Snowflake
World Tour
비즈니스 성과를 위한 엔터프라이즈 AI
2026 Snowflake World Tour 서울에서 발표된 AI 혁신 기술들과
AI 데이터 클라우드를 기반으로 업계를 리딩하는 고객 사례들을 만나보세요.
오프닝 키노트
Making AI Real for Business!
비즈니스 성과를 만드는 AI를 위해서는 잘 준비된 똑똑한 데이터와 신뢰할 수 있는 플랫폼이 기반이 되어야 합니다. 여러분의 AI 프로젝트를 성공으로 이끄는 데이터와 플랫폼, 그리고 새로운 AI 기술들을 소개합니다.
또한 실제로 Snowflake 플랫폼을 활용해 AI 혁신을 리딩해 나가고 있는
KB 국민은행과 Tynapse의 스토리도 다시 한번 만나보시기 바랍니다!
오프닝 키노트
Bala Kasiviswanathan, VP, Product Management
이용석 지사장 / Soo Lee, Tech Evangelist
[고객 사례 발표]
이경종 상무, 금융AI2센터장, KB국민은행/KB금융지주(겸)
강민승 대표, Tynapse
Track 1 – 에이전틱 AI & 데이터 파운데이션
에이전트가 똑똑하려면 데이터부터 똑똑하게. AI가 활용할 수 있는 데이터 준비는 어떻게 시작해야하는지부터 데이터 보호와 거버넌스까지, AI를 위한 데이터와 데이터 파운데이션에 대해 알아보세요.
AI 시대의 데이터: 저장된 데이터에서 이해되는 데이터로
신광철, Principal Technical Architect, Snowflake
Horizon Context: 에이전틱 AI를 위한 데이터 디스커버리와 시맨틱 컨텍스트
김신지, Principal Product Manager, Snowflake
[AWS] Better Together : AWS-Snowflake 상호운용성 기반의 AI Ready 오픈 레이크하우스 구축
강성희, Partner Solution Architect, AWS
[고객사례: 아모레퍼시픽] 데이터에 지능을 더하다: 아모레퍼시픽의 AI-Ready Data와 Ontology 기반 AI Agent 적용 사례
장홍진 담당, Big Data팀, 아모레퍼시픽
Watch Now
[고객사례: 위메이드플레이] AI가 찰떡같이 알아듣는 데이터, 이렇게 만듭니다: Iceberg와 CoWork로 완성한 3단계
장호진 팀장, CloudPlatform팀, 위메이드플레이
Watch Now
AI 시대 데이터 보안의 새 기준: 보호와 감사 전략
Wasim El-Omari, Director, Field CTO, Snowflake
Track 2 – 엔터프라이즈 AI 구축과 배포
이제 준비된 데이터로 AI를 지금 바로 시작하세요. 조직의 모든 구성원들이 AI를 활용해 데이터로 인사이트를 찾을 수 있도록 Snowflake가 지원하는 방법을 소개합니다. 또한 Snowflake 위에서 Enterprise AI를 구현한 고객들의 생생한 스토리를 만나보세요.
Enterprise Context를 넘어, 내 업무까지 이해하는 똑똑한 Agent
김기우, Senior Solution Engineer, Snowflake
[고객사례: GS 건설] Making 대규모 건설 프로젝트 Data AI-Ready: CoCo와 CoWork로 구현한 Business AI
최영호 책임 & 주혜진, AI CoE(Center of Excellence), GS 건설
[파트너사례: MegazoneCloud] Snowflake AI 기반 Security Lake 구축 전략
박지원 매니저, Key ISV 센터 | ISV Tech 그룹, MegazoneCloud
[고객사례: 네오위즈] 검증하고, 옮기고, 고도화하다: 엔터프라이즈 AI를 위한 네오위즈의 Snowflake 실전
김도균 팀장 & 신철규, Data Engineering Team, Data Service Dept,., 네오위즈
Watch Now
[고객사례: 슈피겐] Snowflake가 가져온 부서 주도형 바이브 코딩의 시대
김현종 담당, 정보전략팀, 슈피겐
텍스트부터 영상까지, Cortex AI 함수로 구축하는 Enterprise AI
손범수 Senior Partner Solution Engineer, Snowflake
Watch NowTrack 3 – AI를 위한 데이터 엔지니어링
데이터가 흘러야 AI도 움직입니다. Kafka 기반 스트리밍 파이프라인 구축부터 dbt·Semantic View를 활용한 데이터 모델링, 그리고 Snowflake CoCo로 개발 생산성을 극대화하는 방법까지. AI 시대, 데이터 엔지니어의 업무 혁신과 생산성 향상을 위한 기술 및 실전 사례를 집중적으로 다룹니다.
Snowflake Datastream으로 바꾸는 Kafka 기반 스트리밍 데이터 연동
허재진 Solution Engineer, Snowflake
[고객사례: 뱅크샐러드] 서비스와 AI가 믿고 쓰는 데이터 기반 만들기: Empowering People with Data
하정은 엔지니어, AI Data Platform Team, 뱅크샐러드
Watch Now
[고객사례: 풀무원] Snowflake와 함께한 풀무원의 Loop Engineering 기반의 Agentic AI 전환
전수범 매니저, SCM팀, 풀무원
[고객사례: 네패스] 데이터가 있는 곳으로 AI Agent가 온다면? - 첨단 제조의 AI Agent 통합 환경
윤승택 파트장, CIO실 | 전사AI시스템팀 | AI정보화파트, 네패스
Watch Now
[고객사례: NSUSLAB] Cortex Code 기반 AI 개발 문화 혁신
Jeff Bang, Head, TechOps, NSUSLAB
AI 데이터 엔지니어링의 핵심: dbt 프로젝트와 시맨틱 뷰, Snowflake CoCo로 완성하기
Sean Kim, Senior Solution Engineer, Snowflake
Watch NowTrack 4 – AI Ready 데이터를 위한 플랫폼
단단한 플랫폼 위에서만 AI가 신뢰받습니다. 레거시 시스템 마이그레이션, 데이터 품질 관리, 보안·감사 전략까지 — 지속 가능한 데이터 플랫폼을 구축한 고객들의 여정을 포함해, AI 시대에 맞는 거버넌스와 플랫폼 성숙도를 어떻게 달성했는지 살펴봅니다.
Iceberg 레이크하우스를 Zero-Ops로 굴리는 법
박창용, Solution Engineer, Snowflake
[고객사례: Dining Brands Group] 고객 경험을 혁신하는 데이터: 다이닝브랜즈의 클라우드 데이터 현대화 여정
이효성 팀장, Dining Brands Group
[고객사례: 토스플레이스] Iceberg 위에 올린 Snowflake: 토스가 다시 만든 데이터 플랫폼과 AI 서비스
서재권 & 하석윤 데이터엔지니어, 데이터플랫폼팀, 토스플레이스
Watch Now
[고객사례: KT] AI가 이해하는 데이터: KT가 만들어가는 AI Agent Ready 데이터 플랫폼
서동희 팀장, IT부문 AX플랫폼본부 Data플랫폼팀, KT
[고객사례: 피처링] 소셜미디어 데이터에서 인사이트까지: Snowflake와 Streamlit으로 완성한 통합 분석 플랫폼
구나영 엔지니어, 데이터 엔진팀, Featuring
Cortex Sense : AI-Ready Data를 위한 에이전트 맞춤형 컨텍스트 스택 - 자동으로 맥락을 만들고 최신으로 유지하는 Cortex Sense
김재한, Senior Solution Engineer Manager, Snowflake
Watch Now