엔터프라이즈 소프트웨어에서 흥미로운 회사는 기능 하나를 잘 파는 곳보다 고객의 운영 습관을 바꾸는 곳입니다. Snowflake는 그 기준에서 볼 만합니다. 클라우드 전환과 AI 도입이 동시에 진행되면서 기업은 더 많은 로그, 메트릭, 이벤트, 문서, 모델 호출을 다루게 됐고, 비용과 보안 책임도 커졌습니다. Snowflake의 핵심 질문은 단순합니다. 흩어진 데이터를 한곳에서 이해하게 만들고, 그 이해를 실제 의사결정과 자동화로 연결할 수 있는가입니다.
이 글은 투자 권유가 아니라 기술과 사업 모델을 함께 읽는 기업리뷰입니다. 재무 수치는 회사의 2025 회계연도 또는 FY2026 공개 자료 기준이며, 달러 금액은 읽기 쉽도록 반올림했습니다.
이 회사는 무엇으로 돈을 버나
Snowflake 기업리뷰의 출발점은 데이터 웨어하우스입니다. Snowflake는 데이터 웨어하우스에서 출발했지만 지금은 AI 데이터 클라우드를 표방하는 소비형 플랫폼입니다. 이 소비형 플랫폼은 저장, 컴퓨트, 데이터 공유, AI 워크로드 사용량을 매출로 연결합니다. 고객은 저장, 컴퓨트, 데이터 공유, 데이터 엔지니어링, 앱, AI 기능을 사용량 기반으로 쓴 뒤 비용을 지불합니다. 매출의 대부분은 제품 매출이고 전문 서비스 비중은 작습니다. 이 구조는 고객 데이터가 늘고 분석·AI 워크로드가 붙을수록 매출이 커지는 장점이 있지만, 사용량 최적화가 강해지면 단기 성장률이 흔들릴 수 있습니다.
| 구분 | 핵심 고객 | 과금 방식 | 확장 동력 |
|---|---|---|---|
| 플랫폼 구독 | 디지털 제품을 운영하는 기업 | 사용량·좌석·워크로드 기반 구독 | 데이터 증가, 팀 확산, 신규 모듈 채택 |
| 고급 기능 | 보안, AI, 데이터 엔지니어링 조직 | 프리미엄 기능과 엔터프라이즈 계약 | 규제 대응, 자동화, 성능 요구 |
| 생태계 | 클라우드·SaaS·파트너 통합 | 마켓플레이스·연동 가치 | 고객 시스템 안착과 전환비용 |
이 모델의 장점은 고객이 처음에는 특정 문제 해결로 들어오지만 시간이 갈수록 더 많은 팀과 데이터가 붙는다는 점입니다. 단점도 같은 곳에 있습니다. 사용량 기반 매출은 경기와 클라우드 비용 절감 압력에 민감하고, 고객이 비용을 세밀히 줄이면 성장률이 둔화될 수 있습니다.
핵심 기술과 제품 구조
Snowflake의 핵심은 저장과 컴퓨트를 분리한 클라우드 데이터 아키텍처, 관리형 성능 최적화, 보안·거버넌스, 데이터 공유입니다. 최근 제품 방향은 이 기반 위에 AI를 직접 올리는 것입니다. Cortex AISQL은 생성형 AI 기능을 SQL 쿼리 안으로 끌어오고, Snowflake Intelligence는 자연어 질의와 에이전트형 분석 경험을 제공합니다. Openflow는 여러 데이터 소스에서 데이터를 끌어오는 수집 계층을 강화합니다. 기업 입장에서는 모델보다 데이터 권한, 혈통, 품질, 비용 통제가 더 어려운 경우가 많기 때문에 Snowflake의 승부처는 AI 기능 자체보다 신뢰 가능한 데이터 실행 환경입니다.
기술적으로 중요한 지점은 “저장소”보다 “운영 루프”입니다. 고객은 데이터를 넣고, 쿼리하고, 알림을 받고, 정책을 만들고, 다시 제품과 인프라를 고칩니다. Snowflake가 AI 기능을 강조하는 이유도 여기 있습니다. 생성형 AI가 독립 앱으로 머물면 실험에 그치지만, 운영 데이터와 권한 모델 안으로 들어오면 장애 분석, 비용 설명, 보안 분류, 자연어 질의 같은 반복 작업을 줄일 수 있습니다.
사람들: 기술을 만든 주요 인물
현재 CEO Sridhar Ramaswamy는 Google 광고·검색 조직을 거쳐 Neeva를 창업했고, Snowflake가 Neeva를 인수한 뒤 AI 전략을 이끌었습니다. 창업자 Benoit Dageville, Thierry Cruanes, Marcin Żukowski가 만든 초기 기술 철학은 클라우드형 데이터 웨어하우스의 사용 편의성과 성능 자동화였습니다. Ramaswamy 체제의 과제는 이 장점을 지키면서 Cortex, Snowpark, Marketplace, 애플리케이션 개발 경험을 하나의 AI 데이터 플랫폼으로 묶는 것입니다.
기업리뷰에서 인물을 보는 이유는 단순한 전기적 흥미 때문이 아닙니다. 엔터프라이즈 플랫폼은 제품 철학이 조직 구조에 남습니다. 창업자나 CEO가 개발자 경험, 데이터 신뢰성, 운영 효율 중 무엇을 우선하는지에 따라 기능 묶음, 가격 정책, 인수합병, 오픈소스와의 관계가 달라집니다.
숫자로 보는 기업 분석
Snowflake가 공개한 FY2026 실적에서 총매출은 46억8390만 달러, 제품 매출은 44억7230만 달러였습니다. 제품 매출은 전체의 약 95%이고 전년 대비 29% 성장했습니다. Q4 FY2026 제품 매출은 12억2660만 달러로 30% 성장했고, 순매출유지율은 125%, 12개월 제품 매출 100만 달러 초과 고객은 733곳으로 제시됐습니다. 잔여수행의무는 97억7000만 달러로 42% 증가했습니다.
| 지표 | 최근 공개 수치 | 해석 |
|---|---|---|
| FY2026 총매출 | 46억8390만 달러 | 데이터 플랫폼 사용량이 계속 확대 |
| FY2026 제품 매출 | 44억7230만 달러 | 전체의 약 95%, 핵심 소비 모델 유지 |
| 순매출유지율 | 125% | 기존 고객 확장이 성장의 중심 |
| 잔여수행의무 | 97억7000만 달러 | 장기 계약 기반 수요 가시성 강화 |
숫자에서 보이는 공통점은 아직 “성장 회수”보다 “성장 재투자”가 강하다는 점입니다. 높은 총이익률은 소프트웨어 플랫폼의 힘을 보여주지만, 연구개발과 영업 투자가 크면 GAAP 영업손익은 약해질 수 있습니다. 따라서 이 회사를 볼 때는 단기 순이익 하나보다 매출 성장, 고객당 사용 확대, 현금흐름, 제품 범위 확장 속도를 함께 봐야 합니다.
기대되는 점과 리스크
기대 포인트는 기업 AI가 결국 “정리된 데이터” 문제로 돌아온다는 점입니다. Snowflake는 저장소, 거버넌스, 공유, SQL 친화성을 이미 갖고 있어 AI 기능을 업무 데이터 가까이에 붙일 수 있습니다. 리스크는 경쟁의 폭입니다. Databricks는 레이크하우스와 ML 개발자 생태계에서 강하고, hyperscaler 데이터베이스와 분석 서비스도 고객 예산을 직접 노립니다. 또한 소비형 과금은 고객에게 투명하지만 비용 최적화가 빠르게 반영됩니다.
좋게 볼 부분은 분명합니다. 기업의 데이터와 운영 복잡성은 줄어들 가능성이 낮고, AI가 실제 업무에 들어갈수록 신뢰할 수 있는 플랫폼의 가치는 올라갑니다. 동시에 경쟁은 거칠어질 것입니다. 대형 클라우드 사업자, 보안 플랫폼, 데이터베이스 회사, 오픈소스 도구가 모두 같은 예산을 노립니다. Snowflake가 앞으로 증명해야 할 것은 기능 목록이 아니라 고객이 매일 쓰는 기본 화면이 될 수 있느냐입니다. 그 증명이 계속된다면, 이 회사는 엔터프라이즈 소프트웨어의 다음 운영 방식을 만드는 중요한 팀으로 남을 가능성이 큽니다. 조급한 과장보다 꾸준한 제품 완성도로 더 멀리 가길 기대합니다.
댓글 없음:
댓글 쓰기