핵심 요약
- 기존 기업의 데이터 활용 방식은 분석 시간차, 데이터 사일로, IT 기술 문턱, 실행력 부재라는 4가지 문제점을 안고 있었으나, 이를 극복하기 위해 AI가 데이터를 기반으로 직접 생각하고 판단하여 행동까지 연결하는 ‘에이전틱 AI(Agentic AI)’ 중심의 패러다임 전환이 시작되었습니다.
- 스노우플레이크는 기업 고유 데이터, 범용 AI 모델, 업무용 애플리케이션을 유기적으로 이어 안전하게 제어하는 ‘에이전틱 관제탑(Control Plane)’ 개념을 바탕으로 자연어 기반 분석·행동 도구인 ‘코워크(CoWork)’와 개발·분석 보조 도구인 ‘코코(CoCo)’를 선보였습니다.
- 삼성전자(갤럭시 S26 성과 분석 시간 초 단위 단축), ICE(12PB 분산 데이터 통합 분석), 사노피(전화 통화 기반 실시간 미팅 브리핑 및 보고서 자동 발송) 등 글로벌 기업들이 퍼스널 워크 에이전트를 실제 업무에 적용해 의사결정 및 기업 운영 방식의 혁신을 이뤄내고 있습니다.
주요 내용
1. 과거 데이터 활용의 4가지 한계점
- 분석 결과 시차: 데이터를 정제하고 분석해 결과를 도출할 때 이미 적절한 타이밍이 지나버리는 문제 발생.
- 높은 분석 문턱: 데이터 애널리스트, 데이터 사이언티스트, IT 개발팀을 거쳐야 하며 SQL이나 파이썬 같은 전문 언어 지식이 필요함.
- 파편화된 데이터와 사일로: PC, 클라우드, 사내 서버 등에 데이터가 흩어져 있어 출처 파악이 어려움. 대시보드가 있어도 추가 데이터 요청 시 2~3일 이상 소요.
- 실행으로의 연결 부재: 데이터로 문제점은 파악했으나 실질적인 실행 방안 마련과 행동은 온전히 사람의 몫으로 남아 이견과 지연 발생.
2. 에이전틱 엔터프라이즈의 4대 핵심 구성요소
- 기업 고유의 데이터: 인터넷의 공용 데이터가 아닌 기업 내부의 고유 데이터가 가장 강력한 경쟁력(해자)이 됨.
- AI 모델: 데이터를 다루는 도구 역할. 범용 AI 모델 자체는 경쟁사도 쓸 수 있어 차별점이 되지 못하며, 데이터와 결합할 때 비로소 경쟁력을 가짐.
- 업무용 애플리케이션: 지메일, 아웃룩, 슬랙, SAP, 세일즈포스, 서비스나우, 워크데이 등. 구성원의 실시간 업무 플로우 수집 창구이자 분석된 인사이트를 슬랙 지시, 지라 티켓 생성, 이메일 발송 등 ‘행동’으로 옮기는 통로.
- 에이전틱 AI (관제탑, Agentic Control Plane): 데이터, AI 모델, 업무 앱을 유기적으로 연결하고, 거버넌스와 보안 테두리 내에서 AI 에이전트들이 안전하게 작동하도록 총괄하는 사령탑.
3. 스노우플레이크 신제품
- 스노우플레이크 코워크 (CoWork):
- 자연어로 질문하면 AI 에이전트가 데이터 사일로를 넘나들며 분석과 행동을 수행하는 퍼스널 워크 에이전트.
- 사용자의 업무 패턴과 선호도를 기억/학습하고 자율적으로 딥리서치를 수행.
- 사용자(CFO, 마케터 등)의 직책에 맞게 보안 및 접근 권한을 동일하게 적용받아 데이터 거버넌스 유지.
- 스노우플레이크 코코 (CoCo / Cortex Code):
- 스노우플레이크 환경 내에서 AI가 코딩을 보조하여 개발자와 분석가가 직접 스킬을 만들고, 파이프라인을 구축하며, 앱을 배포하도록 돕는 도구.
핵심 데이터 / 비교표
| 구분 | 주요 수치 및 적용 성과 | 비고 |
|---|---|---|
| Snowflake CoCo DB 마이그레이션 | 기존 6개월 소요 작업을 단 6일만에 완료 | 데이터 처리 및 구축 속도 혁신 |
| 삼성전자 (Samsung) | 약 1,000명의 임원, 영업, 마케터 도입 | 갤럭시 S26 출시 성과 추적 시간을 몇 시간에서 몇 초로 단축 |
| ICE (인터콘티넨탈 익스체인지) | - NYSE 상장사 시총: $40조 - 일일 거래량: 1,000만 건 (200만 개 상장증권/계약) - 글로벌 13개 거래소, 6개 청산소 운영 - 데이터 규모: 12 Petabytes (3개 클라우드, 21개 리전에 분산) - 월간 쿼리: 2억 건 이상 (월 20 Petabytes 스캔) |
스노우플레이크 코코를 활용해 거대 분산 데이터를 단일 거버넌스 환경에서 즉시 분석 |
| Snowflake Summit 26 행사 규모 | 4일간 진행 (6월 1일~4일), 201개 파트너사, 500개 이상 세션 | 미국 샌프란시스코 개최 |
타임스탬프별 핵심 포인트
| 시간 | 핵심 내용 |
|---|---|
| 00:00 | AI 에이전트의 미팅 사전 브리핑 보고서 수신 연출 장면 (CoWork 예시) |
| 01:01 | 오프닝: 스노우플레이크 서밋 26 소개 및 스노우플레이크의 ‘업의 재정의’ 선언 |
| 01:53 | 과거 기업들의 데이터 활용 방식이 가졌던 4가지 문제점 상세 분석 |
| 03:45 | 데이터 문제점 해결책으로 등판한 에이전틱 AI(Agentic AI)의 개념 |
| 04:17 | 슈리다 라마스워미 CEO가 밝힌 ‘에이전틱 엔터프라이즈’ 4대 핵심 구성요소 |
| 06:10 | 에이전틱 관제탑(Agentic Control Plane)의 역할 및 정의 |
| 06:33 | 신규 발표 제품 1: 스노우플레이크 코워크(CoWork) 및 주요 기능 |
| 07:05 | 신규 발표 제품 2: 스노우플레이크 코코(CoCo) 및 DB 마이그레이션 단축 사례 |
| 07:33 | 도입 사례 1: 삼성전자의 CoWork 활용 (권한 기반 거버넌스 및 성과 추적 시간 단축) |
| 09:14 | 도입 사례 2: ICE(뉴욕증권거래소 모회사)의 12PB 빅데이터 통합 분석 사례 |
| 10:41 | 도입 사례 3: 사노피(Sanofi) 최고 디지털책임자의 음성 통화 기반 AI 컨시어지 시연 |
| 11:59 | 엔딩: 스노우플레이크 서밋 26 정리 및 ‘스노우플레이크 월드투어 서울’ 행사 안내 |
결론 및 시사점
- AI 모델의 평준화와 기업 고유 데이터의 중요성: AI 범용 모델은 누구나 쓸 수 있으므로 그 자체로 독점적 장점이 될 수 없으며, 기업이 보유한 고유 데이터 및 맥락(Context)과 결합될 때 비로소 강력한 비즈니스 해자(Moat)가 형성됩니다.
- 수동적 대시보드에서 능동적 에이전트로의 진화: 데이터를 단순히 조회하거나 보고서를 기다리던 시대에서, AI가 사내 보안 및 권한 체계(거버넌스) 내에서 실시간 데이터를 탐색하고 업무 앱과 연동되어 직접 행동까지 제안·수행하는 ‘퍼스널 워크 에이전트’ 시대로 진화하고 있습니다.
- 전사적 데이터 민주화 달성: 전문 데이터 팀이나 IT 부서에 의존하던 병목 현상을 해소하고, 자연어 질의를 통해 일반 직원을 포함한 모든 리더가 실시간으로 분석가가 되어 의사결정 속도를 획혁적으로 높일 수 있게 되었습니다.
추가 학습 키워드
- 에이전틱 AI (Agentic AI)
- 에이전틱 관제탑 (Agentic Control Plane)
- 스노우플레이크 코워크 (Snowflake CoWork)
- 스노우플레이크 코코 (Cortex Code / CoCo)
- 데이터 거버넌스 (Data Governance)
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 티타임즈TV | | 카테고리 | 경제 | | 게시일 | 2026-07-30 | | 영상 길이 | 13:10 | | 처리 엔진 | gemini-3.6-flash | | 원본 영상 | YouTube에서 보기 |