스노우플레이크는 스노우플레이크 인텔리전스(Snowflake Intelligence)와 코텍스 코드(Cortex Code)의 주요 기능을 업데이트하며 기업용 AI 비전을 구체화했다. 이번 업데이트는 AI 시스템이 단순히 질문에 답하는 수준을 넘어 실제 업무를 수행하는 에이전틱 엔터프라이즈 환경을 조성하는 데 중점을 뒀다. 기업은 스노우플레이크의 데이터를 바탕으로 다양한 시스템과 AI 모델을 통합해 업무 효율을 높일 수 있다. 스노우플레이크 인텔리전스는 비즈니스 사용자를 위한 개인형 업무 에이전트로 진화했다. 사용자의 선호도와 업무 흐름을 학습해 최적화된 결과를 제공하며, 반복 업무 자동화 기능인 ‘스킬스’를 통해 발표 자료 준비나 다단계 분석 등을 자연어로 명령해 수행할 수 있다. 또한 지메일, 구글 캘린더, 세일즈포스 등 주요 도구와 연동하는 ‘MCP 커넥터’와 복잡한 질문에 대해 추론하고 보고서를 작성하는 ‘딥 리서치’ 기능도 추가될 예정이다. 이동 중에도 데이터를 확인할 수 있는 iOS 모바일 앱과 분석 결과물을 공유 자산으로 만드는 ‘아티팩트’ 기능도 출시를 앞두고 있다.     개발자를 위한 코팅 에이전트인 코텍스 코드는 엔터프라이즈 데이터 생태계 전반으로 지원 범위를 넓혔다. AWS 글루나 데이터브릭스 등 외부 데이터 시스템에서도 개발이 가능하며, 비주얼 스튜디오 코드 확장 기능과 클로드 코드 플러그인을 통해 기존 개발 환경에서 바로 AI 기능을 사용할 수 있다. 특히 전체 고객의 50% 이상이 이미 코텍스 코드를 도입해 생산성을 높이고 있다는 것이 스노우플레이크의 설명이다. 스노우플레이크의 바리스 굴테킨 AI 부사장은 “AI는 기업 운영 방식을 변화시키고 있으며, 시장을 선도하는 플랫폼은 적절한 거버넌스를 바탕으로 AI를 업무에 쉽게 적용해야 한다”면서, “고객이 데이터를 통합하고 핵심 시스템을 연결해 AI를 실질적인 도구로 전환하도록 돕겠다”고 밝혔다.

스노우플레이크가 실제 데이터를 활용해 아이디어를 직접 구현해보는 ‘스노우플레이크 해커톤 2026’을 개최한다. 이번 행사는 지난해 열린 첫 대회에 이어 두 번째로 마련됐으며 이전보다 프로그램 구성과 운영 규모를 확대했다. 이번 해커톤은 개발 중심의 테크 트랙과 아이디어 중심의 비즈니스 트랙으로 나누어 운영한다. 테크 트랙에서는 실제 데이터를 이용해 애플리케이션을 개발하며, 비즈니스 트랙에서는 데이터 기반의 문제 해결 방안과 사업 모델을 제시하는 과제를 수행한다. 데이터 사이언티스트나 개발자뿐만 아니라 AI를 활용한 비즈니스 아이디어를 가진 일반인도 참여할 수 있다.     참가자들은 스노우플레이크의 AI 데이터 클라우드 플랫폼 위에서 데이터 애플리케이션을 자유롭게 설계한다. 이번 대회에는 아정당, SPH, 리치고, 넥스트레이드 등 여러 파트너사가 제공하는 데이터 세트가 활용된다. 다양한 외부 데이터가 공유되는 스노우플레이크 마켓플레이스를 써서 새로운 비즈니스 가치를 만드는 설루션을 구현하는 것이 핵심이다. 필요한 경우 스노우플레이크 라이브러리나 오픈소스 도구도 함께 사용할 수 있다. 스노우플레이크는 참가자들이 플랫폼을 원활하게 쓸 수 있도록 행사 전에 총 세 차례의 밋업과 웨비나를 진행한다. 참가자들은 실습 프로그램을 통해 최신 AI 기능과 활용 전략을 배우고 전문가들의 개발 노하우를 전달받는다. 특히 4월 1일 열리는 웨비나에서는 전년도 수상팀과 심사위원들이 결선 진출을 위한 가이드를 설명할 예정이다. 과제 평가는 트랙별로 기준이 다르다. 테크 트랙은 창의성과 AI 전문성, 현실성, 스토리텔링 등을 살피고 비즈니스 트랙은 시장성과 실행 가능성 등을 중점적으로 평가한다. 스노우플레이크 플랫폼과 마켓플레이스 데이터를 얼마나 효과적으로 활용했는지가 공통적인 주요 심사 요소다. 최종 선정된 6개 팀은 4월 29일 결선 무대에서 발표를 진행한다. 심사위원으로는 최기영 스노우플레이크 코리아 지사장을 포함해 LG유플러스, 네이버웹툰, 리치고, SPH, 아정당의 데이터 및 AI 전문가들이 참여해 수상팀을 결정한다. 스노우플레이크 코리아의 최기영 지사장은 “올해로 두 번째 열리는 이번 해커톤은 데이터와 AI 기반의 혁신을 실제로 구현하고 공유하는 자리”라면서, “개발자와 전문가뿐만 아니라 AI에 관심 있는 누구나 참여해 새로운 가능성을 발견하기를 기대한다”고 말했다.

스노우플레이크가 비즈니스 사용자의 업무 생산성을 높여주는 자율형 엔터프라이즈 AI 플랫폼인 ‘프로젝트 스노우워크(Project SnowWork)’를 리서치 프리뷰 버전으로 출시했다. 프로젝트 스노우워크는 다양한 부서의 직원이 자연어로 업무를 요청하면 여러 단계의 작업을 안전하게 수행하는 기업용 AI 파트너 역할을 한다. 이 서비스는 이사회 보고용 전망 슬라이드 작성이나 이탈 위험 식별용 스프레드시트 제작, 공급망 병목 지점 파악 등 단순 작업부터 복잡한 워크플로까지 스스로 실행해 비즈니스 성과 창출을 돕는다. 에이전틱 엔터프라이즈는 AI로 단순히 질문에 답하는 것을 넘어 의사결정과 실행을 이끄는 방향으로의 전환을 뜻한다. 이를 위해 기업은 인텔리전스와 애플리케이션, 엔터프라이즈 데이터 등을 유기적으로 결합해 거버넌스가 적용된 기반을 구축해야 한다. 프로젝트 스노우워크는 데스크톱 경험을 통해 스노우플레이크의 데이터 플랫폼과 AI 역량을 사용자에게 직접 제공하며 이러한 전환을 가능하게 한다.     이 플랫폼은 거버넌스가 적용된 데이터를 바탕으로 복잡한 업무를 계획하고 실행한다. 영업 지역 재조정이나 경영진 보고용 발표 자료 등 완성된 결과물을 생성할 수 있으며, 분석 결과에 따라 각 직무에 맞는 다음 실행 단계를 제안한다. 범용 AI 어시스턴트와 달리 공유된 비즈니스 정의와 보안 및 감사 기능을 갖춘 단일 엔터프라이즈 데이터 소스를 바탕으로 구축한 것이 특징이다. 현업 사용자를 위한 핵심 기능으로는 재무, 영업, 마케팅 등 직무에 맞춰 사전 구성된 AI 프로필을 제공하는 사전 구축된 역할 기반 기능이 있다. 이를 통해 주요 업무 용어와 지표를 빠르게 활용할 수 있다. 다중 단계 업무 수행 기능을 이용하면 데이터 조회부터 인사이트 도출, 후속 작업 준비까지 한 번에 수행해 보고 주기를 단축한다. 또한 스노우플레이크의 역할 기반 접근 제어나 데이터 마스킹 정책 등을 자동 적용하는 빌트인 보안 및 접근 제어 기능으로 기업 데이터 보안을 지킬 수 있도록 했다. 그동안 AI 도구는 높은 기술적 이해도를 요구하거나 엔터프라이즈 데이터 기반이 부족해 비즈니스 성과와의 격차가 존재했다. 프로젝트 스노우워크는 모든 직원이 과거 데이터 전문가에게 요구되던 속도와 정확성을 바탕으로 업무를 수행하도록 지원해 이 격차를 해소한다. 영업 운영팀의 경우 반복적인 보고 업무를 자동화하고 여러 소스의 데이터를 코딩 없이 활용해 며칠씩 걸리던 프레젠테이션 작성을 몇 분 만에 마칠 수 있다. 스노우플레이크는 조직이 데이터 기반의 실행을 수행하는 에이전틱 엔터프라이즈 구현을 지원하고 있다고 전했다. 스노우플레이크 인텔리전스는 직원이 복잡한 질문의 원인까지 이해하도록 돕는 에이전트로, 보안 환경 내에서 검증 가능한 답변을 제공한다. 또한 개발자를 위해 데이터 네이티브 AI 코딩 에이전트인 코텍스 코드를 제공해 데이터 엔지니어링과 AI 에이전트 구축 등 개발 전 과정을 자동화하고 가속화한다. 스노우플레이크의 슈리다 라마스워미 최고경영자는 지금이 에이전틱 엔터프라이즈 시대에 진입하는 단계이며 이는 근본적으로 새로워진 업무 방식의 시작을 의미한다고 설명했다. 그는 “이 변화는 기술 혁신을 넘어 기업 운영 전반에 인텔리전스를 내재화해 새로운 수준의 생산성과 효율성을 달성하는 데 있다”면서, “프로젝트 스노우워크는 모든 데스크톱에 데이터 기반의 AI 에이전트를 제공해 비즈니스 리더와 담당자가 질문부터 실행까지 모든 단계를 이어갈 수 있도록 한다”고 밝혔다. 또한 AI가 실험 단계를 넘어 자율 실행 단계로 확장되면서 프로젝트 스노우워크가 기업 업무 방식의 안전한 기반이 될 것이라고 덧붙였다.

스노우플레이크가 글로벌 시장조사업체 옴디아(Omdia)와 협력해 ‘생성형 AI와 AI 에이전트의 ROI’ 리서치 보고서를 발표했다. 10개국 비즈니스 의사결정권자 2050명이 참여한 이번 설문에 따르면 AI가 노동시장에 미치는 영향은 단순한 인력 감축을 넘어 복잡한 양상을 띠는 것으로 나타났다. 전체 응답 기업 중 77%는 AI 도입 이후 채용이 늘었다고 답했다. 직무 감소를 부분적으로 경험한 조직은 46%였으나, 채용 증가와 직무 감소를 모두 경험한 기업 중 69%는 AI가 전반적인 고용 상황에 긍정적인 영향을 미쳤다고 평가했다. 이는 AI 도입 확대가 일자리 증가로 이어지고 있음을 시사한다.     직군별로는 IT 운영(56%), 사이버보안(46%), 소프트웨어 개발(38%) 순으로 일자리 증가 효과가 두드러졌다. 반면 IT 운영(40%), 고객 서비스 및 지원(37%), 데이터 분석(37%) 직무는 상대적으로 일자리 감소 영향이 컸다. 스노우플레이크는 AI가 조직에 깊이 내재화될수록 전반적인 고용 증가로 이어질 가능성이 높으며, 이는 일부 업무 자동화와 동시에 새로운 역량을 추가하는 조직 재편의 과정이라고 분석했다. 기업들은 AI 투자 1달러당 평균 약 1.49달러의 수익을 거두고 있는 것으로 조사됐다. 하지만 응답 기업의 96%는 여전히 AI 확장 과정에서 어려움을 겪고 있다고 밝혔다. 응답자의 약 80%는 기술 또는 데이터 관련 문제를 장애 요인으로 꼽았으며, 구체적으로는 데이터 사일로 해소(65%), 데이터 품질 측정 및 모니터링(62%), AI 활용에 적합한 데이터 준비(62%) 등이 지목됐다. 데이터 거버넌스 역시 주요 과제로 부상했다. 임원의 66%와 전체 직원의 57%가 승인되지 않은 AI 도구를 사용 중이라고 답했으며, 60%는 데이터 인프라 및 모니터링 소프트웨어에 대한 추가 투자가 필요하다고 응답했다. 비정형 데이터 중 AI 활용이 가능한 상태라고 답한 조직은 글로벌 평균 7%에 불과했다. AI 도입 초기 조직의 92%가 긍정적인 투자수익률(ROI)을 기록했으며, 기업들은 향후 1년간 전체 기술 예산의 22%를 AI에 투자할 계획이다. 현재 전체 코드의 약 48%가 AI에 의해 생성되고 있으며, AI 코딩 도구를 활용하는 조직의 82%는 코드 테스트 및 버그 탐지 분야에서 개선을 경험했다고 보고했다. 스노우플레이크는 AI 코딩 에이전트인 코텍스 코드를 통해 관련 역량을 강화하고 있다. 스노우플레이크의 아나히타 타프비지 최고 데이터 및 애널리틱스 책임자는 “AI의 영향은 일률적이지 않으며 이를 얼마나 효과적으로 활용하느냐에 따라 생산성이 달라진다”라고 설명하면서, “가장 강력한 ROI 지표는 AI를 핵심 운영에 내재화하고 데이터 준비도와 거버넌스를 강화할 때 실현된다”고 밝혔다.

디지털 지식전문가 조형식의 지식마당   최근 인공지능이 우리 삶의 모든 면을 급격하게 변화시키고 있다. 혹자는 이것을 인공지능 전환(AI transformation 또는 AX)이라고 말한다. 그러나 실상은 그 이상이다. 디지털 전환(digital transformation : DX)이 본격적으로 시작한 것도 몇 년 되지 않았는데 다시 인공지능 전환이라니, 대부분 정보기술 분야의 이해당사자들은 당혹스럽다. 디지털 전환의 시대에 정보기술 분야에 일하는 사람들은 약간 안도했을 수도 있다. 이것은 정보화에서 디지털 기술의 심화가 디지털 전환으로 받아들였기 때문이다. 그러나 인공지능 전환은 조금 결이 다르다는 것을 느낄 것이다. 초기에는 빅데이터 분석(big data analytics)과 머신러닝은 연결고리가 있었다. 또한 CAD/CAM/CAE 분야와 시뮬레이션(simulation) 그리고 디지털 트윈(digital twin)도 연결고리가 있다. 이 모든 패러다임의 데이터 기반(datadriven)과 폐쇄형 시스템(closed system)이라는 패러다임을 공유한다. 다시 말해서 데이터 수집(data collection)이 중요하고 데이터 정의(data definition)가 핵심이다.  그러나 인간의 사고를 흉내내는 언어 중심의 인공지능에서 의사결정 구조에서 맥락(context)이 없는 데이터는 경직되고 의사결정에서 쓸모 없는 경우가 많다. 기업의 경쟁력은 더 이상 단순히 데이터를 ‘많이 보유’하는 데서 나오지 않는다. 핵심은 데이터를 어떻게 구조화하고, 어떻게 의미를 부여하며, 어떻게 의사결정으로 연결하느냐에 있다. 전통적 데이터 웨어하우스는 스타 스키마(star schema)와 스노우플레이크 모델을 중심으로 발전해 왔다. 이 구조는 대규모 분석을 가능하게 했지만, 급변하는 비즈니스 환경—규제 변화, 가격 정책 수정, 구독 모델 전환, AI 기반 실험—을 따라가기에는 점점 한계를 드러내고 있다.   그림 1. 온톨로지와 그래픽 데이터베이스   이제 기업은 고정된 테이블 중심 사고에서 벗어나, 시맨틱 그래프 기반 온톨로지(ontology)로 전환하고 있다. 이 전환을 가속하는 기술이 바로 LLM(Large Language Model : 대형 언어 모델)이다. 기존의 산업용 정보기술(industrial IT)은 마치 ‘콘크리트 신발’을 신고 달리는 것과 같다. 구조는 단단하지만, 방향 전환은 느리다. 온톨로지는 데이터를 ‘테이블’이 아니라 의미 있는 객체(object)로 본다. ‘고객’, ‘주문’, ‘제품’은 더 이상 테이블이 아니라 그래프의 노드다. 관계는 조인이 아니라 방향성 링크(directed edge)다. 이 접근은 그래프 데이터베이스 및 시맨틱 기술 발전과 맞물려, 현대 데이터 아키텍처의 핵심으로 자리잡고 있다. 이전에는 인공지능 프로젝트가 없거나 온톨로지, 디지털 스레드와 디지털 트윈, 그래프 데이터베이스(graph database)를 결합하려는 시도가 없던 것은 아니다. 다만 개발자, 담당자, 도메인 전문가는 너무 힘든 작업과 시간과 비용의 소모전이기 때문에 성공할 수 없는 방법론이었다. 단지 거대 방위산업 회사만이 가능했다. 그러나 LLM이 보편화되면서 이 모든 것이 가능해졌다. 이 패러다임은 온톨로지 기반 디지털 트윈(ontology based digital twin) 정보화이다. 복잡하게 들리지만, 현재 팔란티어라는 회사가 사용하고 있는 방법이다.   그림 2. 게임 체인저 LLM, 구축 비용의 혁신   새로운 온톨로지 디지털 트윈 정보기술의 패러다임의 비즈니스 혁신 효과는 다음과 같다.   의사결정 민첩성 규제 변경, 가격 정책 전환, 제품 피봇 시 노드와 링크만 추가하면 확장 가능   분석 부채 감소 기존 핸드크래프트 파이프라인 붕괴 문제 해소 데이터 팀은 유지보수가 아닌 가치 창출에 집중   데이터 민주화 현업 담당자가 직접 질문 : “지난달 프리미엄 사용자의 평균 구매 빈도는?” 엔지니어 도움 없이도 탐색 가능   비용 효율 스타트업 : 엔터프라이즈급 모델링 확보 대기업 : 스키마 드리프트 관리 자동화   그림 3. 온톨로지 패러다임 비교   전략적 시사점은 LLM 기반 온톨로지 자동화는 단순 기술 도입이 아니다. 이는 기업 운영 체계의 구조적 재설계다. 핵심은 데이터 → 의미 → 의사결정 연결 구조 구축, 인간과 AI의 역할 명확화, 온톨로지를 운영 자산으로 관리, 질의 기반 학습 구조 설계, 장기적 데이터 지능 축적 전략 수립이다.   그림 4. 디지털 트윈 정보 모델   결론적으로, 데이터 민주화에서 의사결정 민주화로 움직이면서 LLM 기반 온톨로지 자동화는 단순히 모델링 비용을 줄이는 도구가 아니다. 이는 의미 중심 데이터 구조, 자가 최적화 파이프라인, 복리적 지식 축적, 조직 전체의 분석 역량 확장을 가능하게 한다. 결국 이는 데이터 민주화 → 분석 민주화 → 의사결정 민주화로 이어지는 전환이다. 여기서 말하는 민주화는 책임지는 사람이 결정하고, 의사결정 과정을 투명하게 공유하는 과정을 의미한다. 설명되지 않는 인공지능 도움에 의한 의사 결정은 리스크가 크다. 앞으로의 경쟁력은 데이터를 얼마나 많이 보유했는가가 아니라, 데이터를 얼마나 의미 있게 연결했는가에 달려 있다. 그리고 그 연결을 자동화하는 시대가 이미 시작되었다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

스노우플레이크  AI 데이터 로드맵을 만나보세요 - 비즈니스 가치를 실현하는 엔터프라이즈 AI 플랫폼 - 실시간 가시성 확보에서 운영 최적화까지  

스노우플레이크는 ‘AI + 데이터 예측 2026 보고서’를 발간하고 “2026년은 에이전틱 AI와 데이터 전략이 엔터프라이즈 AI 성과를 좌우하는 해가 될 것”이라고 전망했다. 스노우플레이크는 매년 슈리다 라마스워미(Sridhar Ramaswamy) CEO를 비롯한 리더들의 인사이트를 토대로 AI 및 데이터 트렌드를 예측하며 보고서를 발간하고 있다. 올해 보고서에서는 “에이전틱 AI의 신뢰성 확보와 데이터 활용 전략이 기업 경쟁력을 좌우하는 핵심 요소가 될 것”이라고 강조했다. 2026년에는 대규모 언어 모델(LLM)에서 더 나아가 정교한 추론과 실행 능력을 갖춘 에이전틱 AI 중심 구조로 진화하며 기업의 AI는 전사적인 AI 생태계 구축 단계로 진입할 것이라는 설명이다. 스노우플레이크의 아나히타 타프비지(Anahita Tafvizi) 최고 데이터 및 애널리틱스 책임자는 “AI 혁신 속도는 매우 빠르지만 대부분의 기업은 이를 실질적 성과로는 이어가지 못한다”면서, “데이터 상태, 거버넌스, 조직 역량의 차이가 기업 간 AI 활용의 격차를 만들 것”이라고 말했다. 또한, 에이전틱 AI의 진화로 개발자 생산성이 33% 향상될 것으로 전망되는 가운데, 다양한 도구와 데이터 및 AI를 유기적으로 활용할 수 있는 오케스트레이션 역량을 갖춘 인재의 가치가 부각될 것이라 내다봤다.     ‘AI + 데이터 예측 2026 보고서’에서 분석한 2026년 주요 전망은 ▲에이전틱 AI 신뢰도 높이는 ‘자체 검증 메커니즘’의 발전 ▲AI 생태계 확장의 필수요소로 자리잡을 표준 프로토콜, 오픈소스, 운영 인프라 ▲사이버 보안의 양날의 검이 된 에이전틱 AI 등이다. 에이전틱 AI는 기업 업무 환경에 본격 활용될수록 신뢰성 확보가 최우선 과제가 될 것으로 보인다. 이를 위해 사용자 피드백을 반영하는 ‘피드백 루프’와 결과를 스스로 점검 및 보정하는 ‘자체 검증 메커니즘’이 중요해질 것이다. 라마스워미 CEO는 “구글 검색 알고리즘이 사용자의 클릭 데이터를 반영하며 진화해온 것처럼 에이전틱 AI 역시 사용자의 피드백 패턴을 학습하며 업무 환경에서 더욱 정교한 의사결정을 수행하게 될 것”이라고 내다봤다. 기업 업무 환경에서는 단일 슈퍼 에이전트보다 특정 업무에 특화된 마이크로 에이전트가 먼저 등장할 것으로 예측했다. 즉, 마이크로 에이전트가 단계적으로 도입되고 이를 유기적으로 결합하는 에이전틱 AI가 효과적인 도구가 될 것이다. 스노우플레이크의 마이크 블랜디나(Mike Blandina) 최고정보책임자(CIO)는 “앞으로 몇 년 내 특정 업무에 특화된 마이크로 에이전트의 등장에 따라 각각의 마이크로 에이전트를 레고 블럭처럼 조합할 수 있게 된다면 더 크고 복잡한 업무를 성공적으로 수행할 수 있을 것”이라고 설명했다. 에이전틱 AI가 기업 시스템 전반으로 확산되기 위해서는 연동 방식의 표준화가 선행되어야 한다. 에이전틱 AI는 여러 시스템 및 데이터베이스를 아우르며 업무를 수행한다. 이에 에이전트 및 외부 시스템과의 통신을 표준화하는 지배적 AI 프로토콜의 등장이 에이전틱 AI 개발 및 도입 속도를 높일 것이다. 특히 인터넷 환경이 TCP/IP로 확산된 것처럼 단일 지배적 프로토콜이 자리잡으면 에이전틱 AI 개발 속도가 높아지고 벤더 종속에서도 자유로워질 것이라는 것이다. 또한 AI 생태계의 확장성을 높이기 위해서는 오픈소스 파운데이션 모델의 역할도 커질 것이다. 한편 에이전틱 AI는 대화형 도구에서 벗어나 추론과 다단계 행동을 수행하는 에이전트로 진화하고 있다. 이에 따라 기업 운영 인프라는 분석 중심에서 실시간 처리 상태 관리 중심으로 재편될 것이다. 이 과정에서 포스트그레스(Postgres)가 빠른 응답 및 낮은 지연이 요구되는 온라인 처리 워크로드를 뒷받침하며 에이전틱 AI가 생성하는 대규모 실시간 이벤트와 지속적인 운영 데이터 처리에 핵심 인프라로 활용될 것으로 전망된다. 에이전틱 AI가 기업 시스템 전반에서 실시간으로 실행되고 외부와의 연동 범위가 넓어질수록, 보안 환경에서는 위협과 기회가 동시에 등장한다. 스노우플레이크의 브래드 존스(Brad Jones) 최고정보보호책임자(CISO)는 “에이전틱 AI가 취약점 탐지, 익스플로잇 자동화 데이터 탈취 등 공격 행위를 정교하게 수행할 수 있어 사이버 위협의 규모와 속도를 크게 높일 수 있다”고 강조했다. 한편 에이전틱 AI가 기업의 보안 운영 센터(SOC)의 대응 역량을 강화하는 방향으로 활용될 수 있다고 전망했다. 존스 CISO는 “뛰어난 보안 전문가 확보의 어려움은 당분간 지속될 것”이라며, “강력한 AI 에이전트와 보안 도구를 적절히 결합해 활용하면 SOC 운영의 리소스 공백을 보완해 제한된 인력으로 보다 효과적인 보안 대응 체계를 구축할 수 있다”고 설명했다. 한편, 스노우플레이크는 리테일/소비재, 금융 서비스, 제조 등  산업별 AI 활용 전략에 대해서도 짚었다. 모든 산업에서 에이전틱 AI의 활용이 도입 단계를 넘어 실제 업무 실행 중심으로 확산될 것으로 보인다. 리테일/소비재 산업에서는 데이터가 풍부한 대규모 AI 모델을 기반으로 고객관리가 고도화되고 개인화된 경험에 대한 서비스가 늘어나며 ‘AI 쇼핑 어시스턴트’가 대중화될 것이다. 엄격한 규제 환경의 금융 서비스 분야에서는 데이터 퍼스트 및 정교한 리스크 관리 전략을 바탕으로 의사결정 전반에 통합되는 AI 기반 분석 및 리스크 관리 에이전트가 확대될 것이다. 제조 산업의 경우 품질 검사, 설비 정비, 공급망 최적화 등 운영 전반에서 설비 효율성을 진단하는 ‘산업 특화 챗봇형 AI 에이전트’ 도입이 가장 빠르게 이뤄질 것으로 예측된다.

AI 데이터 클라우드 기업 스노우플레이크가 기업이 데이터 수집부터 활용까지 라이프사이클 전반에서 데이터를 더욱 쉽게 통합·접근하고 거버넌스를 구현하는 AI 시대에 맞춘 강화된 엔터프라이즈 레이크하우스를 선보인다고 밝혔다. 스노우플레이크는 일관된 보안과 거버넌스 환경에서 데이터를 운영할 수 있도록 호라이즌 카탈로그(Horizon Catalog)의 기능을 강화하고, 개방형 표준 기반 데이터 수집 및 연결을 지원하는 오픈플로우(Openflow)를 정식 출시해 AI 에이전트가 데이터 기반으로 가치를 창출할 수 있도록 지원한다. 많은 기업들이 데이터 사일로와 분산된 거버넌스 체계로 인해 AI 도입에 어려움을 겪고 있다. 뮬소프트의 ‘2025 커넥티비티 벤치마크 보고서’에 따르면 IT 리더의 80%가 ‘데이터 사일로(data silo)’를 ‘성공적인 AI 전략 구축의 주요 장애 요소’로 꼽았다. 스노우플레이크는 이러한 문제를 해결하기 위해 데이터의 위치나 형식, 클라우드 환경에 관계없이 일관된 보안과 거버넌스를 적용할 수 있는 통합 프레임워크 스노우플레이크 호라이즌 카탈로그를 강화했다. 이번 업데이트를 통해 호라이즌 카탈로그는 아파치 폴라리스 인큐베이팅(Apache Polaris Incubating) 및 아파치 아이스버그 레스트 카탈로그(Apache Iceberg REST Catalog)의 오픈 API를 통합했다. 기업은 단일 플랫폼 내에서 상호운용형 접근 제어와 보안을 중앙화해 관리할 수 있으며, 외부 엔진에서도 아파치 아이스버그 테이블(Apache Iceberg tables)의 데이터를 안전하게 조회하고 생성·관리할 수 있다. 또한, 관리형 아이스버그 테이블을 대상으로 한 비즈니스 연속성 및 재해 복구(Business Continuity and Disaster Recovery : BCDR) 기능도 퍼블릭 프리뷰로 제공돼, 엔터프라이즈 레이크하우스 전반에서 기업의 핵심 데이터를 더 안전하게 보호할 수 있다. 기업은 단일 카탈로그 내에서 데이터를 효율적으로 공유·연결·활성화할 수 있으며, 머클, 릴레이셔널AI 등 주요 글로벌 고객은 개방형 표준 기반 환경에서 데이터와 AI 워크플로를 안전하게 연결·관리할 수 있는 유연성을 확보했다.     이번에 정식 출시된 개방형 표준 기반 오픈플로우를 통해 기업은 다양한 소스의 데이터 통합 및 수집(ingest)을 안전하게 자동화할 수 있고, 엔터프라이즈 레이크하우스에서 통합해 관리할 수 있게 됐다. 스노우플레이크는 브라이트파이어, 이브이고, 인텔리틱스 등 수백 여 곳의 글로벌 고객이 오픈플로우를 활용해 데이터 통합과 AI 기반 의사결정을 가속화하고 있다고 밝혔다. 또한, 오라클과의 파트너십(현재 퍼블릭 프리뷰)으로 통합 기능을 확장하고 있으며, 대표적으로 준실시간으로 스트리밍하는 변경 데이터 캡처(Change Data Capture : CDC) 기능을 제공해 스노우플레이크 내에서 업데이트 가능하다. AI의 확산으로 기업들은 더욱 빠르고 상호작용적인 데이터 경험을 제공해야 하는 과제에 직면하고 있다. 스노우플레이크는 이에 대응해 초 단위 내로 데이터를 분석할 수 있는 인터랙티브 테이블과 인터랙티브 웨어하우스 기능도 새롭게 선보였다. 두 기능은 지연을 최소화하고, 여러 사용자의 동시 접근에도 안정적인 성능을 유지하며 분석 결과를 도출해, 사용자는 데이터를 실시간으로 탐색하고 즉각적인 인사이트를 확보할 수 있다. 이를 통해 기업은 복잡한 인프라 관리 없이도 스노우플레이크의 통합 거버넌스 환경에서 빠르고 지능적인 AI 애플리케이션을 운영할 수 있으며, 즉각적인 인사이트와 스트리밍 인텔리전스를 구현할 수 있는 엔드투엔드 설루션을 확보하게 됐다. 한편, 스노우플레이크는 최근 인수한 크런치데이터를 기반으로 완전관리형 데이터베이스 서비스 스노우플레이크 포스트그레스(Snowflake Postgres)도 퍼블릭 프리뷰로 공개한다고 전했다. 기업은 트랜잭션과 분석 데이터의 분리로 인한 기존 한계를 해소하고, 단일 플랫폼 내에서 트랜잭션·하이브리드·분석 워크로드를 동시에 운영할 수 있다. 또한, AI 에이전트 및 지능형 애플리케이션을 빠르고 효율적으로 구축할 수 있다. 포스트그레스를 레이크하우스와 통합할 수 있는 확장 기능 세트 pg_lake도 오픈소스로 공개했다. 이를 통해 개발자는 익숙한 포스트그레스 환경에서 표준 SQL만으로 아파치 아이스버그 테이블을 직접 조회, 관리, 작성할 수 있다. 이외에도 하이브리드 테이블(Hybrid Tables) 기반의 유니스토어(Unistore) 기능을 확장해 트랜잭션·분석 워크로드를 통합하고 있다. 이는 현재 마이크로소프트 애저에서 정식 출시되었으며, 트라이 시크릿 시큐어(Tri-Secret Secure) 및 주기적 키 재설정(Periodic Rekeying) 기능을 추가해 보안성과 규제 대응 역량을 한층 강화했다. 스노우플레이크의 크리스티안 클레이너만(Christian Kleinerman) 제품 담당 수석부사장은 “엔터프라이즈 레이크하우스는 기업이 데이터를 관리하고 AI 시대에 맞게 인사이트로 바꾸는 새로운 단계”라면서, “호라이즌 카탈로그의 기능을 강화해 기업은 일관된 거버넌스에서 모든 데이터를 안전하게 연결하고 활용할 수 있게 됐고, 오픈플로우와 스노우플레이크 포스트그레스를 함께 사용하면 고객은 데이터를 더 쉽게 통합하고 필요한 인사이트를 빠르게 얻을 수 있다”고 전했다.

스노우플레이크가 업계 파트너십을 통해 시맨틱 메타데이터의 정의와 공유 방식을 표준화하는 새로운 오픈소스 이니셔티브인 ‘오픈 시맨틱 인터체인지(Open Semantic Interchange, 이하 OSI)’를 출범한다고 밝혔다. 세일즈포스, 블랙록, dbt 랩스, 릴레이셔널AI 등 글로벌 20여개 기업이 참여하는 이번 이니셔티브에서는 벤더 중립적인 시맨틱 모델 사양을 도입한다. OSI는 벤더 중립적이고 공통적인 시맨틱 모델 사양을 도입함으로써 AI 및 비즈니스 인텔리전스(BI) 애플리케이션 전반에 걸쳐 일관된 비즈니스 로직을 보장할 수 있다. 기업들이 사용하는 각종 도구와 플랫폼마다 다른 데이터 해석 방식을 해결하기 위해 모든 시스템이 동일한 방식으로 데이터를 이해할 수 있는 공통 표준을 만드는 것이 목표다.     각기 다른 데이터 형태, 데이터 도구 등 데이터 분산은 AI 도입을 늦추는 원인이었다. OSI는 서로 다른 AI, BI, 데이터 도구가 같은 언어로 소통할 수 있도록 공통 시맨틱 표준을 구축해 플랫폼 간 상호 운용성을 강화하며 데이터 분산 문제를 해결한다. 데이터 정의 및 교환 방식을 표준화해 AI가 일관되고 정확한 정보를 활용할 수 있게 함으로써 AI, BI 애플리케이션 도입을 가속화하고 AI에 활용하는 데이터 신뢰성을 보다 높일 수 있게 된다. 스노우플레이크는 “결과적으로 데이터팀의 운영을 간소화하고, 시스템 간 서로 다른 정의를 맞추거나 중복 작업을 하는 데 소모하는 비효율을 줄일 것”이라면서, “그만큼 데이터 및 AI 팀들이 단순 문제 해결보다 보다 중요한 비즈니스 혁신에 집중할 수 있게 된다”고 전했다. 스노우플레이크를 비롯한 OSI 이니셔티브 기업들은 협력을 통해 폐쇄적이고 벤더 종속적인 시스템에서 벗어나 더 나은 개방형 AI를 도입하는 것을 목표로 한다. 이들은 AI 혁신을 이끌 새로운 패러다임으로 상호운용성과 표준화를 바탕으로 한 오픈소스 협력을 제시하고 있다. 태블로(Tableau)의 사우서드 존스(Southard Jones) 최고제품책임자(CPO)는 “AI의 미래는 신뢰에 달려있으며, 신뢰는 일관되고 믿을 수 있는 데이터에서 시작된다”며, “스노우플레이크와 파트너사들이 공동으로 OSI를 주도함으로써 플랫폼 전반에 걸쳐 동일한 의미를 유지하는 공통 시맨틱 프레임워크를 구축하고 AI 에이전트와 BI 애플리케이션을 통해 고객이 신뢰할 수 있는 데이터 인사이트를 활용할 수 있게 됐다”고 말했다. 스노우플레이크의 크리스티안 클레이너만(Christian Kleinerman) 제품 담당 수석부사장은 "스노우플레이크는 상호 운용성과 개방형 표준이 데이터와 함께 AI의 가능성을 발현하는데 필수적이라고 믿고 있다”며, "OSI 이니셔티브를 통해 파트너들과 함께 AI의 근본적인 과제인 공통 시맨틱 표준의 부재를 해결하는 데 앞장서게 되어 자랑스럽다. 이번 이니셔티브는 업계가 경쟁하는 것이 아니라 공동의 과제를 해결하고 모두를 위한 더욱 연결되고 개방적인 생태계를 구축하기 위해 힘을 합치는 것”이라고 말했다.