Snowflake를 볼 이유는 데이터 플랫폼 경쟁이 AI 에이전트 경쟁으로 번지고 있기 때문입니다. Snowflake 기업리뷰 2026의 핵심은 Snowflake AI Data Cloud와 Snowflake Cortex Code가 데이터 거버넌스 안에서 AI 실행 환경이 될 수 있느냐입니다. 기업은 이미 데이터를 웨어하우스, 레이크, SaaS, 파일, 애플리케이션에 흩어 놓았습니다. 이제 질문은 “AI가 답을 만들 수 있는가”가 아니라, “권한이 있는 데이터 위에서 안전하게 분석하고 코드를 고치고 업무를 실행할 수 있는가”입니다. Snowflake는 이 문제를 AI Data Cloud와 Cortex 계열 제품으로 풀려 합니다.
2027회계연도 1분기 실적 발표에서 Snowflake는 제품 매출 13억3,430만 달러, 전년 대비 34% 성장을 발표했습니다. Sridhar Ramaswamy CEO는 Cortex Code와 Snowflake Intelligence를 통해 Snowflake가 Agentic Enterprise의 control plane으로 확장된다고 말했습니다. Palantir가 온톨로지로 운영 문맥을 잡으려 한다면, Snowflake는 데이터 클라우드와 거버넌스로 출발합니다.
이 회사는 무엇으로 돈을 버나
Snowflake의 핵심 수익은 사용량 기반 제품 매출입니다. 고객은 데이터 저장, 컴퓨트, 쿼리, 데이터 엔지니어링, 분석, 머신러닝, 애플리케이션, 데이터 공유를 Snowflake에서 돌리고 사용량에 따라 비용을 냅니다. 구독형 SaaS와 달리 고객 사용량이 실제 매출에 직접 연결되는 소비형 모델입니다.
이 모델의 장점은 고객 워크로드가 커질수록 매출도 자연스럽게 커진다는 점입니다. 단점은 고객이 비용 최적화에 들어가면 성장률이 흔들릴 수 있다는 점입니다. Snowflake가 AI를 강조하는 이유도 여기에 있습니다. AI 분석, 에이전트, 코드 생성, 앱 개발이 Snowflake 안에서 더 많이 실행되면 기존 데이터 플랫폼 소비가 늘어납니다.
| 사업 축 | 대표 기능 | 고객 가치 | 수익 신호 |
|---|---|---|---|
| 데이터 플랫폼 | Warehouse, Lakehouse, Iceberg, Snowpark | 통합 분석과 데이터 엔지니어링 | 컴퓨트·저장 사용량 |
| 거버넌스 | Horizon Catalog, RBAC, 정책, lineage | 권한·보안·감사 관리 | 대기업 채택 |
| AI | Cortex AI, Cortex Code, Snowflake Intelligence | 데이터 기반 AI 분석·개발 | AI 기능 사용량 |
| 생태계 | Marketplace, Native Apps, 데이터 공유 | 파트너와 고객 간 데이터 흐름 | 네트워크 효과 |
핵심 기술과 제품 구조
Snowflake의 오래된 강점은 저장과 컴퓨트를 분리한 클라우드 데이터 웨어하우스 구조였습니다. 고객은 인프라를 직접 관리하지 않고 여러 워크로드를 Snowflake 위에서 실행합니다. 이후 Snowpark, Streamlit, Marketplace, Native Apps, Iceberg 지원이 붙으면서 단순 SQL 웨어하우스에서 데이터 애플리케이션 플랫폼으로 확장했습니다.
AI 계층의 중심은 Cortex입니다. Snowflake의 2026년 제품 메시지는 Cortex AI, Cortex Code, Snowflake CoWork 같은 이름으로 정리됩니다. Cortex Code의 2026년 3월 GA 문서는 Snowsight 안에서 SQL·Python 코드 생성, 수정, 최적화, 설명, ML 파이프라인 실행, dbt 작업, 문서 검색, 비용·권한 질문을 처리한다고 설명합니다. 중요한 점은 이 기능이 Snowflake의 RBAC와 정책 안에서 작동한다는 것입니다.
Snowflake Intelligence와 CoWork는 비즈니스 사용자 쪽입니다. 공식 홈페이지는 CoWork를 “context to clarity to action”으로 설명하고, 기업 데이터 안에서 질문·분석·실행을 연결하려 합니다. 기업 RAG가 문서 검색과 답변에 초점을 둔다면, Snowflake의 방향은 구조화 데이터, 권한, 워크로드 실행까지 한 환경에서 묶는 쪽입니다.
기술적으로 가장 중요한 단어는 거버넌스입니다. AI 에이전트가 데이터에 접근할 때는 데이터 소유권, PII, masking policy, lineage, role access를 알아야 합니다. Cortex Code 문서가 비용, 권한, 테이블 소유자, 민감 데이터 질문을 언급하는 이유도 여기에 있습니다. AI가 SQL을 만드는 것보다, 허용된 데이터만 이용해 설명 가능한 변경을 제안하는 것이 기업 시장에서는 더 어렵습니다.
사람들: 기술을 만든 주요 인물
Sridhar Ramaswamy CEO는 Snowflake의 AI 전환을 상징하는 인물입니다. 그는 Neeva 공동창업자였고, 그 전에는 Google 광고와 검색 관련 조직에서 오래 일했습니다. 검색과 추천, 대규모 데이터 제품 경험은 Snowflake가 데이터 플랫폼을 AI 사용자 경험으로 바꾸려는 전략과 잘 맞습니다.
공동창업자 Benoit Dageville은 Snowflake의 원래 기술 DNA를 대표합니다. Snowflake의 초기 차별점이었던 클라우드 네이티브 데이터 웨어하우스, 저장·컴퓨트 분리, 탄력적 확장 구조는 공동창업 팀의 데이터베이스 경험에서 나왔습니다. AI 시대에도 이 기반은 중요합니다. 모델이 좋아져도 기업 데이터가 흩어져 있으면 AI는 제대로 작동하기 어렵습니다.
CFO Brian Robins는 소비형 모델의 성장과 마진을 설명하는 역할을 맡고 있습니다. 2027회계연도 1분기 발표에서 그는 100만 달러 이상 제품 매출 고객이 779곳이며, 그중 46곳이 분기 중 새로 기준을 넘었다고 말했습니다. 이는 AI 제품 이야기와 별개로 대형 고객 소비가 계속 늘고 있음을 보여 주는 지표입니다.
숫자로 보는 기업 분석
Snowflake의 2027회계연도 1분기는 강한 성장과 여전한 GAAP 손실이 함께 보이는 분기였습니다. SEC XBRL 기준 총매출은 13억9,095만 달러, GAAP 매출총이익은 9억2,645만 달러였습니다. 제품 매출은 회사 발표 기준 13억3,430만 달러로 전년 대비 34% 증가했습니다.
| 지표 | 최신 기간 | 수치 | 해석 |
|---|---|---|---|
| 총매출 | FY2027 Q1 | 13.91억 달러 | 전년 대비 약 33% 성장 |
| 제품 매출 | FY2027 Q1 | 13.34억 달러 | 핵심 소비 매출, 34% 성장 |
| RPO | FY2027 Q1 | 92.1억 달러 | 향후 매출 계약 기반 |
| 순매출유지율 | FY2027 Q1 | 126% | 기존 고객 확장 지속 |
| GAAP 영업손실 | FY2027 Q1 | 3.26억 달러 | 주식보상 등 비용 부담 |
| 잉여현금흐름 | FY2027 Q1 | 2.33억 달러 | 소비형 모델의 현금 창출력 |
연간으로 보면 2026회계연도 매출은 46억8,394만 달러였습니다. 2027회계연도 1분기 R&D 비용은 5억3,494만 달러로 분기 매출의 약 38%입니다. 이는 Snowflake가 AI와 데이터 플랫폼 확장에 여전히 공격적으로 투자하고 있음을 보여 줍니다. 반면 GAAP 순손실은 2억9,557만 달러였습니다. 투자자는 비GAAP 이익과 현금흐름만 보지 말고, 주식보상과 인수 관련 비용이 장기 희석과 마진에 어떤 영향을 주는지도 함께 봐야 합니다.
기대되는 점과 리스크
가장 기대되는 점은 Snowflake가 AI를 “데이터가 있는 자리”에서 실행하려 한다는 것입니다. AI 에이전트가 데이터 파이프라인을 만들고, SQL을 고치고, 보고서를 만들고, 앱을 배포하려면 데이터 문맥과 권한이 필요합니다. Snowflake는 이미 그 문맥이 모인 곳이기 때문에, Cortex Code와 CoWork가 잘 자리 잡으면 AI 사용량이 코어 플랫폼 소비를 다시 밀어 올릴 수 있습니다.
리스크도 분명합니다. 첫째, Databricks, Microsoft Fabric, Google BigQuery, Amazon Redshift, Oracle, Palantir와의 경쟁이 거셉니다. 둘째, 소비형 가격 모델은 고객 비용 최적화에 취약합니다. 셋째, AI 기능이 실제 매출로 얼마나 기여하는지 아직은 회사의 서술과 일부 사용 지표에 의존하는 부분이 있습니다. 넷째, 데이터 보안 사고와 권한 설정 오류는 AI 시대에 더 큰 신뢰 리스크가 됩니다.
Snowflake는 데이터 웨어하우스 회사에서 AI 데이터 운영 플랫폼으로 바뀌는 중입니다. 이 전환은 말처럼 쉽지 않지만, 성공한다면 기업 AI의 가장 중요한 병목인 “믿을 수 있는 데이터와 권한”을 직접 잡을 수 있습니다. 앞으로 Cortex Code, Snowflake Intelligence, CoWork가 개발자와 분석가의 실제 시간을 얼마나 줄이고, 그 사용이 제품 매출 성장으로 얼마나 이어지는지 지켜보면 좋겠습니다. Snowflake가 기업 데이터 활용을 더 안전하고 생산적인 방향으로 넓혀 가길 기대합니다.
댓글 없음:
댓글 쓰기