AI는 엔터프라이즈의 새로운 운영 모델이 되고 있습니다. 조직은 영업 계획과 재무 검토부터 고객 운영, 예측, 대규모 의사 결정에 이르기까지 업무 수행 방식을 혁신하고자 합니다.
하지만 프로덕션 AI는 본질적으로 데모보다 훨씬 어렵습니다. 엔터프라이즈 AI 시스템은 비즈니스 컨텍스트를 이해하고, 적합한 도구를 선택하며, 정형 데이터와 비정형 데이터 전반에서 추론하고, 기업 정책을 준수하면서 대규모로 효율적으로 운영되는 동시에 지속적으로 발전해야 합니다. 엔터프라이즈 규모에서 가장 어려운 과제는 더 이상 모델 지능만이 아니라 컨텍스트입니다. 차세대 엔터프라이즈 AI는 거버넌스가 적용된 엔터프라이즈 데이터, 운영 지식 및 지능형 오케스트레이션을 비즈니스 워크플로우 내에서 직접 결합할 수 있는 시스템에 의해 정의될 것입니다.
Snowflake의 완전 통합형 데이터 및 AI 플랫폼을 기반으로 13,900곳 이상의 고객이 거버넌스가 적용된 엔터프라이즈 데이터 위에서 컨텍스트 인식 AI 애플리케이션과 운영 워크플로우를 구현하고 있습니다.
오늘 Snowflake는 조직이 이미 신뢰하는 동일한 보안, 규정 준수 및 운영 제어 체계 아래에서 워크플로우, 비즈니스 운영 및 엔터프라이즈 애플리케이션 전반에 지능형 에이전트를 배치할 수 있도록 지원하는 새로운 혁신을 발표합니다.
인사이트 시스템에서 실행 시스템으로의 진화
수년간 엔터프라이즈 플랫폼은 조직이 과거에 어떤 일이 일어났는지 파악하도록 지원해 왔습니다. 이제 차세대 AI 플랫폼은 조직이 다음에 무엇을 해야 할지 결정하고, 나아가 엔터프라이즈 워크플로우와 애플리케이션 전반에서 그 결정을 점차 실행할 수 있도록 지원해야 합니다.
이는 AI를 반응형 질의응답에서 선제적 운영 실행으로 전환합니다.
팀은 이제 대시보드를 수작업으로 조립하거나 분석을 조율하고 분산된 시스템 간 워크플로우를 연결할 필요 없이, 자연어로 비즈니스 성과를 정의할 수 있습니다. 그러면 AI 시스템이 엔터프라이즈 전반에서 분석을 오케스트레이션하고 산출물을 생성하며 워크플로우를 트리거합니다.
엔터프라이즈 AI는 더 이상 대시보드 위에 추가된 챗봇이 아니라 기업 업무 전반을 지원하는 거버넌스 기반 실행 계층으로 작동합니다.
Snowflake CoWork로 AI의 이점을 누리는 지식 근로자
Snowflake CoWork(구 Snowflake Intelligence)는 지식 근로자가 엔터프라이즈 데이터 전반에서 추론하고, 워크플로우를 자동화하며, 팀이 이미 사용하는 도구 전반에서 거버넌스가 적용된 작업을 수행하도록 돕는 개인 업무 에이전트입니다.
자료 1: Snowflake CoWork: 모든 지식 근로자를 위한 개인 업무 에이전트.
- Snowflake CoWork iOS 앱(곧 GA)은 직원들이 어디서 근무하든 엔터프라이즈 인텔리전스에 연결된 상태를 유지할 수 있도록 지원합니다. Face ID 인증과 대화 기록 기능을 통해 공항, 고객 미팅 현장, 컨퍼런스 전시장 등 이동 중에도 필요한 작업을 수행할 수 있습니다.
- Snowflake CoWork Slack 앱(프라이빗 프리뷰 제공 예정)은 거버넌스가 적용된 엔터프라이즈 인텔리전스를 Slack 대화 환경으로 확장합니다. 직원들은 Slack 채널이나 스레드 어디에서나 CoWork에 질문하고, 대화 내에 바로 표시되는 차트와 함께 답변을 받은 뒤, 플랫폼을 벗어나지 않고 후속 질문을 이어갈 수 있습니다.
이러한 경험의 기반에는 Cortex Agents가 있습니다. Cortex Agents는 작업을 계획하고 도구를 호출할 수 있는 엔터프라이즈 AI 에이전트를 구축하기 위한 Snowflake의 관리형 에이전트 프레임워크입니다. 이를 통해 팀은 오케스트레이션, 인프라, 런타임의 복잡성을 직접 관리하지 않고도 엔터프라이즈 시스템 전반에서 인사이트를 제공하고 조치를 취할 수 있습니다.
“Snowflake CoWork와 Cortex Agents를 통해 리더들은 더 이상 사일로화된 포털에 의존하거나 분산된 도구 환경을 탐색하며 정보를 수집할 필요가 없습니다. 브라우저나 Microsoft Teams에서 직접 자연어로 질문하고 실제 엔터프라이즈 데이터를 기반으로 한 신뢰할 수 있는 인사이트를 얻을 수 있습니다. 디지털 전환 이니셔티브로 시작된 이 프로젝트는 이제 Synopsys의 업무 방식을 근본적으로 바꾸는 새로운 방식으로 발전했으며, 현재도 조직 전반에서 새로운 사용 사례를 지속적으로 발굴하고 있습니다.”
Ramji Jagannathan
엔터프라이즈 컨텍스트를 바탕으로 직원의 업무 방식에 맞춰 진화하는 CoWork
Cortex Sense(프라이빗 프리뷰 제공 예정)는 워크플로우와 데이터 자산 간 관계를 포함해, 조직이 비즈니스를 정의하는 방식을 학습합니다. Cortex Sense는 쿼리 기록, 대시보드, 에이전트 실행 궤적을 활용해 Snowflake CoCo와 Snowflake CoWork가 첫날부터 근거 기반의 비즈니스 추론을 수행하도록 지원합니다. 또한 Semantic View Autopilot은 Power BI 대시보드(퍼블릭 프리뷰)에서 지표와 비즈니스 로직을 자동으로 수집해 조직의 BI 자산을 에이전트를 위한 거버넌스 기반 시맨틱 계층으로 즉시 변환합니다. 이러한 기반을 통해 직원들은 정보를 찾는 데서 나아가 정보를 이해하고 실행에 옮길 수 있습니다.
Deep Research(GA 예정)는 사용자가 복잡한 비즈니스 질문을 심층적으로 탐구할 수 있도록 지원하며, 엔터프라이즈 데이터 전반에서 최첨단 성능을 제공합니다. Snowflake의 Hybrid Deep Research Benchmark 기준으로 단일 에이전트 시스템 대비 3분의 1 이상 높은 성능을 기록했습니다. Analytical Search(퍼블릭 프리뷰 제공 예정)는 계약서와 지원 문서 등의 문서 컬렉션 전반에서 계산 기반 분석을 지원합니다. 이러한 기능이 결합되면 엔터프라이즈 AI는 비즈니스의 전체 운영 컨텍스트를 바탕으로 추론할 수 있습니다.
멀티 에이전트 오케스트레이션(퍼블릭 프리뷰 제공 예정)은 요청을 적절한 도구와 워크플로우로 자동 라우팅하며, 지속형 메모리(퍼블릭 프리뷰 제공 예정)는 CoWork가 시간의 흐름에 따라 사용자 선호도와 반복 작업을 학습할 수 있도록 합니다.
User Skills(퍼블릭 프리뷰 제공 예정)를 통해 팀은 워크플로우를 자연어로 정의하고 이를 재사용 가능한 조직 역량으로 전환할 수 있습니다. Skills는 Code Execution Tool(퍼블릭 프리뷰 제공 예정)을 호출해 CoWork 내에서 바로 보고서(PDF), PowerPoint 데크를 포함한 프레젠테이션, 분석 및 시각화 등 거버넌스가 적용된 비즈니스 결과물을 생성할 수 있습니다. 이제 Skills와 플러그인은 링크를 통해 공유(프라이빗 프리뷰)할 수 있으며, 질문 시 자동으로 검색되고 내장된 RBAC 및 보안 스캔을 통해 거버넌스가 적용됩니다. 조직은 시간이 지남에 따라 개별 채팅이나 메모에 단절된 형태로 남아 있는 워크플로우 대신, 공유되는 운영 지식 체계를 구축할 수 있습니다.
Snowflake CoWork는 엔터프라이즈 인텔리전스를 팀 전반에서 재사용할 수 있도록 합니다. Artifacts(GA 예정)를 통해 사용자는 라이브 분석, 대시보드 및 대화를 전체 컨텍스트가 유지된 상태로 저장하고 공유할 수 있으며, 역할 기반 액세스 제어(RBAC)를 통해 거버넌스가 적용됩니다. 인터랙티브 대시보드(퍼블릭 프리뷰 제공 예정)는 팀이 대화형으로 지표를 탐색하고 공유된 단일 정보 원천을 기반으로 협업할 수 있도록 함으로써 이러한 기능을 확장합니다.
자료 2: Snowflake CoWork 안에서 협업 분석을 지원하는 인터랙티브 대시보드
조직의 엔터프라이즈 AI 운영을 안전하게 대규모로 지원하는 CoWork
Automations and time-based subscriptions(퍼블릭 프리뷰 제공 예정)은 엔터프라이즈 활동을 분석하고 Slack, 이메일 또는 모바일 알림을 통해 선제적 브리핑을 제공합니다. Async Agent API(GA 예정)를 통해 에이전트는 장시간 실행되는 워크플로우와 조사 작업을 비동기식으로 수행할 수 있습니다.
Agent Studio(GA 예정)는 엔터프라이즈 에이전트의 배포 및 거버넌스를 위한 중앙 집중식 환경을 제공합니다. 역할 기반 액세스 제어와 감사 추적은 모든 상호작용이 안전하게 유지되고 완전한 감사 가능성을 확보할 수 있도록 지원합니다. 에이전트 ID는 사용자를 대신해 AI 에이전트가 수행한 작업을 명확하게 식별할 수 있는 신호를 제공해, 엔터프라이즈 워크플로우 전반에서 운영상의 책임성을 확보할 수 있도록 합니다.
MCP 커넥터를 통해 CoWork는 Slack, Jira, Gmail, Salesforce 등 팀이 이미 사용 중인 엔터프라이즈 도구 전반에서 작동할 수 있으며, 이 모든 과정은 Snowflake의 거버넌스 경계 내에서 이루어집니다.
오픈 웨이트 파운데이션 모델의 효율적인 사후 훈련
모델은 모든 에이전틱 워크플로우의 기반이며, Snowflake는 어떤 모델이든 조직의 도메인 요구사항에 맞춰 더 쉽게 훈련할 수 있도록 투자하고 있습니다.
AI 네이티브 스타트업과 엔터프라이즈는 에이전틱 워크플로우를 맞춤화하는 과정에서 프런티어 모델 선택지의 한계와 GPU 조달 및 관리라는 만만치 않은 과제에 자주 부딪힙니다. Cortex Training(프라이빗 프리뷰)을 사용하면 스타트업과 엔터프라이즈가 부족한 GPU 용량을 확보하느라 애쓰거나 낮은 사용률로 인해 GPU 보유 비용이 높아지는 문제를 걱정하지 않고도, Qwen 또는 Mistral 계열과 같은 오픈 웨이트 파운데이션 모델을 자체 도메인, 데이터 및 비용 요구사항에 맞게 맞춤화할 수 있습니다. Cortex Training을 사용하면 고객은 복잡한 분산 훈련 인프라를 관리할 필요가 없습니다. Snowflake는 예약 절차나 사용자 지정 오케스트레이션 설정 없이도 완전 관리형 GPU 그룹에 즉시 액세스할 수 있도록 지원하며, Snowflake Research의 실험과 데모 기준으로 이 GPU 그룹은 거의 100%에 가까운 활용률로 제공됩니다. 이를 통해 스타트업 사용자와 엔터프라이즈 사용자는 실험, 평가, 배포 전반에서 통합 거버넌스를 유지하면서도 AI 솔루션의 정확도와 지연 시간을 대규모로, 비용 효율적으로 개선할 수 있습니다.
자료 3. Cortex Training으로 GPU 활용률을 최대 약 2배 향상시켜 GPU 지출을 최적화할 수 있습니다. 위 결과는 Snowflake Research의 실험과 데모를 기반으로 합니다.
프로덕션 환경에서 소프트웨어를 실행하고 운영하기 위한 AI인 Resolve AI는 Cortex Training을 활용해 독점 훈련 데이터 기반의 강화학습(RL)으로 도메인별 모델을 구축하기 위해 2년에 걸쳐 수백만 달러 규모를 투입하기로 했습니다. Resolve AI는 Cortex Training을 사용해 모델 학습을 안전하고 거버넌스가 적용된 환경으로 통합함으로써, 이전에는 여러 플랫폼의 인프라를 연결해야 했던 작업을 가속화하고 있습니다.
Resolve AI는 멀티 에이전트 하네스, 시뮬레이션 환경 및 평가 워크플로를 기반으로 구축된 프로덕션용 도메인 특화 AI 에이전트를 제공합니다. AI 모델이 RL을 통해 더욱 정교해질수록 팀은 데이터나 환경에 대한 제어권을 포기하지 않으면서도 훈련과 추론에서 GPU 사용량이 큰 영역을 처리할 수 있는 인프라가 필요합니다. Resolve AI는 성능을 위한 확장 가능한 컴퓨팅 추상화를 제공하는 동시에, 고객이 자체 시스템, 데이터 및 배포 환경에 대한 제어권을 유지할 수 있도록 지원합니다. Cortex Training은 Resolve AI에 거버넌스가 적용된 인프라를 제공해 RL 훈련 워크로드를 지속적으로 실행하도록 지원하며, 프로덕션 환경의 엔터프라이즈 엔지니어링 팀에 가장 중요한 추론 작업에서 범용 대안보다 뛰어난 모델을 구축하고 개선할 수 있게 합니다. Snowflake 역시 Resolve AI 고객으로, Snowflake 엔지니어링 팀은 기존 에이전틱 워크플로우에 Resolve AI를 통합해 프로덕션 시스템을 대규모로 실행하고 관리하고 있습니다. 그 결과 기업은 더욱 빠르고 신뢰할 수 있는 AI 경험을 구현할 수 있습니다.
“범용 API 모델은 앞으로도 계속 발전하겠지만, 이를 기반으로 구축하는 접근만으로는 한계가 존재합니다. 복잡한 소프트웨어 시스템을 운영하고 관리하는 프로덕션 환경은 고유한 장애 패턴과 추론 방식이 존재하며, 무엇보다 최고 수준의 정확성을 요구합니다. Resolve AI는 목적에 맞게 설계된 학습 인프라, 대규모 운영 환경 시뮬레이션, 실제 운영 워크플로를 기반으로 한 평가를 통해 이러한 한계를 극복하고 있습니다. Cortex Training은 이러한 연구 우선순위를 Resolve AI 전반으로 확장하는 핵심 요소입니다.”
Spiros Xanthos
에이전틱 ML로 프로덕션 워크플로우 구축 및 서빙 가속화
코딩 에이전트가 단순 자동 완성의 임계값을 넘어 고도화된 추론과 자율 실행 단계로 진화하면서, 머신러닝은 근본적인 전환기를 맞고 있습니다. Snowflake는 Snowflake ML의 핵심에 위치한 Snowflake AI의 코딩 에이전트 Snowflake CoCo에 대규모 투자를 진행하며 에이전틱 머신러닝의 새로운 시대를 선도하고 있습니다. ML에 최적화된 스킬과 모든 데이터 및 모델 전반에 네이티브로 통합된 컨텍스트 인식을 활용하면, ML 및 데이터 사이언스 팀은 Snowflake CoCo로 아이디어를 비즈니스 크리티컬한 성과로 전환하는 과정을 10배 더 빠르게 앞당길 수 있습니다.
매월 6,000개 이상의 활성 계정이 수백만 개의 모델과 수조 건의 추론 요청을 실행하는 Snowflake ML은 Cortex Code에서 사용할 수 있는 생산성 향상 기능에 지속적으로 투자하고 있습니다. 이를 통해 팀은 더 빠르게 프로덕션 환경에 배포하고 개발 도구를 확장하며 실시간 추론 성능을 향상할 수 있습니다.
자료 4. 고객은 Snowflake의 에이전틱 워크플로우에서 데이터, 모델, 노트북, 피처 전반에 걸친 네이티브 컨텍스트 인식을 활용해 ML 워크플로우를 가속화할 수 있습니다.
확장 가능한 개발을 위해 이미 Snowflake Notebooks에서 테라바이트 규모의 데이터로 모델을 훈련할 수 있습니다. 이제 데이터를 이동하지 않고도 VS Code와 Cursor에서 원격으로 모델을 안전하고 원활하게 구축할 수 있습니다. Snowflake의 VS Code 및 Cursor 확장(퍼블릭 프리뷰 예정)을 사용하면 원격 컴퓨팅 환경에 연결할 수 있어, IDE를 벗어나지 않고 CPU 또는 GPU 컴퓨팅 풀에서 ML 파이프라인을 개발할 수 있습니다. 또한 Snowflake 환경에서 자체 패키지와 구성을 사용할 수 있는 유연성도 확대하고 있습니다. Custom Container Runtime(퍼블릭 프리뷰)을 통해 팀은 조직에서 승인하고 보안 스캔을 거친 컨테이너 이미지를 Snowflake Notebooks 또는 ML Jobs에서 사용할 수 있습니다.
자료 5. 네이티브로 통합된 분산형 XGBoost, LightGBM, PyTorch 및 HPO는 뛰어난 가격 대비 성능을 제공합니다. TPCx-AI 사용 사례에서는 스케일 팩터 1000 기준 XGBoost 실행 비용은 Databricks 대비 중앙값 기준 3배 낮게 나타났습니다. 낮을수록 우수합니다.
프로덕션 환경의 요구사항을 지원하는 추론 기능을 위해 Snowflake는 더 빠른 피처 서빙, 온라인 모델 옵저버빌리티 및 배치 추론을 위한 멀티 모달 지원을 발표합니다. 이제 ML 팀은 스트리밍 피처 지원(GA 예정)을 통해 Snowflake Feature Store에서 실시간 피처를 10ms 이내에 서빙할 수 있습니다. 이러한 개선을 통해 데이터 수집부터 서빙까지 2초 미만의 데이터 최신성을 제공하고, CI/CD 통합으로 개발자 경험을 향상시키며, 시간 범위 기반 집계 피처를 효율적으로 계산할 수 있습니다.
Attentive는 수십억 건 규모의 데이터를 처리하는 환경에서 마케팅 개인화를 현대화하고 있으며, Tecton의 기존 피처 스토어 대비 68% 빠른 성능과 30% 이상의 비용 절감 효과를 달성했습니다.
모델 서빙 중에도 이제 실시간 모델을 위한 A/B 테스트(퍼블릭 프리뷰)를 손쉽게 수행해 제어된 환경에서 라이브 트래픽을 대상으로 빠르게 실험하고, 모델 성능을 비교하며, 가장 성능이 우수한 모델을 프로덕션 환경에 배포할 수 있습니다. 또한 비정형 데이터에 대한 추론 지원(GA)을 통해 Snowflake에서 복잡한 파이프라인이나 데이터 이동 없이 오브젝트 감지, 시각적 질의응답, 자동 음성 인식과 같은 AI 사용 사례를 구현할 수 있습니다.
자료 6. 데이터 이동을 제거하고 컴퓨팅 처리량을 극대화해 2~5배 더 빠르고 최대 3배 더 낮은 비용으로 추론을 수행할 수 있습니다. 낮을수록 우수합니다.
조직이 신뢰하는 경계 안에서 작동하는 인텔리전스
엔터프라이즈 AI가 워크플로우, 애플리케이션, 의사 결정 시스템 전반에서 운영 단계로 확장될수록 거버넌스는 더욱 중요해집니다. Snowflake의 AI 혁신은 조직이 보안, 규정 준수, 엔터프라이즈 거버넌스 역량을 위해 신뢰해 온 동일한 데이터 파운데이션 위에 구축됩니다.
비즈니스 사용자가 CoWork와 상호작용하든, 에이전트가 워크플로우를 실행하든, 팀이 AI 기반 애플리케이션을 배포하든, 역할 기반 액세스 제어, 데이터 마스킹, 감사 가능성, 옵저버빌리티, 정책 적용은 일관되게 적용됩니다.
Snowflake는 업무가 이루어지는 곳에 인텔리전스를 제공합니다. 엔터프라이즈 컨텍스트에 기반을 두고, 워크플로우 전반에서 운영되며, 조직이 이미 신뢰하는 동일한 제어 체계 아래에서 거버넌스됩니다.
Snowflake에서 AI를 시작하려면 다음 리소스를 확인하세요.
- 전체 Snowflake CoWork 발표 내용을 살펴보고, 거버넌스가 적용된 업무 에이전트가 기업 운영 방식을 어떻게 혁신하고 있는지 확인해 보세요.
- Snowflake CoWork 설명서와 제품 페이지 및 구현 가이드도 살펴보세요.
- 단계별 가이드를 따라 첫 번째 에이전틱 ML 파이프라인을 구축해 보세요.
위에서 언급한 모든 CoWork는 Snowflake CoWork를 의미합니다.
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.
