 빠른 영향력과 최적의 성과를 창출하기 위해 AI를 활용하고 있습니다. 하지만 고립된 실험 단계를 넘어 AI 역량을 확장하는 것은 여전히 어려운 과제입니다. AI를 프로덕션 환경에서 성공적으로 구현하는 조직들은 한 가지 공통점을 가지고 있습니다. 바로 확장 가능하고, 상호운용 가능하며, 보안이 확실한 AI 플랫폼을 데이터에 직접 연결하여 구축했다는 점입니다.

Snowflake는 기업들이 AI에 대한 투자로부터 의미 있는 가치를 창출하도록 돕는 데 주력하고 있습니다. 데이터 기반을 준비하고 개발자 워크플로우를 현대화함으로써 AI 준비 태세를 가속화하는 새로운 기능 외에도, Snowflake는 기업들이 AI를 대규모로 사용하고 배포하는 방식을 단순화하는 혁신 기술을 발표하게 된 것을 기쁘게 생각합니다. 이러한 기능은 다음과 같이 사용될 수 있습니다.

Snowflake Intelligence를 통해 모든 사용자가 복잡한 질문에 자연어로 답변을 얻을 수 있도록 지원
모든 정형 및 비정형 데이터를 포함한 엔터프라이즈 컨텍스트 데이터베이스 위에, 향상된 추론 능력과 선도적인 모델 제공업체에 대한 기본 액세스를 통해 데이터 에이전트를 직관적이고 유연하게 개발
간편한 총소유비용(TCO) 관리를 위한 내장된 비용 거버넌스 제어 기능을 포함하여, 단순한 SQL로 멀티 모달 AI 파이프라인 가속화
고급 MLOps 기능과 온라인 예측을 위한 머신러닝(ML) 피처를 낮은 지연 시간으로 제공하여 프로덕션 ML 가속화

Snowflake Intelligence, 모든 지식을 신뢰할 수 있는 하나의 엔터프라이즈 에이전트로 통합

과거에는 정적인 대시보드와 경직된 보고서를 통한 인사이트 확보에는 시간이 오래 걸렸으며, 해당 보고서들은 이용이 어려워 명확한 답을 주기보다 오히려 더 많은 질문을 야기했습니다. AI의 새로운 범주로 등장한 Snowflake Intelligence(GA로 공개)는 진정한 데이터 중심 문화를 조성함으로써 조직이 작업하고 협력하며 혁신하는 방식을 변화시키도록 설계된 엔터프라이즈 인텔리전스 에이전트입니다. 기술적 전문성에 관계없이 모든 직원은 자연어로 복잡한 질문을 하고, ‘무엇’ 뒤에 숨겨진 ‘왜’를 밝혀내며, 확신에 기반하여 대응할 수 있습니다. 이는 모두 Snowflake의 안전하고 거버넌스가 적용된 경계 내에서 이루어집니다.

Figure 1: Snowflake Intelligence is an enterprise intelligence agent that makes organizational insights accessible to every employee through natural language.

Snowflake Intelligence는 데이터와 인사이트를 민주화하여, 모든 사람이 확신을 가지고 추론하고, 결정하며, 행동할 수 있도록 지원합니다. 사용자는 하나의 신뢰할 수 있는 환경에서 모든 데이터, 비즈니스 컨텍스트 및 풍부한 의미론적 정보를 활용하여 분석, 추론하며 검증된 답변을 얻을 수 있습니다.

또한, 고객은 Snowflake Intelligence와 함께 Agentic Document Analytics(곧 PrPr 예정)를 활용하여 비정형 데이터를 포함한 모든 데이터에 대해서도 답변을 얻을 수 있습니다. 사용자는 이제 기존 RAG의 제한을 받지 않으며, 쿼리당 수십 개의 문서만 샘플링되는 것이 아니라, 하나의 쿼리를 통해 수천 개에 이르는 문서를 분석할 수 있습니다. 즉, Snowflake Intelligence를 활용하면 '비밀번호를 초기화하는 방법은 무엇인가요?'와 같은 단순한 질문이 아닌, '지난 6개월 동안 고객 지원 티켓에서 주간 언급 수를 제품 영역별로 보여주세요.'와 같은 복잡한 질문을 할 수 있습니다.

이뿐만 아니라, Snowflake Intelligence는 시맨틱 계층을 자율 운영(곧 PuPr 예정)하여, 비즈니스가 발전함에 따라 적응하며 인사이트를 더 빠르게 확보할 수 있도록 지원합니다. 나아가, 실시간 사용 데이터와 쿼리 이력을 학습함으로써, 검토할 새로운 검증 쿼리를 자동으로 제시하고, 지표, 정의 및 비즈니스 로직에 대한 이해를 지속적으로 개선합니다. Snowflake는 Tableau와 같은 도구에서 컨텍스트를 자동으로 가져오고, 수동으로 입력된 SQL 및 곧 등장할 더 많은 BI 플랫폼을 통해 시맨틱 모델의 빠른 시작과 지속적인 개선을 돕습니다. 이러한 기능은 더 높은 품질의 모델을 제공하고, 가치 실현 시간을 단축하며, 초기 단계부터 신뢰할 수 있는 인사이트를 확보하도록 지원합니다.

신뢰할 수 있는 하나의 엔터프라이즈 에이전트를 통해 모든 지식을 제공함으로써, Snowflake Intelligence는 질문과 인사이트 간의 장벽을 제거하여 직원들이 함께 탐색, 추론 및 혁신할 수 있도록 돕습니다.

신뢰할 수 있으며 컨텍스트가 풍부한 에이전트 구축

Snowflake는 모든 정형 및 비정형 데이터를 보다 정확하게 검색할 수 있도록, 신뢰할 수 있으며 프로덕션에 대응 가능한 데이터 에이전트를 구축하기 위한 강력한 도구를 제공합니다. 이러한 에이전트는 Snowflake Intelligence의 사전 구축된 자연어 인터페이스를 통해 쉽게 액세스할 수 있으며, Snowflake Cortex Agents API(GA로 공개)를 활용하여 맞춤형 멀티 에이전트 아키텍처에 통합할 수도 있습니다.

Cortex Agents는 정형 및 비정형 데이터 소스 전반에서 정보를 오케스트레이션하여 인사이트를 제공합니다. Cortex Agents는 Snowflake Cortex Search, Snowflake Cortex Analyst를 통해 복잡한 쿼리를 분석하고, 관련 데이터를 검색하며, 정확한 답변을 생성합니다. 고객은 OpenAI GPT나 Anthropic Claude와 같은 즉시 활용 가능한 LLM 중에서 선택하여 오케스트레이션을 수행할 수도 있습니다. 이는 각 단계에서 정확성, 효율성 및 거버넌스를 보장합니다.

Snowflake를 활용하면, 도메인 특정 및 컨텍스트 인식 인사이트를 제공하는 에이전트를 더 쉽게 구축할 수 있습니다. 또한, 기업은 Snowflake Cortex Knowledge Extensions 및 시맨틱 뷰 공유(모두 GA로 공개)를 통해 에이전트의 상호작용을 서드 파티 제공자와 퍼블리셔의 컨텍스트 및 지식으로 보강할 수 있습니다. 이 과정에서 지식재산권을 보호하고 콘텐츠 소유자에게 적절한 출처 표시를 지원할 수 있습니다. Snowflake Marketplace에서 사용할 수 있는 최신 AI 준비 데이터 공급자 및 출판사에는 Alation, Allium, The Associated Press, CARTO, CB Insights, Cotality, Crisp, Crunchbase, Deutsche Börse, Equilar, FactSet, Flipside Crypto, Investopedia, IPinfo, LSEG, MSCI, NASDAQ, Nordot, Truestar 및 The Washington Post가 포함됩니다. 또한, Snowflake는 Snowflake Marketplace를 통해 실적 발표, 임상 시험, 의료 연구 및 Snowflake 설명서 등에 AI에 적합한 다양한 공개 데이터 소스를 제공합니다.

Snowflake에서 에이전트 및 애플리케이션을 구축할 때, 다른 시스템과의 상호운용성 및 연결성이 확보되었는지 확인하고자 합니다. MCP는 에이전트 도구가 연결하고 통합하는 표준 방법으로 자리 잡았습니다. Snowflake 관리형 MCP 서버(GA로 공개)는 Cortex Agents, Cortex Analyst 및 Cortex Search에 MCP 프로토콜을 사용하여 안전한 연결을 보장합니다. 이에 따라 다른 시스템과 멀티 에이전트 아키텍처가 Snowflake AI를 통해 고품질 비즈니스 컨텍스트를 검색할 수 있게 되며, 데이터는 Snowflake의 안전한 거버넌스 경계를 벗어나지 않습니다.

Snowflake Interactive Table 및 Snowflake Warehouses(곧 GA 예정)는 고성능 및 프로덕션급 AI 워크로드를 지원하기 위해, 1초 미만의 서빙 레이어를 높은 동시성과 일관된 속도로 제공하여 에이전트 기반 경험을 구현합니다.

더 빠른 성능으로 멀티 모달 AI 파이프라인 구축

Snowflake는 Cortex AISQL(GA로 공개)로 데이터 분석을 재구상하고 있습니다. 이를 활용하면 별도의 AI 서비스 없이 익숙한 SQL만으로 텍스트, 문서, 이미지, 오디오 및 비디오 등 다양한 데이터 유형을 처리하는 AI 파이프라인을 생성할 수 있습니다. 대규모 멀티 모달 데이터 분석을 위한 AI_COMPLETE, AI_TRANSCRIBE 및 AI_CLASSIFY와 같은 프로덕션에 적합한 기능부터 AI_PARSE_DOC 및 AI_EXTRACT 등의 문서 분석 전용 기능을 활용하면, 개발자는 모든 규모의 복잡한 사용 사례를 처리할 수 있습니다. 노코드의 경우, 사용자는 직관적인 Document AI Playground(PuPr)에 파일을 직접 업로드하여 정보를 추출하거나 구문 분석을 수행하고 관련 Cortex AISQL 코드를 자동으로 생성할 수 있습니다. 또한, Cortex AISQL에 Dynamic Table을 지원함으로써 AI 기반 인사이트는 점진적 업데이트를 통해 지속적으로 최신 상태를 유지합니다.

Cortex AISQL은 모든 SQL 사용자가 AI 처리를 수행할 수 있도록 하며, AI 파이프라인을 손쉽게 구축할 수 있도록 지원하여 개발 프로세스를 간소화하고, 더 빠른 전달과 개선된 개발자 경험을 실현합니다. 이뿐만 아니라, 고성능 AI 파이프라인을 제공합니다. 유사한 크기의 모델을 사용한 PoC 코드를 기반으로, Cortex AISQL의 쿼리 런타임 결과는 수동 파이프라인 대비 3배에서 7배 더 빠르며, 이는 Snowflake 엔진에 직접 내장된 성능 최적화에 따른 것입니다. 이러한 성능 향상은 더 낮은 계산 비용과 더 빠른 가치 실현 시간으로 이어집니다.

Figure 2: POC: Cortex AISQL improves query speed by three to seven times. Manual AI pipeline runtime results are based on proof-of-concept code using similarly sized models as the AISQL counterpart.

사용자는 총소유비용 단순화를 위해 AI 토큰 수를 세는 헬퍼 함수(PuPr), 기능 및 모델 수준의 역할 기반 액세스 제어(PuPr) 및 비용 가드레일(곧 GA 예정)을 포함한 내장형 비용 거버넌스 제어를 활용할 수 있습니다. 이러한 기능은 엔터프라이즈급 거버넌스를 유지하면서 비용의 추정, 모니터링 및 관리를 더 쉽게 할 수 있도록 돕습니다.

추가 개선 사항에는 주요 쿼리 성능 최적화, 확장된 데이터 유형 지원 및 간소화된 데이터 변환을 위한 새로운 SQL 생성자 및 함수가 포함됩니다. 내장형 성능 옵저버빌리티는 파이프라인을 대규모로 효율적이고 비용 효과적으로 유지되도록 합니다.

고객들은 Cortex AISQL을 사용하여 강력한 멀티 모달 AI 파이프라인을 구축하고 더 빠른 성능과 더 낮은 비용을 실현하고 있습니다. 이와 관련된 사례로 인력 및 비즈니스 솔루션의 글로벌 리더인 Allegis Group과 160개국 이상에서 비즈니스를 전개하고 있는 전력 관리 회사인 Eaton을 들 수 있습니다.

"Snowflake의 Document AI 기능은 새로운 계약 수명 주기 관리 플랫폼으로 마이그레이션하는 과정에서 매우 중요한 역할을 했습니다. Allegis Group은 이미 PDF, docx, TIFF 파일을 포함하여 15만 건이 넘는 문서를 처리했으며, 수만 시간에 이르는 수동 작업 시간을 절약했습니다."

Jack Vorsteg

Director of Enterprise Data & Integration, Allegis Group

"Eaton의 지원 조직에서 사용하는 고객 감성 분석 도구의 경우, 초기에는 통화 기록을 검토하기 위해 Databricks와 같은 도구로 맞춤형 솔루션을 개발했습니다. Snowflake AISQL로 전환한 후, 며칠 만에 작동하는 프로토타입을 제공할 수 있었으며, 맞춤형 구축 방식 대비 처리 시간을 900% 개선하고 연간 50만 달러의 비용을 절감했습니다. Eaton은 더 나은 고객 경험을 확인하고 있으며, 이제 감성 분석 역량을 더욱 향상시키기 위해 AISQL을 음성 파일 및 기타 멀티 모달 데이터에도 활용할 계획입니다."

Ross Schlamo

Chief Data Officer, Eaton

프로덕션 단계에서 사용자 지정 AI/ML 모델을 구축 및 배포

Snowflake ML은 완전 통합형 개발, 추론 및 운영을 위한 피처 모음으로, 거버넌스가 적용된 엔터프라이즈 데이터 위에 직접 구축됩니다. Snowflake의 최신 개선 사항을 통해 데이터 사이언티스트와 ML 엔지니어는 하나의 플랫폼에서 프로덕션에 대응 가능한 모델의 구축, 배포 및 관리를 더욱 손쉽게 수행할 수 있습니다. Coinbase, IGS Energy 및 Scene+와 같은 고객들이 Snowflake에서 더 빠르고 확장 가능한 ML 워크플로우를 구축하고 있습니다.

모델 개발의 경우, ML 팀은 이제 네이티브 통합된 실험 추적(PuPr) 기능을 통해 훈련 실행 전반에서 최고의 성능을 발휘하는 모델을 식별하고 공유하며 재현함으로써 고품질 모델을 더 쉽게 구축할 수 있습니다. 이는 협업을 단순화하고 재현성을 개선하며 기업 전반에서 모델 반복을 가속화합니다.

모듈형 ML 워크플로우에 대한 전체 지원을 통해 Snowflake ML은 외부 ML 플랫폼이나 Hugging Face와 같은 모델 허브를 포함한 어떤 모델에 대해서도 확장 가능한 추론을 가능하게 하며, Snowflake의 거버넌스 및 보안 제어를 유지합니다.

Figure 3: Snowflake ML supports scalable inference with models built anywhere.

추론의 경우, 사용자는 사전 학습된 Hugging Face 모델에 간단한 UI를 통해 원클릭 배포(PuPr)로 즉시 액세스하고, Online Feature Store(PuPr)를 활용하여 50ms 미만의 저지연 예측을 위한 피처를 제공받을 수 있습니다. 이는 개인화된 추천, 사기 감지, 가격 최적화 및 이상 감지와 같은 주요 사용 사례를 지원하여 모델이 최신의 데이터를 기반으로 결정을 내릴 수 있도록 합니다.

더 자세한 내용을 파악하고 시작해 보기

데이터 전략과 AI 전략은 불가분의 관계라고 말합니다. Snowflake AI의 최신 발전은 여러 기업이 프로덕션 단계에서 AI를 더 용이하게 구축, 배포 및 확장할 수 있게 하고, 측정 가능한 영향과 함께 더 나은 비즈니스 결과를 이끌어내고 있습니다.

단계별 Quickstart를 통해 Snowflake에서 AI 구축을 시작하세요.

미래 전망 진술

이 페이지에는 당사의 향후 제품 제공에 대한 미래 전망 진술이 포함되어 있으며, 이는 제품 제공에 대한 보장이 아닙니다. 실제 결과 및 제공 내용은 다를 수 있으며, 알려지거나 알려지지 않은 위험 및 불확실성에 영향을 받을 수 있습니다. 자세한 내용은 최신 10-Q를 참조하세요.