Snowflake CoCo: 이제 업무 환경 어디서나 사용할 수 있는 데이터 네이티브 코딩 에이전트
Snowflake Summit 2026에서 Snowflake CoCo는 빌더가 일하는 환경에서 사용할 수 있게 됩니다. 네이티브 데스크톱 애플리케이션, 클라우드 에이전트, 에이전트 SDK, 그리고 곧 제공될 모바일 앱과 Slackbot을 통해 CoCo는 최신 데이터 팀이 주로 사용하는 인터페이스와 도구에 완전히 통합됩니다. 이 모든 경험은 엔터프라이즈 데이터에 완전히 기반합니다.
엔터프라이즈의 AI 도입은 이제 AI의 이론적 가능성을 논하는 단계를 넘어, 프로덕션 환경의 현실적 요구로 이동했습니다. 즉, AI를 안전하고 보안이 보장되며 거버넌스가 적용된 방식으로 대규모 운영 환경에 투입하는 것입니다.
1세대 어시스턴트는 자동 완성과 쿼리 생성을 제공했습니다. 다음 흐름은 에이전틱 시스템입니다. 코드베이스를 검사하고, 복잡한 작업을 추론하며, 파일을 수정하고, 테스트를 실행하고, 사람이 개입하는 방식으로 풀 리퀘스트를 관리하는 시스템입니다. 일반적인 소프트웨어 엔지니어링에서는 이미 새로운 기준이 되었습니다.
하지만 데이터 및 AI 팀에는 더 높은 기준이 필요합니다. 엔터프라이즈 AI는 실시간 스키마, 액세스 제어, 계보, 운영 파이프라인을 갖춘 거버넌스 기반 데이터 시스템 안에서 실행됩니다. 범용 AI 코딩 에이전트는 이 지점에서 한계에 부딪히는 경우가 많습니다. 겉보기에는 올바른 코드를 생성하더라도, 실제 프로덕션 환경에서 작동하는 데 필요한 데이터 컨텍스트와 권한 체계에 기반하지 못하는 경우가 많기 때문입니다.
Snowflake CoCo는 이 간극을 해소하며, 최신 데이터 스택에서 작업하는 빌더를 위한 에이전틱 제어 영역을 제공합니다.
"Thomson Reuters는 Snowflake를 기반으로 데이터 기반을 구축해 3만 7,500개 이상의 거버넌스 적용 테이블과 350개의 데이터 소스 전반에서 단일 진실 공급원을 마련했습니다. 이제 Snowflake CoCo는 그 기반 위에서 구축하는 속도를 더욱 높여주고 있습니다. 우리 팀은 거버넌스가 적용된 환경 내에서 레거시 시스템을 현대화하고, AI 파이프라인을 확장하며, 몇 주가 걸리던 인사이트 제공을 며칠 만에 수행하고 있습니다. 신뢰할 수 있는 데이터를 기반으로 아이디어를 프로덕션까지 그처럼 빠르게 연결할 수 있게 되면, 가능한 일의 범위 자체가 근본적으로 달라집니다."
Caitlin Halferty
CoCo는 모델을 감싸는 범용 래퍼 형태가 아니라 데이터 수명 주기 전반을 지원하도록 특화된 하네스를 기반으로 구축되었습니다. 데이터 엔지니어, 분석 엔지니어, 데이터 사이언티스트, AI 개발자의 실제 워크플로우에 맞춰 설계된 통합 시스템입니다. CoCo는 에이전트가 데이터 컨텍스트에 기반해 작동하도록 지원하고, 적절한 도구와 런타임에 연결합니다.
실제 데이터 엔지니어링 작업에서 CoCo는 선도적인 코딩 에이전트를 단순히 따라가는 수준이 아닙니다. 새로운 기준을 제시하고 있습니다.
dbt Labs가 실제 분석 및 데이터 엔지니어링 작업에서 AI 에이전트를 평가하기 위해 개발한 업계 벤치마크 프레임워크인 ADE-Bench에서 CoCo는 72.1%의 통과율을 기록하며 Anthropic의 Claude Code와 OpenAI의 Codex(각각 65.1%)를 모두 앞섰습니다.¹ Snowflake 네이티브 dbt 프로젝트 작업에서는 격차가 더욱 벌어집니다. 이 영역에서는 CoCo의 플랫폼과의 깊은 통합 효과가 분명하게 발휘됩니다.
무엇보다 중요한 점은 CoCo가 무작정 많은 리소스를 투입해 성과를 내는 방식이 아니라는 것입니다. Opus 4.7에서 실행되는 Claude Code와 비교했을 때, CoCo는 작업을 완료하는 데 51% 더 적은 토큰을 사용하고, 8% 더 짧은 시간에 작업을 완료했습니다. 이러한 효율성은 두 가지 설계 선택에서 비롯됩니다.
- 목표 지향적 탐색과 전면적 탐색의 차이 - CoCo는 보이는 모든 것을 스캔하는 대신, 중요한 데이터로 바로 이동합니다. 그 결과 데이터 탐색이 더 효율적으로 이루어집니다.
- 네이티브 도구 중심 접근 방식 - CoCo는 bash 기반 워크플로우에 의존하는 대신 Snowflake, dbt 및 Airflow와 같은 데이터 시스템용 네이티브 도구를 활용하여 작업을 데이터가 있는 위치에서 수행합니다.
1 효율성 점수는 dbt가 실제 분석 및 데이터 엔지니어링 작업에서 AI 에이전트를 평가하기 위해 만든 프레임워크인 ADE-bench를 사용한 내부 테스트를 기준으로 산출되었습니다.
Summit 2026 주요 업데이트
Summit 2026에서 CoCo는 AI 코딩 에이전트를 넘어 완전한 AI 개발 플랫폼으로 진화합니다. 이번 신규 출시는 하나의 단순한 원칙을 중심으로 구성되었습니다. 에이전트는 사용자가 작업하는 곳 어디서나 함께 작업해야 하며, 사용자가 작업할 수 없을 때도 계속 작업해야 합니다.
"Fanatics에서는 데이터 환경이 끊임없이 변화합니다. Snowflake CoCo는 우리 팀이 이러한 변화에 신속하게 대응할 수 있도록 지원합니다. 과거에는 파이프라인 문제 해결과 데이터 모델링에 며칠이 소요됐지만, 이제는 몇 시간 만에 해결할 수 있으며, 이를 바탕으로 새로운 기능을 전보다 훨씬 빠르게 출시할 수 있게 되었습니다."
Maddy Want
현재 작업하는 곳에서 CoCo 사용
Cloud Agents는 CoCo 플랫폼 확장의 기반입니다. Automations, Slack 통합(제공 예정), 네이티브 모바일 앱(제공 예정)은 모두 Cloud Agents를 기반으로 작동하며, 팀이 CoCo와 상호작용하는 모든 환경에 장시간 실행되는 자율 워크플로우를 제공합니다.
Snowflake 환경에서 CoCo를 직접 사용하는 빌더에게 Cloud Agents는 전체 에이전틱 런타임을 Snowsight 내에서 바로 사용할 수 있도록 제공합니다. Cloud Agents를 사용하면 각 Snowsight 세션은 백그라운드에서 격리된 Snowflake 관리형 클라우드 환경을 자동으로 생성할 수 있습니다. 이를 통해 로컬 설정, 종속성 관리 또는 인프라 구축 없이도 어떤 브라우저에서든 CLI 수준의 기능을 활용할 수 있습니다.
활성화하면 Cloud Agents가 각 CoCo 세션에 전용 컨테이너를 프로비저닝합니다. 에이전트는 셸 명령 실행, Python 스크립트 실행, 패키지 설치, 파일 읽기 및 쓰기, 동적으로 생성된 Snowflake 프로필을 사용한 dbt 빌드 및 테스트 수행, 추가 컨텍스트 확보를 위한 웹 검색을 수행할 수 있습니다.
CoCo 데스크탑
CoCo가 Windows와 macOS에 제공됩니다. 데이터 팀의 실제 업무 방식을 반영해 설계된 네이티브 데스크톱 앱에서 Snowflake 네이티브 개발의 모든 기능을 활용할 수 있습니다.
"Snowflake CoCo는 이제 우리 회사 운영 방식의 핵심 요소로 자리 잡고 있습니다. 우리는 데이터 팀에만 국한하지 않고 조직 전반으로 도입을 확대하고 있습니다. CoCo는 우리의 데이터와 운영 환경, 그리고 거버넌스를 이해하기 때문에, 팀은 전문적인 기술 역량 없이도 신뢰할 수 있는 데이터를 기반으로 워크플로우를 구축하고 자동화할 수 있습니다."
Matt Luizzi
CoCo 데스크탑(곧 GA 예정)을 통해 빌더는 데이터 스택 전반에서 개발할 수 있는 거버넌스가 적용된 단일 작업 환경을 확보할 수 있습니다. 화면을 계속 오가며 전환할 필요 없이 데이터 파이프라인을 만들고, 애플리케이션을 구축하고, 에이전트를 설계하고, 노트북을 디버깅하고, 데이터 흐름을 시각화할 수 있습니다. 에디터는 코드, 데이터, 컨텍스트, 실행이 한곳에 모이는 공간이 됩니다. 덕분에 프로토타입부터 프로덕션까지 작업 흐름을 유지할 수 있도록 지원합니다.
에디터 경험을 넘어 CoCo Desktop은 로컬 머신에 상시 실행되는 AI 에이전트를 제공합니다. 프로젝트 컨텍스트를 이해하고, 여러 세션에 걸쳐 작업을 이어가며, 사용자가 자리를 비운 동안에도 작업의 연속성을 유지하는 지속형 어시스턴트입니다.
Automations를 사용하면 팀은 반응형 프롬프트에서 자율 워크플로우로 전환할 수 있습니다. 에이전트가 파이프라인 새로 고침, 데이터 품질 검사, 모델 재학습 및 운영 이슈 조사와 같은 반복 작업을 처리하도록 예약할 수 있으며, 이 모든 과정은 Snowflake 역할 기반 액세스 제어(RBAC)의 적용을 받고 감사 로그를 통해 추적할 수 있습니다. 그 결과 CoCo는 일회성 프롬프트 창이 아니라 문제를 조사하고, 변경 사항을 적용하며, 워크플로우를 실행하고, 중단된 지점부터 작업을 이어갈 수 있는 상시 운영 인력처럼 동작하는 AI 개발 환경을 제공합니다.
또한 팀마다 스택이 다르기 때문에 CoCo Desktop은 확장 가능하도록 설계되었습니다. MCP 통합과 계속 확장되는 스킬 및 플러그인 카탈로그를 통해 팀은 CoCo를 이미 사용하는 시스템에 연결하고, 조직의 모범 사례를 재사용 가능한 전문 지식으로 전환할 수 있습니다. 즉, 팀의 표준, 패턴, 워크플로우가 반복 가능한 기본 구성 요소로 전환되어 모든 빌더가 거버넌스가 적용된 엔터프라이즈급 운영 방식에 맞춰 더 빠르게 작업할 수 있도록 지원합니다.
CoCo는 데이터 및 AI 팀의 개발 경험을 혁신합니다. 로컬 환경에서 실행되고, 에이전트 기반으로 작동하며, 확장 가능하고, 처음부터 거버넌스를 내장하고 있습니다.
출시 예정: Slack 또는 최신 모바일 앱을 통해 어디서나 CoCo와 상호작용
에디터뿐 아니라 팀은 곧 Slack과 모바일에서도 CoCo를 사용할 수 있게 됩니다. CoCo Slackbot을 사용하면 팀은 Slack 안에서 직접 질문하고, 워크플로우를 트리거하며, 결과를 공유할 수 있습니다. 이를 통해 Slack은 데이터 작업을 위한 거버넌스 기반 인터페이스로 전환됩니다. 일반 챗봇에 의존하는 대신, Slackbot은 테이블, dbt 모델, Postgres 스키마, Airflow 파이프라인 등 엔터프라이즈 데이터에 연결됩니다. 따라서 답변은 프로덕션 컨텍스트에 기반하며, 요청한 사용자의 액세스 정책에 따라 제한됩니다.
CoCo 모바일 앱은 iOS와 Android에서 동일한 경험을 제공합니다. 자리를 비운 상황에서도 업무를 검토하고, 승인하고, 필요한 조치를 취할 수 있습니다. 이는 휴대폰용 코드 에디터가 아닙니다. 어디서나 파이프라인을 모니터링하고, 예약된 작업 결과를 검토하고, AI가 생성한 워크플로우를 승인하고, 로그를 점검하며, 자연어로 질문해야 하는 데이터 리더, 애널리틱스 관리자 및 빌더를 위한 에이전트 인터페이스입니다.
CoCo를 기반으로 프로그래밍 방식의 개발 구현
CoCo는 빌더가 직접 사용하는 도구에 그치지 않고, 팀이 임베드하고 확장하며 그 위에 구축할 수 있는 플랫폼입니다. CoCo는 MCP(Model Context Protocol) 서버와 ACP(Agent Client Protocol)를 지원하므로, 다른 에이전트와 엔터프라이즈 시스템도 CoCo의 기능을 활용할 수 있습니다.
이제 CoCo Agent SDK를 통해 빌더는 CoCo를 구동하는 에이전틱 엔진 위에서 사용자 지정 애플리케이션, 내부 도구, 자동화, 도메인별 워크플로우를 개발할 수 있습니다.
SDK를 제공하는 에이전트 플랫폼, CoCo
CoCo Agent SDK는 수천 고객이 사용하는 CoCo를 구동하는 동일한 도구와 에이전트 루프를 설치 가능한 라이브러리 형태로 제공합니다. 개발자는 데이터 작업, Snowflake 쿼리, 파일 읽기, 셸 명령 실행, 코드베이스 검색, SQL 실행 및 코드 편집 등 CoCo가 프로덕션 환경에서 사용하는 기능에 프로그래밍 방식으로 직접 액세스할 수 있습니다. SDK에는 내장형 도구 실행 기능이 포함되어 있어, 해당 인프라를 직접 구현하지 않아도 에이전트가 바로 작업을 시작할 수 있습니다.
import { query } from "cortex-code-agent-sdk";
for await (const message of query({
prompt: `Profile the ORDERS table in MY_DATABASE.ANALYTICS:
- Total row count and date range covered
- Null rate for each column
- Top 5 customers by order volume
Summarize findings in plain English.`,
options: {
cwd: process.cwd(),
connection: "my-connection",
},
})) {
if (message.type === "assistant") {
for (const block of message.content) {
if (block.type === "text") process.stdout.write(block.text);
}
}
if (message.type === "result") {
console.log("\nDone:", message.subtype);
}
}
import asyncio
from cortex_code_agent_sdk import query
async def main():
async for message in query(
prompt="""Profile the ORDERS table in MY_DATABASE.ANALYTICS:
- Total row count and date range covered
- Null rate for each column
- Top 5 customers by order volume
Summarize findings in plain English.""",
options={"cwd": ".", "connection": "my-connection"},
):
if message["type"] == "assistant":
for block in message["content"]:
if block["type"] == "text":
print(block["text"], end="", flush=True)
asyncio.run(main())
내장 도구 외에도 SDK는 여러 상호작용에 걸쳐 상태를 유지하는 멀티턴 세션, 에이전트에서 타입이 지정되고 스키마 검증이 완료된 JSON을 반환하기 위한 구조화된 출력, 사용자 지정 도구로 에이전트를 확장하기 위한 MCP 서버 통합, 각 단계에서 에이전트 동작을 가로채고 제어할 수 있는 후크, 스트리밍 출력 및 도메인별 추론 방식을 조정하기 위한 시스템 프롬프트를 지원합니다.
파이프라인 스크립트, 백엔드 서비스 또는 내부 앱과 도구에서 이를 호출해 데이터 네이티브 에이전트 기능을 스택에 직접 임베드할 수 있습니다. 플랫폼 엔지니어는 CoCo를 CI/CD 워크플로우에 통합할 수 있고, ISV 파트너는 그 위에서 데이터 제품을 구축할 수 있으며, 팀은 도메인별 워크플로우를 자동화할 수 있습니다.
처음부터 내장된 거버넌스
CoCo는 Snowflake의 엔터프라이즈급 보안 및 거버넌스 기능을 내장한 상태로 팀이 사용하는 모든 환경에 AI 네이티브 개발 경험을 제공합니다. 모든 작업은 사용자의 기존 Snowflake RBAC에 따라 실행되며, LLM 추론은 Snowflake의 보안 경계 내에서 수행되고, 다층 가드레일을 통해 프롬프트 인젝션 및 기타 LLM 관련 위험으로부터 보호할 수 있도록 지원합니다. 프롬프트 및 응답 로깅, 쿼리 태그 지정, 사용량 모니터링, 관리자 수준의 비용 및 구성 제어 기능을 통해 팀은 에이전트를 대규모로 안전하게 배포하는 데 필요한 감사 추적성과 거버넌스를 확보할 수 있습니다.
이미 7,100곳 이상의 Snowflake 고객이 CoCo로 구축하고 있습니다. Summit 2026에서 CoCo는 조직의 데이터를 기반으로 구동되고, 기술 스택을 이해하며, 거버넌스를 기본으로 설계된 AI 개발 플랫폼으로 진화합니다.
미래 전망 진술
본 페이지에는 당사의 향후 제품 제공과 관련된 미래 전망 진술이 포함되어 있으며, 이는 어떠한 제품 제공에 대한 약속이나 보장을 의미하지 않습니다. 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.
