스노우플레이크: CEO "AI로 데이터 이전 기간 몇 년에서 몇 분기로 단축... 애플리케이션은 '스킬'의 묶음으로 재정의될 것"
골드만삭스 커뮤니코피아 + 테크놀로지 콘퍼런스, 2026년 9월 8일
스노우플레이크(Snowflake)의 스리다르 라마스와미(Sridhar Ramaswamy) CEO와 브라이언 로빈스(Brian Robins) CFO는 골드만삭스 커뮤니코피아 + 테크놀로지 콘퍼런스(Goldman Sachs Communacopia + Technology Conference)에 참석해 생성형 AI가 전통적인 데이터 이전 일정을 어떻게 대폭 압축하고 기업용 애플리케이션의 본질을 재정의하고 있는지에 대해 보다 공격적인 청사진을 제시했다. 이번 세션에서 제시된 가장 구체적인 데이터 포인트는 한 대형 제조업 고객사가 테라데이터(Teradata)에서 스노우플레이크로의 데이터 이전을 3분기 이내에 완료하는 것을 목표로 삼고 있다는 점이었다. 라마스와미 CEO는 2024년까지만 해도 상상조차 할 수 없었던 일정이라며, "데이터 이전은 거의 모든 CIO(최고정보관리책임자)나 CDO(최고데이터책임자)의 가슴을 서늘하게 만드는 일"이라고 언급했다. 그러나 이제는 AI 코딩 에이전트 덕분에 시스템 통합(SI) 업체들이 수십 년간 서비스 업계를 정의해 온 전통적인 투입 시간 산정(time-and-materials) 방식 대신 고정가 계약을 통해 결과를 보장할 수 있게 되었다고 그는 설명했다.
변동비에서 고정비로 전환되는 데이터 이전
라마스와미 CEO는 이를 AI가 주도하는 소프트웨어 산업화의 거대한 흐름의 일부로 규정하며, 이 흐름이 스노우플레이크를 포함한 모든 기술 및 소프트웨어 기업에 "심각한 위협"이 되고 있다고 진단했다. 스노우플레이크의 비즈니스에 미치는 실질적인 영향은 시스템 통합 업체들이 점점 더 마이그레이션을 고정 가격과 성과 보장형 계약으로 체결하려 한다는 점이다. 코딩 에이전트가 핵심 이전 작업을 가속화했을 뿐만 아니라, 과거 프로젝트 일정을 엉망으로 만들었던 예측 불가능한 예외 케이스들을 훨씬 쉽게 해결할 수 있게 만들었기 때문이다. 로빈스 CFO는 고객사의 사용량 램프업(ramp-up) 곡선이 눈에 띄게 가파라지고 있음을 확인해주었다. "내부적으로 고객이 소비 런 레이트(run rate)에 도달하는 데 걸리는 시간을 추적하고 있으며, 그 곡선이 점점 더 가파라지는 것을 확인하고 있습니다."
데이터 기저 위에서 '스킬'로 재정의되는 애플리케이션
이번 논의에서 개념적으로 가장 중요했던 부분은 스노우플레이크가 바라보는 애플리케이션 레이어의 진화 방향에 맞춰졌다. 라마스와미 CEO는 소프트웨어 개발이 충분히 쉬워진 덕분에 전통적인 앱을 출시할 때 가장 어렵고 시간이 많이 소요되던 앱스토어 등록이나 패키징 등의 과정이 이제는 개발 자체보다 더 큰 병목 현상이 되고 있다고 주장했다. 그가 제시한 대안은 "데이터 기저(data substrate) 위에서 구동되는 몇 가지 자체 진화형 스킬(skills)"이다. 그는 내부 설문조사 툴을 예로 들며, 사용자가 링크를 클릭할 때 리액트(React) 인터페이스가 "요청에 따라 즉시 구현되는" 등 UI, 데이터베이스 테이블, 알림 로직, 접근 제어 등이 개별 SaaS 제품으로 조달되는 대신 스노우플레이크 내에서 온디맨드로 조립될 수 있다고 설명했다. 결정적으로 이러한 스킬들은 정적이지 않다. 라마스와미 CEO는 사용 패턴을 분석해 어떤 작업을 자동화에 넘길 수 있는지 파악함에 따라, 스노우플레이크의 내부 지원 시스템 자체가 수동 검토 워크플로에서 에이전트 주도 자동화로 진화했다고 밝혔다. 고객들이 이러한 패러다임 전환을 받아들일 경우, 스노우플레이크는 자칫 서드파티 애플리케이션 벤더들에게 넘어갈 뻔했던 가치를 확보할 수 있게 된다. 다만 그는 이것이 패키지 소프트웨어를 전면 대체하려는 의도는 아니라고 선을 그었다.
신규 영업 전략과 직무 확장을 통해 심화되는 CoCo
스노우플레이크의 CoCo 에이전트 제품과 관련해 두 임원은 도입 확산에서 사용 깊이로 중심이 이동하고 있다고 입을 모았다. 라마스와미 CEO는 내부 사용 데이터를 활용해 관찰된 반복적 행동을 바탕으로 고객에게 특정 '스킬'을 추천하고 있으며, 고객과 함께 진행하는 2~3시간짜리 기술 실습인 핸즈온 랩(hands-on labs)이 더 깊은 참여를 이끌어내는 데 매우 효과적이라는 사실을 입증했다고 설명했다. 특히 스노우플레이크는 신규 고객사(logos)를 플랫폼에 더 빠르게 안착시키는 임무를 전담하는 '액티베이션 엔지니어(activation engineer)'라는 완전히 새로운 역할을 신설했다. 로빈스 CFO는 CoCo가 구매자 층과의 대화 폭을 어떻게 넓혔는지 부연했다. "1년 전 제가 스노우플레이크에 합류했을 때만 해도 고객과 대화할 기회가 거의 없었습니다. 하지만 요즘에는 매주 3~5명의 CFO를 만나고 있습니다." 그는 성과 기반 가격 체계가 이러한 변화를 이끌어낸 신뢰의 메커니즘이라며, 정의된 성과에 대해 고정 가격을 보장받을 수 있는 고객들은 기존의 투입 시간 산정 방식 하에서는 보이지 않았던 전폭적인 지지를 보내고 있다고 덧붙였다.
추론 전략: 리셀러 플레이가 아닌 가치 계층 구조
기존 설치 기반 고객을 대상으로 패스스루(pass-through) 방식의 추론 서비스를 판매할 때 발생하는 마진 상충 관계에 대한 직접적인 질문에 라마스와미 CEO는 자신이 선을 긋는 기준을 가감 없이 밝혔다. "대형 공급업체의 차별화 없는 용량을 단순 재판매하는 것만으로는 어떠한 가치도 창출할 수 없습니다. 이런 사업을 하면서 자신들에게 비즈니스가 있다고 착각하는 이들의 주장은 가짜 뉴스입니다"라고 그는 잘라 말했다. 스노우플레이크가 선호하는 참여 순서는 CoCo나 CoWork를 직접 먼저 판매하는 것이며, 고객이 자체 하네스 구동을 위해 원천 모델 용량을 고집할 경우 이를 제공하고, 클라우드 업그레이드의 백엔드로 데이터 플랫폼 역할만을 원할 경우 그 역시 "다소 마지못해" 제공하겠다는 입장이다. 그는 회사의 60억 달러 규모 AWS 계약을 포함한 규모의 경제가 내부적으로 구동되는 오픈웨이트(open-weight) 모델의 활용 증가와 함께 시간이 지남에 따라 추론 마진을 개선하는 메커니즘이라고 지적했다.
CoCo의 매출총이익 가이드라인
로빈스 CFO는 CoCo의 성공으로 인한 매출총이익(gross margin) 압박이 발생할 경우, 월가에 깜짝 충격을 주기보다는 선제적으로 소통할 것이라고 명확히 밝혔다. "만약 우리가 이미 목격하고 있는 수준을 넘어선 엄청난 CoCo 도입 추세가 확인된다면, 이를 관리할 수 있도록 1~2분기 내에 시장과 소통할 수 있는 역량을 갖추고 있습니다"라고 그는 말했다. 또한 스노우플레이크의 소비 기반 모델은 초기 램프업은 본질적으로 느리지만 일단 관찰된 사용 패턴이 누적되면 더욱 예측 가능해진다고 설명했다. 회사는 신제품의 마진 프로필에도 불구하고 연간 영업 레버리지 가이던스를 유지하고 있다.
에이전트 지연 시간에 대한 솔직한 시인
라마스와미 CEO는 인간 중심의 분석을 위해 애초에 설계된 스노우플레이크의 아키텍처가 고용량, 저지연 에이전트 쿼리에 적합한지에 대한 날카로운 질문을 회피하지 않았다. "초저지연 데이터를 제대로 다루지 못했다는 전반적인 비판은 전적으로 타당합니다"라고 그는 인정했다. 그러면서 스노우플레이크의 스트리밍 솔루션이 데이터 신선도를 2~3초 수준으로 낮추었지만, 일부 실시간 에이전트 유스케이스에 필요한 500밀리초 미만(sub-500-millisecond) 범위에 도달하는 것은 여전히 진행 중인 미완의 과제로 남아있다고 덧붙였다. CEO가 무대 위에서 비판을 다른 말로 포장하는 대신 특정 기술적 공백을 인정한 드문 사례로, 투자자들은 신흥 에이전트 네이티브 데이터 인프라 플레이어들로부터의 경쟁 리스크를 가늠하기 위해 다가오는 분기들에 구체적인 지연 시간 벤치마크를 주시해야 함을 시사한다.
양날의 검이 된 전환 비용
라마스와미 CEO는 더 빠른 데이터 이전이 가진 양날의 검 같은 성격도 인정했다. AI가 스노우플레이크로의 이전을 가속화할 수 있다면, 스노우플레이크 밖으로의 이전 역시 똑같이 가속화할 수 있다는 것이다. "스노우플레이크 안으로의 이전을 훨씬 더 빠릴 만들 수 있다면, 밖으로의 이전도 훨씬 더 빠르게 만들 수 있습니다. 그것이 우리가 살아가는 세상입니다"라고 그는 말했다. 그의 대응 전략은 이에 맞서 싸우는 대신 개방형 포맷을 적극 수용하는 것이다. 고객이 스노우플레이크에 데이터를 저장하면서도 다른 엔진을 통해 쿼리할 수 있도록 지원하는 스노우플레이크 관리형 아이스버그(Iceberg) 테이블이 그 예다. 그의 설명에 따르면 스노우플레이크의 방어력은 이제 독점적 락인(lock-in)이 아니라 거버넌스, 재해 복구, 그리고 개방형 데이터 위에 구축된 에이전트 툴링에서 나와야 한다. 이는 회사의 과거 태도에서 나타난 주목할 만한 철학적 전환이다. "과거 변화할 수 없는 불가침의 영역들이 있다고 고집하던 옛날의 스노우플레이크는 이제 변했습니다"라고 그는 말했다.
디플레이션 압력 속의 가격 책정 철학
Gen 2 인스턴스와 같은 차세대 컴퓨팅 아키텍처의 가격 책정 메커니즘과 관련해, 로빈스 CFO는 스노우플레이크가 볼륨 성장과 신규 워크로드로 하드웨어 세대 교체에 따른 자연스러운 가격 대비 성능 디플레이션을 상쇄함으로써 고객에게 성능 향상의 혜택을 제공하면서도 매출 하락은 방어하고 있다고 설명했다. 라마스와미 CEO는 전직 상사의 말을 인용하며 가격 책정 논의를 매듭지었다. "매출은 알려진 모든 문제를 해결한다." 이 한마디는 마진 최적화를 1차 제약 조건이 아닌 부수적 결과로 다루면서, 우선적으로 사용량과 도입 확대를 추진하려는 경영진의 전반적인 기조를 여실히 보여준다.