Oracle과 Snowflake AI를 연결하는 Snowflake Openflow Connector for Oracle 정식 출시(GA)

Oracle 데이터베이스는 글로벌 공급망, 헬스케어, 실시간 금융 거래에 이르기까지 세계에서 가장 중요한 엔터프라이즈 운영을 지원합니다. 이제 Cortex Code와 Openflow를 통해 Oracle 데이터가 Snowflake 내 다른 엔터프라이즈 데이터와 연결되어, 전체 컨텍스트를 갖춘 AI 에이전트를 몇 분 만에 구축할 수 있습니다.

그동안 데이터 팀은 Oracle 트랜잭션 데이터에 배치 ETL이나 복잡한 CDC 플랫폼을 통해서만 접근할 수 있었고, 이로 인해 운영 대시보드에 대한 인사이트 확보 지연이 불가피했습니다. 다단계 CDC 아키텍처는 복잡성과 비용, 운영 위험을 증가시켰습니다. 고객들은 기술 오버헤드를 줄이고 고가의 플랫폼을 피하면서도, 준실시간 데이터와 낮은 지연 시간의 데이터 이동을 활용하기를 원했습니다.

이러한 요구를 반영해, Snowflake는 Oracle과 공동 개발한 Snowflake Openflow Connector for Oracle을 정식 출시(GA)했습니다. 이는 완전 관리형 네이티브 에이전트리스 통합 솔루션으로, 고객이 추가적인 서드 파티 복제 인프라를 운영할 필요 없이 Oracle 인스턴스에서 Snowflake로 데이터를 직접 스트리밍합니다. Snowflake Openflow Connector for Oracle은 현재 AWS 상용 리전의 BYOC(Bring Your Own Cloud) 배포 환경 전반에서 이용 가능하며, Snowflake 배포 환경 기준으로는 AWS 및 Azure 상용 리전에서 제공됩니다.

프로덕션 환경에서 입증된 성과: 고객 성공 사례

이 커넥터는 단순히 Oracle과의 호환성을 목표로 개발된 것이 아니라, 대규모 엔터프라이즈 환경의 확장 요구를 지원하도록 설계되었습니다. 미리 보기 단계에서 고객들은 아키텍처의 한계를 시험했고, 그 결과는 그 자체로 성능을 입증합니다.

Yes Energy, 준실시간 분석으로 에너지 시장 의사 결정을 가속화

전력 시장 데이터 분야의 선도 기업 Yes Energy에는 단순한 속도 경쟁을 넘어서는 성능이 필요했습니다. 이 회사는 분석 역량 강화를 위해 방대한 과거 데이터를 Snowflake로 이전해야 했습니다. Openflow Connector의 병렬 스냅샷 기능을 활용한 결과, Yes Energy는 로드 시간을 크게 단축했다고 밝혔습니다.

이번 통합을 통해 구현한 최적화는 Yes Energy 데이터 파이프라인의 판도를 바꾸는 수준입니다. 이 커넥터의 초기 스냅샷 로드 성능은 핵심 제품 흐름에 큰 변화를 가져왔습니다. 이전에는 로드에 10일 이상 걸리던 테이블이 이제 5시간 40분 만에 완료되며, 1억 3천만 행 규모의 테이블도 14시간에서 단 1시간으로 단축되었습니다."

Dan Goodman

Staff Engineer, Yes Energy

높은 성능, 낮은 영향

모든 DBA가 우려하는 것은 복제 도구가 원본 데이터베이스 성능에 영향을 미치는 것입니다. Openflow Connector는 네트워크와 시스템 리소스에 영향을 최소화하도록 설계되었습니다.

준실시간 지연: 변경 사항은 Oracle의 XStream을 통해 준실시간으로 캡처되어 Snowflake로 지속적으로 스트리밍됩니다. 데이터는 소스 커밋 후 수 초 내에 Snowflake 저널 테이블에 도착합니다. 분 단위 병합 주기와 결합해, 커넥터는 엔드투엔드 P90 지연 시간을 2분 미만으로 달성했습니다. 내부 스트레스 테스트에서는 600개 테이블에서 초당 15,000건의 변경을 18시간 연속 처리하는 환경에서도 이 성능을 안정적으로 유지했습니다.¹
최소한의 소스 영향: 커넥터는 Oracle의 네이티브 XStream API를 사용해 redo 로그에서 직접 변경 사항을 캡처합니다. 이는 소스 테이블을 조회하지 않는 로그 기반 방식입니다. Oracle 19c 환경에서 고처리량 OLTP 워크로드를 지속적으로 실행한 내부 HammerDB TPC-C 스트레스 테스트 결과, 변경 캡처를 활성화해도 CPU 오버헤드는 미미했으며 트랜잭션 커밋 지연에 미치는 영향도 서브밀리초 수준에 그쳤습니다.

Oracle과의 신뢰 기반 파트너십

핵심 업무 시스템을 연결하려면 신뢰와 안정성이 필수입니다. Snowflake Openflow Connector for Oracle은 Snowflake와 Oracle의 긴밀한 협업을 통해, 엔터프라이즈 워크로드를 전제로 처음부터 설계되었습니다. 이 파트너십은 다음과 같은 이점을 제공합니다.

네이티브 Oracle CDC: 커넥터는 Oracle이 직접 라이선스한 OEM 기반 변경 데이터 캡처 기술을 네이티브로 내장해, XStream 아웃바운드 서버의 논리적 변경 레코드(LCR)를 준실시간으로 읽습니다. 이는 Oracle의 복제 솔루션에도 사용되는 XStream 기반 변경 데이터 캡처 기술을 활용한 것입니다.
간소화된 지원 모델: 고객은 Snowflake를 단일 지원 창구로 활용하고, 필요 시 Oracle 파트너가 Oracle 구성 요소에 대해 직접 지원을 제공합니다. 이를 통해 핸드오프를 줄이고, 문제 발생 시 공동 대응이 가능합니다.
두 업계 리더의 지원: Snowflake는 이 커넥터를 통해 Snowflake AI 데이터 클라우드에 핵심 엔터프라이즈 데이터 소스를 연결하고, Oracle은 이를 통해 Oracle Database의 활용 범위를 현대 클라우드 및 AI 생태계로 확장합니다.
AI를 위한 엔터프라이즈급 신뢰성: 고객은 신뢰할 수 있는 Oracle 트랜잭션 데이터를 준실시간으로 Snowflake에 연결하는 최적의 아키텍처를 바탕으로 양사의 공동 지원 아래 장기적인 안정성을 확보할 수 있습니다.

Snowflake와 Oracle은 함께, 원본 시스템의 성능과 안정성을 유지하면서 고객이 사일로화된 트랜잭션 시스템에서 AI를 바로 활용 가능한 데이터 환경으로 전환할 수 있도록 지원합니다.

네이티브가 갖는 차별성

이 커넥터는 Snowflake Openflow 프레임워크 상에서 실행되므로, AI 데이터 클라우드에서 기대하는 거버넌스 제어 및 탄력적 컴퓨팅의 이점을 그대로 누릴 수 있습니다.

에이전트리스 아키텍처: Oracle 서버에 별도의 소프트웨어를 설치할 필요가 없습니다. AWS PrivateLink 또는 Azure Private Link와 같은 프라이빗 네트워킹 옵션을 통해 연결을 구성할 수 있습니다.
확장성: 로그 생성량이 급증하는 상황에서도 자동으로 리소스를 확장하여, 피크 거래 시간이나 계절적 이벤트 기간에도 안정적으로 대응합니다.
간소화된 운영: Cortex Code를 사용하면 몇 초 만에 Openflow Connector for Oracle을 설정할 수 있습니다. Snowflake Openflow 제어 영역에서 직접 복제를 관리하고, Snowflake SQL, 알림 또는 Streamlit 대시보드를 통해 모니터링할 수 있습니다.

이 아키텍처의 엔지니어링 철학과 기존 미들웨어와의 근본적인 차이에 대해 더 자세히 알고 싶다면, Oracle과 공동 집필한 비공개 미리 보기(PrPr) 발표 글을 참고하시기 바랍니다.

연결에서 AI 에이전트까지 — 하나의 대화로

과거 Oracle CDC 설정은 XStream 아웃바운드 서버 구성, redo 로그 용량 산정, 보조 로깅 설정, 난해한 ORA- 오류 해결 등 전문적인 DBA 지식이 필요한 작업으로, 완료까지 며칠이 걸리는 프로젝트였습니다. Snowflake의 AI 기반 코딩 에이전트인 Cortex Code를 사용하면 이러한 복잡성이 대화형 가이드 기반 워크플로우로 간소화됩니다.

Cortex Code에는 Oracle 커넥터 전용 기능이 내장되어 있어, 현재 환경에 맞춰 XStream 사전 요구 사항을 단계별로 안내합니다. 또한 DBA에 필요한 정확한 SQL을 자동으로 생성하고 구성을 검증한 뒤, 커넥터 배포부터 데이터 흐름 확인, 문제 해결까지 전 과정을 지원합니다. 과거에는 실행 매뉴얼과 지원 티켓이 필요했던 작업이 이제 하나의 터미널 세션 안에서 이루어집니다.

하지만 진정한 가치는 데이터가 로드된 이후에 드러납니다. Cortex Code는 연결 계층과 Snowflake AI 스택을 모두 이해하므로, Oracle 파이프라인을 설정하는 동일한 대화 내에서 복제된 데이터 위에 Cortex Analyst 서비스를 구축하거나, 이를 추론하는 Snowflake Intelligence 에이전트를 생성하거나, 실시간 모니터링을 위한 Streamlit 앱을 연결할 수 있습니다.

실제 사용 예시는 다음과 같습니다.

$ cortex

> I need to replicate our Oracle 19c orders database to Snowflake

  I'll help you set up the Openflow Oracle CDC connector. First, a few
  questions about your environment:

  1. Is this Oracle on-prem, OCI, or AWS RDS?
  2. Do you have an existing Oracle license, or do you need the embedded
     license from Snowflake?

> It's on RDS and we have an independent license. Oracle credentials
  are in our external vault at vault/oracle-prod, Snowflake credentials
  in ~/.snowflake/connections.toml with key at ~/.ssh/sf_rsa_key.p8.
  Use ORACLE_REPLICA database and REPLICATION_WH warehouse.

  Got it — AWS RDS Oracle 19c with BYOL licensing. I've loaded your
  Oracle credentials from the vault and Snowflake connection config.

  Here's the SQL your DBA should run to prepare the Oracle source.
  I'll generate each step:

  -- Step 1: Configure archived redo log retention (RDS Standard)
  BEGIN
    rdsadmin.rdsadmin_util.set_configuration(
      name  => 'archivelog retention hours',
      value => '24');
  END;
  /
  COMMIT;

  -- Step 2: Enable XStream replication and supplemental logging
  ALTER SYSTEM SET enable_goldengate_replication=TRUE SCOPE=BOTH;
  ALTER SYSTEM SET STREAMS_POOL_SIZE = 2560M;
  ALTER DATABASE ADD SUPPLEMENTAL LOG DATA (ALL) COLUMNS;

  -- Step 3: Create XStream administrator (CDB architecture)
  CREATE USER c##xstreamadmin IDENTIFIED BY "****"
    DEFAULT TABLESPACE xstream_adm_tbs
    QUOTA UNLIMITED ON xstream_adm_tbs
    CONTAINER=ALL;

  GRANT CREATE SESSION, SET CONTAINER, EXECUTE ANY PROCEDURE,
    LOGMINING TO c##xstreamadmin CONTAINER=ALL;

  BEGIN DBMS_XSTREAM_AUTH.GRANT_ADMIN_PRIVILEGE(
    grantee => 'c##xstreamadmin',
    privilege_type => 'CAPTURE',
    grant_select_privileges => TRUE,
    container => 'ALL'); END;
  /
  ...

  Shall I generate the connect user, outbound server, and remaining
  steps for your ORDERS schema?

> Yes, tables ORDERS, ORDER_ITEMS, and CUSTOMERS

  Here's your outbound server setup:

  BEGIN
    DBMS_XSTREAM_ADM.CREATE_OUTBOUND(
      server_name  => 'XOUT_ORDERS',
      table_names  => 'ORCL.ECOMMERCE.ORDERS,
                       ORCL.ECOMMERCE.ORDER_ITEMS,
                       ORCL.ECOMMERCE.CUSTOMERS',
      schema_names => NULL);
  END;
  /

  After your DBA runs this, I'll deploy the connector and verify the
  XStream link. Ready?

> DBA ran it. Let's deploy.

  Deploying oracle-independent-license flow... ✓
  Configuring source parameters... ✓
  Verifying XStream connectivity... ✓
    ├─ Capture status: ENABLED
    ├─ LogMiner session: MINING
    └─ XStream state: SENDING CHANGES
  Starting flow... ✓

  Your tables are replicating. ORDERS is in SNAPSHOT_REPLICATION state
  — initial load is in progress. I'll check back when it reaches
  INCREMENTAL_REPLICATION.

  Meanwhile — want me to set up a Cortex Analyst semantic model over
  these tables so your team can query order data in natural language?

지금 바로 시작하기

Snowflake Openflow Connector for Oracle이 이제 정식 출시(GA)되어, Snowsight 내 Openflow Connector 카탈로그에서 핵심 업무 데이터를 직접 스트리밍할 수 있습니다. 다음 자료를 통해 빠르게 시작해 보세요.

심층 구성 정보 및 모범 사례를 담은 기술 문서 확인하기
YouTube 온라인 데모에서 커넥터 작동 모습 파악하기
단계별 설정을 안내하는 개발자 가이드 살펴보기

이제 Oracle 데이터를 안전하게 연결해 AI 활용을 시작해 보세요.

¹ Snowflake가 2025년 11월에 Oracle 19c 및 XStream 아웃바운드 서버 환경에서 수행한 내부 벤치마크입니다. 워크로드: 600개 테이블에서 초당 15,000건의 변경이 18시간 동안 지속되었습니다. 엔드투엔드 지연은 소스 커밋 시점부터 Snowflake 대상 테이블에 데이터가 반영될 때까지 측정했습니다. 결과는 통제된 테스트 환경에서 도출된 것이며, 실제 프로덕션 환경에서 동일한 성능을 보장하지 않습니다. 실제 지연 시간은 워크로드 특성, 네트워크 조건, Oracle 구성, Snowflake 계정 설정에 따라 달라질 수 있습니다.