SNOWFLAKE
WORLD TOUR
Seoul
AGENDA
오프닝 키노트 : The Era of Enterprise AI
Snowflake의 업그레이드 된 AI 데이터 클라우드는 기업을 위한, 기업에 의한, 기업의 AI 전략을 성공적으로 지원하는 솔루션으로 하나의 단일 데이터 플랫폼을 통해 통합된 데이터 관리, 뛰어난 확장성, 고성능, 보안, 협업 기능 등 기업들이 마주한 데이터 환경을 효율적으로 관리하고, AI 및 머신러닝을 활용할 수 있도록 지원하고 있습니다.
Snowflake의 글로벌 리더들과 주요 국내 고객들이 직접 공유하는 기업의 비즈니스 전략의 성공을 좌우하는 엔터프라이즈 AI를 위한 하나의 플랫폼, Snowflake AI DATA CLOUD를 만나보시기 바랍니다.
오프닝 키노트:The Era of Enterprise AI
최기영, Country Manager, Snowflake l Christian Kleinerman, EVP, Product Management, Snowflake
Jeff Hollan, Director, Product Management, Snowflake l Soo Lee, Tech Evangelist, Snowflake
교보문고 디지털 혁신의 도전과 성과 : 데이터 드리븐 조직으로의 대전환
장원홍 팀리더, 데이터인텔리전스팀, 교보문고
#리테일 #소비재 #유통
Monolake, 누구나 쉽게 데이터를 활용하는 데이터 기반 의사 결정 문화 구축
류청훈 본부장, 기술본부, NEXON
#게임 #엔터테인먼트
Samsung Ads의 확장 가능한 ML 플랫폼 구축과 최적화 여정
임승빈 Principal Software Engineer, 삼성전자
#제조 #광고 #데이터플랫폼
최기영
Country Manager
Snowflake
Christian Kleinerman
EVP, Product Management
Snowflake
Jeff Hollan
Director, Product Management
Snowflake
Soo Lee
Tech Evangelist
Snowflake
장원홍 팀리더
데이터인텔리전스팀, 교보문고
류청훈 본부장
기술본부, 넥슨코리아
임승빈
Principal Software Engineer
삼성전자
2024 Data Driver Awards
Snowflake는 매년 데이터 클라우드를 활용해 세상을 변화시키는 혁신적인 조직과 개인을 선정해 수상하고 있습니다. 올해의 주인공들과 함께 어떻게 데이터 클라우드로 비즈니스 혁신을 만들고 계신지 알아보시기 바랍니다.
Track 1
데이터 워크로드 혁신의 시작은
Snowflake 데이터 파운데이션
ㅤㅤ
13:35 PM - 14:00 PM
[고객사례 : nepes] 전사적 데이터 클라우드 혁신(비용과 성능)에 도전한 nepes의 Snowflake 구축 여정
#제조 #스마트팩토리 #MES
13:00 PM - 13:25 PM
다양한 시스템 간의 데이터 상호 운영성 향상을 위한 개방형 데이터 카탈로그 서비스 - Polaris Catalog, Iceberg
본 세션에서는 최근 GA가 된 Iceberg 테이블을 이용해 서로 다른 데이터 레이크에 저장된 데이터를 별도로 이동하지 않고, Snowflake에서 활용할 수 있는 방법에 대해 소개합니다.
또한 지난 6월 발표된 Polaris Catalog를 통해 동시에 다양한 데이터 처리 엔진과 작업할 수 있는 자율성, 유연성 및 상호 운용성을 제공하는 방법에 대해 알아보실 수 있습니다.
-
이학수
Senior Sales Engineer, Snowflake
13:35 PM - 14:00 PM
[고객사례 : nepes] 전사적 데이터 클라우드 혁신(비용과 성능)에 도전한 nepes의 Snowflake 구축 여정
#제조 #스마트팩토리 #MES
부제: nepes, snowflake를 만나서 완전 럭키비키잖아 ! (두 마리 토끼를 잡을 수 있을까?)
Superstar~!
글로벌 첨단 반도체 솔루션 기업인 nepes에서는 전사 데이터 클라우드 혁신을 위해 Snowflake 데이터 파운데이션을 구축하였습니다.
본 세션에서는 Snowflake 데이터 파운데이션 구축 여정에 대해 직접 생생하게 공유해 주실 예정입니다.
-
윤승택 파트장
정보시스템팀, 전사 CIO본부, Nepes
14:10 PM - 14:35 PM
[파트너 세션: 메가존클라우드] '식신'의 외식 메타데이터 기반 <피처블렌딩 플랫폼> 구축기
ㅤㅤ
-
최경진 팀장
Cloud Technology Center Solutions Architect Team, 메가존클라우드
-
최병준 팀장
식신(주)
Track 2
경계를 넘어 새로운 가능성을 만드는
Snowflake 데이터 클라우드
ㅤㅤ
14:10 PM - 14:35 PM
[파트너 세션: Amplitude] Amplitude와 Snowflake를 통해 데이터를 기반으로 고객의 디지털 경험을 향상시키기 (with LG유플러스 베터팀)
13:00 PM - 13:25 PM
데이터 팀을 위한 새로운 Snowflake Horizon 소개
ㅤㅤ
Classify, Tag and Protect: Snowflake Horizon의 데이터 거버넌스에 대한 전체적인 접근 방식에 대해 소개드립니다.
이 세션에서는 분류, 태그 지정, 정책 구현 및 리니지 추적에 관한 전체적인 데이터 거버넌스 접근 방식에 대해 자세히 알아봅니다. 최신 분류 기능을 사용하여 민감한 데이터 식별 프로세스를 자동화하는 초기 단계부터, 태그 기반 정책을 통해 데이터를 보호하고 포괄적인 계보를 설정하는 것까지, 우리는 조직이 Snowflake Horizon을 사용하여 데이터 거버넌스 프로그램을 제어할 수 있는 실용적인 전략을 알아보실 수 있습니다.
-
Wasim El-Omari
Principal Architect, Security, APJ, Snowflake
(* 본 세션은 영어로 진행되며 동시통역 서비스가 제공됩니다.)
13:35 PM - 14:00 PM
[고객사례: CANVA] 데이터 라이프사이클 관리를 위한
CANVA의 Snowflake 사용법
#테크놀로지 #거버넌스 #글로벌
Canva는 전 세계 1억 9천만 명 이상의 사람들이 무엇이든 디자인하고 어디에서나 게시할 수 있도록 지원합니다. 불과 10여 년 만에 Canva가 선도적인 비주얼 커뮤니케이션 플랫폼으로 자리매김하는 데 데이터는 큰 역할을 했습니다.
본 세션에 참여하시고 Canva의 데이터 팀이 회사의 보존 정책을 준수하기 위해 데이터 라이프 사이클을 관리하는 방법과 Snowflake의 새로운 정책 기반 수명(Time-to-Live, PTTL) 기술을 어떻게 사용하는지 공유합니다. 귀사에서 데이터 보존 준수성을 향상시킬 수 있는 실질적인 영감을 얻어 가시기 바랍니다.
-
Kyu-Sang Kim
Software Engineer, Canva
(* 본 세션은 영어로 진행되며 동시통역 서비스가 제공됩니다.)
14:10 PM - 14:35 PM
[파트너 세션: Amplitude] Amplitude와 Snowflake를 통해 데이터를 기반으로 고객의 디지털 경험을 향상시키기 (with LG유플러스 베터팀)
비즈니스 성장을 촉진하고 최고의 고객 경험을 예측, 지원할 수 있는 AI 모델을 구축하고 훈련하는 데 Snowflake와 Amplitude를 함께 활용하는 것이 어떻게 도움이 되는지 알아보시기 바랍니다.
이 세션에서는 Amplitude와 Snowflake를 통해 고객의 디지털 경험을 향상시키는 방법을 배우고, LG유플러스 베터팀이 어떻게 데이터 기반으로 사업을 성장시키고 있는지 들어보세요.
-
최동훈
한국비즈니스총괄, Amplitude
-
김주영
라이프서비스 팀장, LG U+
Track 3
누구에게나 빠르고 효율적인
Snowflake AI 워크로드
ㅤㅤ
13:00 PM - 13:25 PM
알고 쓰면 더욱 효율적인 Snowflake 비용 관리 방법
ㅤㅤ
비용에 민감한 조직에서는 전체 비즈니스 목표에 맞게 리소스 프로비저닝을 제어하면서 시간이 지남에 따라 사용량을 최적화해야 합니다. Snowflake는 지속적이고 투명한 플랫폼 개선을 통해 Snowflake 크레딧의 가치를 지속적으로 향상시키고 있습니다. 성능 개선과 비용 최적화를 통해 비효율적인 지출을 파악하고, 효과적인 예산 할당 및 비용을 관리하실 수 있습니다.
이 세션에서는 활성 비용 거버넌스의 세 가지 필수 요소 세 가지와 함께 Snowflake 지출을 관리하는 모범 사례에 대해 소개합니다.
-
정영훈
Partner Sales Engineer, Snowflake
13:35 PM - 14:00 PM
[고객사례: F&F] 스노우플레이크 도입기
- 분석계에서 사내 서비스까지
#리테일 #소비재 #패션
-
김상욱 부장
Process팀, F&F
-
김가람휘 담당
Process팀, F&F
14:10 PM - 14:35 PM
[파트너 세션: AWS] 아마존의 생성형AI 활용 사례와 AWS 기반의 혁신 전략
ㅤㅤ
세계 최대의 전자상거래 기업인 아마존의 다양한 생성형 AI 활용사례를 알아보고, 아마존웹서비스의 다양한 서비스를 활용하여 생성형 AI의 기반을 다지고, 차별화된 AI 솔루션을 구현하기 위한 전략적인 방법을 소개합니다.
-
김호민
리테일 /소비재 사업개발 총괄, AWS
15:30 PM - 15:55 PM
[고객사례: Bloomberg] Bloomberg가 Snowflake로 금융기업의 데이터 기반 의사 결정을 지원하는 방법
#금융 #데이터플랫폼 #글로벌
14:55 PM - 15:20 PM
Dynamic Table을 활용한 실시간 데이터 파이프라인 완성
ㅤㅤ
ㅤㅤ
ㅤㅤ
Dynamic Table은 변경 데이터 및 증분 처리를 위한 새로운 기본값으로, Snowflake의 선언적 데이터 파이프라인을 지원하는 최신 기능과 혁신에 대해 알아보고 일괄 파이프라인과 스트리밍 파이프라인 간의 경계를 허무는 방법에 대해 알아보시기 바랍니다.
이 세션에서는 Dynamic Table에 대한 개요와 함께 주요 이점, 주요 사용 사례, 최신 개선 사항 및 최신 기능을 살펴볼 예정입니다.
-
김덕하
Senior Sales Engineer, Snowflake
15:30 PM - 15:55 PM
[고객사례: Bloomberg] Bloomberg가 Snowflake로 금융기업의 데이터 기반 의사 결정을 지원하는 방법
#금융 #데이터플랫폼 #글로벌
본 세션에서는 기술 및 비기술 금융 서비스 사용자가 Snowflake 플랫폼 위에 구축된 Bloomberg의 통합 데이터 모델을 활용해 엄격한 데이터 거버넌스 요구 사항을 준수하면서도 쉽고 안전하게 데이터로부터 가치를 추출할 수 있는 방법을 소개드립니다.
(* 본 세션은 영어로 진행되며 동시통역 서비스가 제공됩니다.)
-
홍영은
Enterprise Data Sales Relationship Manager, Bloomberg
-
Kevin Kwan
Head of Data Science - APAC Enterprise Data, Bloomberg
-
Chris Gu
Data Management Product Specialist, Bloomberg
14:55 PM - 15:20 PM
[고객사례 : FACTSET] Snowflake Marketplace를 통한 데이터 연결의 중요성
#금융 #리서치데이터 #마켓플레이스
15:30 PM - 15:55 PM
[고객사례: Riman Korea] Snowflake와 함께하는
글로벌 멀티 리젼 실시간 데이터 통합 플랫폼
#리테일 #소비재 #코스메틱
14:55 PM - 15:20 PM
[고객사례 : FACTSET] Snowflake Marketplace를 통한 데이터 연결의 중요성
#금융 #리서치데이터 #마켓플레이스
부제: Connecting the Dots – 정형/비정형 데이터의 통합
글로벌공급망, 기업 사업별 매출 비중(RBICS), 뉴스 등의 정형/비정형 데이터를 통합하여 기업 공급망
-
소찬우 CFA (본부장/이사)
Regional Director, Korea Sales, FACTSET
15:30 PM - 15:55 PM
[고객사례: Riman Korea] Snowflake와 함께하는
글로벌 멀티 리젼 실시간 데이터 통합 플랫폼
#리테일 #소비재 #코스메틱
-
김남곤 부장
DX본부 DATA 분석팀, RIMAN KOREA
15:30 PM - 15:55 PM
[고객사례: VESSL AI] Snowflake Cortex와 VESSL Pipeline으로 더 똑똑한 AI Agent 구축하기
#스타트업 #MLops
14:55 PM - 15:20 PM
스노우플레이크 Cortex AI로 쉽고 빠르게
LLM RAG 챗봇 구축하기
ㅤㅤ
ㅤㅤ
LLM과 생성 AI로 구동되는 간소화된 워크플로의 미래를 만나보세요!
Document AI를 사용하여 PDF 및 문서에서 데이터를 쉽게 추출하고, LLM 기반 도우미 Snowflake Copilot을 사용하여 SQL 쿼리를 구체화하며, Universal Search를 사용해 쉽고 빠르게 통합 데이터 및 앱 환경을 탐색할 수 있습니다.
본 세션에서는 Snowflake Cortex AI를 활용해 클릭 몇 번 만으로 수 분 내에 챗봇을 만들 수 있는 방법을 자세히 소개드립니다.
-
유다니엘
Principal Sales Engineer, Snowflake
15:30 PM - 15:55 PM
[고객사례: VESSL AI] Snowflake Cortex와 VESSL Pipeline으로 더 똑똑한 AI Agent 구축하기
#스타트업 #MLops
-
전지환
CTO, VESSL AI
16:10 PM - 16:35 PM
[고객사례: 발트루스트] 스노우플레이크와 함께한 대규모 주문 및 적립 데이터 관리 고도화
#스타트업 #매장주문관리
-
김민석 데이터 엔지니어
발트루스트
16:45 PM - 17:10 PM
고급 분석 SQL로 분석 품질 향상 (부제:TimeSeries, Geospatial Analytics 등)
Snowflake의 최신 고급 분석 혁신이 어떻게 데이터 통찰력과 생산성을 혁신할 수 있는지 알아보세요. 이 세션에서는 시계열 데이터 분석, 지리 정보 데이터 분석의 새로운 기능 및 향상된 SQL에 대해서 소개드릴 예정입니다.
-
홍종현
Senior Sales Engieer, Snowflake
16:10 PM - 16:35 PM
데이터 엔지니어를 위한 Snowflake Database
Connector, Python API 소개
ㅤㅤ
ㅤㅤ
커넥터는 Snowflake를 사용하는 가장 널리 사용되는 방법이지만 올바른 커넥터를 선택하고 구성하는 것은 쉽지 않습니다.
이 세션에 참여하여 올바른 커넥터를 선택하여 정확하게 구성하고, 최상의 성능을 위해 최적화하는 방법을 알아보세요.
Snowflake 데이터베이스 커넥터(MySQL 7 Postgres)와 Python API 등 커넥터를 활용하는 방법을 자세히 알아보실 수 있습니다.
-
이교선
Principal Sales Engineer, Snowflake
16:45 PM - 17:10 PM
Snowflake의 힘을 빌린 Python:
데이터 파이프라인 마스터하기
Snowflake를 통한 Python 경험을 찾고 계십니까?
이 세션에 참여하시고 Python에서 데이터 파이프라인을 구축하는 기능을 갖추는 데 도움이 되는 몇 가지 최신 공지 사항을 살펴보세요.
이제 가장 인기 있는 Python 라이브러리, Python API, 기본 노트북 환경 및 파이프라인을 운영할 수 있는 최신 기능을 갖춘 Snowpark를 통해 Python에서 데이터를 변환하는 방법에 대해 확인하실 수 있습니다.
-
황주연
Senior Sales Engineer, Snowflake
16:10 PM - 16:35 PM
스노우플레이크 Cortex AI를 활용한 초간단
Text-To-Answer 애플리케이션 개발
ㅤㅤ
#CortexAI #마켓플레이스
이 세션에서는 Snowflake Cortex 및 Copilot을 포함한 Snowflake의 생성 AI 기능을 통해 고객이 최첨단 LLM 애플리케이션을 쉽게 구축할 수 있는 방법에 대한 개요를 소개합니다.
또한 공간정보기반 솔루션을 가진 SPH에서 Snowflake Cortex로 실현한 스마트 데이터 분석 시스템을 실제로 구축하신 사례와 함께 데모를 확인해 보실 수 있습니다.
-
유다슬
Sales Engineer, Snowflake
-
이규원, Sales Representative
세일즈본부, SPH
-
이혜진, Senior Manager
Bigdata Team, SPH
16:45 PM - 17:10 PM
Snowflake에서 End-to-End MLOps 구축하기
ㅤㅤ
MLOps는 데이터 사이언스 모델을 기반으로 실제 비즈니스 솔루션을 제공하는 데 핵심적인 역할을 합니다.
이 세션에서는 노트북, 기능 저장소, 모델 레지스트리 등을 사용하여 ML 사용 사례를 위해 Snowflake에서 엔드투엔드 MLOPS를 구축하는 방법을 살펴봅니다.
-
Sheena Nasim
Senior Architect, Machine Learning, Field CTO Office, Snowflake
(* 본 세션은 영어로 진행되며 동시통역 서비스가 제공됩니다.)
