IT
스노우플레이크, ‘비즈니스 온톨로지’ 출시 및 ‘코텍스 AI 게이트웨이’ 확장… AI 에이전트 거버넌스·비즈니스 맥락·보안 강화
글로벌 AI 데이터 클라우드 기업 스노우플레이크(Snowflake)가 ‘스노우플레이크 엑스페디션 2026(Snowflake Expedition 2026)’에서 설계 단계부터 모든 AI 에이전트의 기반에 맥락, 보안, 거버넌스를 내재화하는 새로운 혁신 기술을 발표했다. 스노우플레이크는 설계에서부터 상호운용성을 갖춰 여러 카탈로그와 클라우드 환경에 분산된 조직 전체의 데이터 자산을 연결하고 에이전트와 분석에 필요한 범용 거버넌스 및 맥락 정보를 제공한다. 이러한 거버넌스와 맥락을 자율형 에이전트까지 적용할 수 있도록 자사의 통합 거버넌스 기반인 ‘스노우플레이크 호라이즌 카탈로그(Snowflake Horizon Catalog)’에 신규 기능을 추가한 것이다.
스노우플레이크 ‘비즈니스 온톨로지(Business Ontology)’는 정식 출시 예정으로, AI 에이전트가 사전에 승인된 공통된 비즈니스 정의를 바탕으로 신뢰할 수 있는 답변을 제공하도록 지원한다. ‘코텍스 AI 게이트웨이(Cortex AI Gateway)’는 에이전트의 모델 접근, 도구 호출 등 기업 시스템 전반에서 이뤄지는 작업 수행 방식을 제어한다. 이를 통해 클라우드, 카탈로그, 엔진 등 데이터가 있는 위치에 상관없이 에이전트의 모든 의사결정과 작업은 단일 데이터 사본 기반으로 안전하게 수행되며, 전 과정을 감사·추적하고 일관된 정책을 적용할 수 있다.
신뢰할 수 있고 안정적인 AI 에이전트를 구축하는 것은 쉽지 않다. 이는 모델 자체의 한계보다는 기업 내 업무 맥락이 본질적으로 분산되어 있기 때문이다. 스노우플레이크가 후원한 MIT 테크놀로지 리뷰(MIT Technology Review)의 최근 보고서에 따르면, 경영진의 55%는 AI 에이전트가 생성하는 인사이트의 품질이 낮은 주요 원인으로 ‘비즈니스 맥락의 부족’을, 45%는 ‘데이터의 분산 또는 접근성 부족’을 꼽았다.
현재 AI 에이전트는 다양한 모델, MCP 서버 및 엔터프라이즈 시스템과 연결되면서, IT 및 보안 팀이 이를 관리하고 통제할 수 있는 속도보다 훨씬 빠르게 기업 전반으로 확산되고 있다. 이에 따라 기업은 부정확성, 보안 취약성, 비용 폭증 등의 리스크를 감수하며 AI 도입을 강행할 것인지, 아니면 어렵게 확보한 AI 혁신의 동력을 멈출 것인지에 대한 딜레마에 직면해 있다.
스노우플레이크는 기업이 통제력을 유지하면서도 혁신 속도를 높여, 속도와 통제 사이의 딜레마를 해소할 수 있도록 돕는다. 전사 데이터 자산을 아우르는 공통의 비즈니스 맥락, 능동적인 실행 가드레일, 모든 클라우드 및 엔진 환경에 일관되게 적용되는 통합 정책을 통해 기업은 AI 에이전트의 도입 속도와 엔터프라이즈 보안 사이에서 더 이상 고민할 필요가 없어진다. 에이전틱 엔터프라이즈(Agentic Enterprise)는 단순히 데이터에 접근하는 차원을 넘어, 기업이 통제할 수 있는 데이터, 관리 가능한 에이전트, 신뢰할 수 있는 답변을 바탕으로 운영된다.
크리스티안 클라이너만(Christian Kleinerman) 스노우플레이크 제품 담당 수석부사장은 “지난 수십 년간 거버넌스는 조직이 정확성, 보안성, 규정 준수를 바탕으로 의사결정을 내릴 수 있도록 뒷받침해 왔다. 에이전트 시대의 거버넌스 역할도 크게 다르지 않으며, 신뢰를 높이고 AI 도입을 가속화하는 핵심 동력으로 자리 잡고 있다”며 “앞으로 성공할 기업은 단순히 가장 많은 에이전트를 보유한 기업이 아니라 모든 데이터를 연결해 비즈니스 맥락을 정확히 이해하고, 정해진 규칙을 준수하며, 수행한 모든 작업을 추적하고 설명할 수 있는 AI 에이전트를 갖춘 기업이 될 것”이라고 말했다.
비즈니스 온톨로지, 거버넌스가 적용된 비즈니스 맥락 기반의 AI 추론 지원
대시보드와 애널리스트, AI 에이전트가 저마다 다른 답변을 내놓는다면 어떤 수치를 신뢰해야 할지 모호해진다. 모든 비즈니스 정의는 팀 내부 회의에서 쓰이는 수치든, 규제 기관 제출용 수치든 관계없이 명확한 공식 기준이 존재해야 하며, 이를 책임지고 관리하는 담당자 역시 분명해야 한다. 스노우플레이크의 상호운용 가능한 아키텍처를 기반으로 하는 비즈니스 온톨로지는 이러한 공식 기준을 단 한 번 정의해 두면 스노우플레이크 내부뿐만 아니라 조직 외부의 데이터 자산에도 동일하게 적용할 수 있도록 지원한다.
조 토비(Joe Tobey) 덴츠(dentsu) 데이터 제품 엔지니어링 총괄은 “가구 소득 구간이든, B2B 기업 통계 세그먼트 든 상관없이 모든 데이터는 그 의미에 대한 공통된 이해와 합의가 이뤄질 때 비로소 가치를 발휘한다”며 “AI 에이전트가 데이터를 탐색하고 질의하는 주요 수단이 됐기 때문에, 비즈니스 용어에 대한 정의를 단순히 데이터 용어집에 담아두는 기존 방식만으로는 한계가 있다”고 말했다. 이어 “비즈니스 온톨로지는 각 정의의 책임 주체를 명확히 하고, 해당 정의를 실제 데이터와 연결해 모든 AI 에이전트가 동일한 답변을 도출할 수 있도록 지원해 준다. 이를 통해 당사의 데이터 전반에 AI 에이전트를 더욱 확신을 갖고 배치하고 활용할 수 있게 됐다”고 덧붙였다.
AI 에이전트가 신뢰할 수 있는 답변을 제공하려면 △비즈니스 용어의 공식적인 의미 △수치 산출 방식 △문서화되지 않은 실무 지식 등 세 가지 유형의 맥락 정보가 필수적이다. 비즈니스 온톨로지는 공식적인 의미를 관리하고, ‘시맨틱 뷰(Semantic View)’는 해당 의미에 따른 수치를 산출하며, ‘코텍스 센스(Cortex Sense, 프라이빗 프리뷰)’는 아직 정의되지 않은 영역을 추론해 보완한다.
비즈니스 온톨로지는 호라이즌 카탈로그 내에서 거버넌스 기반의 비즈니스 맥락을 제공하는 전용 기능인 ‘스노우플레이크 호라이즌 컨텍스트(Snowflake Horizon Context)’에 새롭게 추가된 기능이다. 이를 통해 담당 팀은 ‘순매출’과 같은 핵심 비즈니스 지표의 공식 정의를 승인하고, 해당 정의를 하위 테이블 및 뷰에 직접 연결할 수 있다. 이에 따라 다양한 툴과 환경에서도 일관된 정의를 유지할 수 있다.
이 기능은 전체 데이터 자산에서 인텔리전스를 수집하고 확장해 활용할 수 있도록 지원하는 호라이즌 컨텍스트의 기능을 기반으로 구축됐다. 기본 제공되는 메타데이터 커넥터는 태블로(Tableau), 파워 BI(Power BI), dbt, SQL 서버, 포스트그레SQL(PostgreSQL) 등 다양한 데이터 소스에서 스키마, 쿼리 로그, 대시보드 정의, 사용 신호 등의 정보를 수집한다. 또한 시맨틱 모델을 위한 벤더 중립 개방형 데이터 표준인 ‘아파치 오시(Apache Ossie, 현재 개발 중)’를 활용해 스노우플레이크와 오시 호환 도구 간에 지표를 공유할 수 있도록 지원한다.
이를 바탕으로 데이터 팀을 위한 코딩 에이전트 ‘스노우플레이크 코코(Snowflake CoCo)’와 지식 근로자를 위한 개인 업무 에이전트 ‘스노우플레이크 코워크(Snowflake CoWork)’는 승인된 비즈니스 개념과 연관 관계를 바탕으로 답변의 근거를 마련할 수 있다. ‘코텍스 센스’는 거버넌스가 적용된 비즈니스 맥락을 메타데이터 및 쿼리 이력에서 얻은 신호와 결합해 에이전트가 가장 적합한 데이터를 찾아 활용할 수 있도록 지원한다. 이때 추론 결과가 상충할 경우 사전에 승인된 공식 정의를 우선으로 적용한다.
이미 타사 카탈로그나 스프레드시트로 비즈니스 정의를 관리하던 기업도 단 한 번의 코코(CoCo) 가이드 세션을 통해 해당 정의를 스노우플레이크로 쉽게 이관할 수 있다. 코코 세션은 도메인, 후보 용어, 관계, 연결된 데이터 자산을 추출해 담당자가 검토하고 승인할 수 있도록 초안 형태로 제시한다. 각 팀은 비즈니스 환경 변화에 맞춰 이러한 정의와 매핑 정보를 한 곳에서 관리할 수 있으며, 거버넌스가 적용된 맥락 정보를 애플리케이션마다 매번 새로 구축하지 않고도 재사용할 수 있다. 모든 변경사항은 기록으로 남는다. 예를 들어, 감사 담당자가 특정 분기의 순매출 정의와 승인 주체를 확인하고자 할 때도 단순 조회만으로 즉시 답변을 얻을 수 있다.
모텐 리렝(Morten Lileng) 덴츠 글로벌 엔지니어링 총괄은 “용어의 의미가 달라지는 것은 다양한 파트너의 데이터 환경을 다루는 과정에서 유의해야 할 주요 위험 요소 중 하나다. 덴츠의 데이터 및 기술 에이전시인 머클(Merkle)은 수많은 이해관계자의 데이터를 연결해야 하는 복잡한 환경 속에서 업무를 수행하고 있다”고 말했다. 이어 “스노우플레이크의 비즈니스 온톨로지는 인프라 수준에서 용어 간 의미 차이를 최소화하고, 모든 정의에 명확한 담당자를 지정해 모든 하위 시스템에 일관된 거버넌스가 적용된 답변을 제공한다. 이를 통해 스노우플레이크를 기반으로 구축된 머클의 데이터 분석 공간과 리테일 미디어 네트워크(RMN) 아키텍처가 실질적인 조치를 취할 수 있을 만큼 높은 신뢰성을 갖추게 된 것”이라고 덧붙였다.
코텍스 AI 게이트웨이, 모든 AI 에이전트에 일관된 규제 적용
코텍스 AI 게이트웨이는 기업이 운영하는 모든 에이전트가 거치는 단일 통로 역할을 한다. 호라이즌 카탈로그에서 작동하며, 클라우드, 프레임워크, AI 제공 업체에 상관없이 에이전트 연결 전반에 걸쳐 일관된 정책 세트를 적용한다. 에이전트는 MCP 서버를 통해 기업 데이터에 접근하고 필요한 작업을 수행하는데, 코텍스 AI 게이트웨이는 이러한 모든 호출 과정에 기업의 기존 접근 정책, 인증 및 권한을 그대로 적용한다. 에이전트는 사람과 동일한 통제 체계를 따르므로, 별도의 운용 체계를 만들고 관리해야 하는 부담을 줄일 수 있다.
거버넌스는 사고가 발생한 뒤 후속 조치로 마련하는 것이 아니라, 에이전트를 실제 운영 환경에 배포하기 전에 이미 갖춰져 있어야 한다. 통제되지 않은 단 하나의 연결이나 예상치 못한 비용 폭증만으로도 기업의 AI 프로그램 전체가 중단될 수 있기 때문이다.
코텍스 AI 게이트웨이로 사용자는 다음과 같은 작업을 수행할 수 있다.
· 인프라 관리 부담 없는 안전한 에이전트 코드 실행: 프라이빗 프리뷰로 공개되는 ‘코텍스 샌드박스(Cortex Sandboxes)’는 AI 에이전트가 스노우플레이크 내 기업 데이터와 함께 사용자 지정 코드를 안전하게 실행할 수 있는 독립적인 환경을 제공하며, 에이전트 실행 시 해당 사용자의 정확한 권한을 자동으로 적용한다. 코텍스 AI 게이트웨이가 에이전트 호출 모델과 도구를 통제한다면, 샌드박스는 에이전트가 실제로 실행하는 코드를 제어한다. 별도의 서버 관리 없이 몇 초 만에 실행할 수 있고 작업 완료 즉시 자동으로 종료되므로, 기업은 인증 정보 노출이나 외부 데이터 이동 없이도 자율형 에이전트 워크플로우를 완벽히 통제할 수 있다.
· 사고 발생 전 에이전트의 권한 남용 및 내부자 오용 탐지: 코텍스 AI 게이트웨이의 ‘에이전트 어뷰즈 디텍션(Agent Abuse Detection, 프라이빗 프리뷰)’ 기능은 개별 프롬프트가 아닌 에이전트의 전체 실행 과정을 분석한다. 이를 통해 허용된 권한을 벗어나 작동하는 에이전트나 승인 절차를 우회해 민감한 데이터를 외부로 유출하는 데 에이전트를 악용하는 직원을 탐지한다. 2단계 엔진으로 효율적인 스크리닝과 맥락 중심 추론을 결합해 보안 팀에 단순 알림이 아닌 명확한 근거 기반의 탐지 결과를 제공한다. 한편, 스노우플레이크는 오픈AI와 ‘프라이빗 세이프티 프로세싱(Private Safety Processing, PSP)’ 기술 설계를 위한 파트너로 참여, 오픈AI의 개인정보 보호형 안전성 신호를 에이전트 위험 활동 탐지 분석에 추가함으로써 탐지 효과를 한층 높일 예정이다.
· 데이터 기록 보관 및 심층적인 인사이트 확보: 옵저버빌리티(Observability) 기능은 에이전트가 호출한 모델과 사용한 도구, 의사결정에 이르는 모든 활동을 기록하며, 이를 외부 공급업체가 아닌 고객의 스노우플레이크 계정에 저장한다. 프라이빗 프리뷰로 공개되는 ‘에이전트 트레이스 인텔리전스(Agent Trace Intelligence)’를 활용하면 실행 추적 데이터를 비즈니스 데이터와 대조 조회해, 불필요한 반복 실행으로 비용을 낭비하는 에이전트, 오류가 발생하는 도구, 완료된 작업의 실제 발생 비용 등을 파악할 수 있다.
· 기존 보안 보호 체계 그대로 적용: ‘코텍스 인퍼런스(Cortex Inference)’는 프런티어 모델부터 오픈소스 모델까지 지속적으로 확장되는 최신 모델 라인업을 스노우플레이크 인프라 위에서 실행한다. 이를 통해 별도의 벤더 계약이나 전용 인프라 구축 없이도 각 작업에 최적화된 모델을 적용할 수 있다. 또한 ‘코텍스 AI 가드레일(Cortex AI Guardrails, 퍼블릭 프리뷰)’은 서드파티 에이전트를 포함해 게이트웨이를 통과하는 모든 에이전트에 대해 프롬프트 인젝션, 탈옥 등 최신 보안 위협을 방어하는 계정 단위의 강력한 실행 환경 보호 기능을 적용한다.
· 에이전트별 비용 파악 및 관리: ‘코스트 거버넌스(Cost Governance)’ 기능은 AI 지출을 사용자, 팀, 부서, 에이전트 및 애플리케이션 단위로 집계하고 엄격한 한도를 적용해 예산을 초과하기 전에 통제 불능 상태에 빠진 에이전트를 차단한다. 프라이빗 프리뷰로 제공되는 ‘다이내믹 모델 라우팅(Dynamic Model Routing)’은 비용, 정확도, 응답 지연 시간을 기반으로 각 요청을 최적의 승인 모델과 연결해 단순 반복 작업에 고가의 모델이 불필요하게 사용되는 것을 방지한다.
· 실행 전 모든 도구 호출 사전 검증: 코텍스 AI 게이트웨이 도구 기반의 MCP 거버넌스는 클라우드, SaaS 및 프라이빗 VPC 등 다양한 환경 전반에서 에이전트의 모든 도구 호출을 인증하고, 세분화된 권한 정책에 따라 사전 검증한다. 에이전트가 자율적으로 실행되거나 사용자를 대행해 작업을 수행하는 경우에도 사전에 도구 호출 이력을 점검할 수 있으며, 사용자 신원 정보가 작업 전반에 걸쳐 연계된다. 이에 따라 승인되지 않은 작업, 허가되지 않은 API 호출, 컴플라이언스 위반 행위는 에이전트가 민감한 시스템에 접근하기 전에 원천 차단된다.
스노우플레이크는 이러한 혁신 기술을 바탕으로 기업이 AI 에이전트에 기대해야 하는 표준을 한 단계 끌어올리고 있다. 대부분의 조직은 다양한 플랫폼과 클라우드, 이종 환경에서 데이터를 운용한다. 스노우플레이크는 설계 단계부터 상호운용성을 반영해 데이터 자산 전체를 하나로 연결하며, 에이전트와 분석을 위한 범용 거버넌스 및 맥락 정보를 제공한다. 이에 따라 데이터가 어떠한 클라우드, 카탈로그, 엔진에 위치하든 동일한 수준의 거버넌스가 적용되고 있다. 에이전트가 도출하는 모든 답변은 기업이 사전에 승인한 기준을 따르며, 모든 수행 내역은 기록 및 관리된다. 이는 AI 에이전트를 단순 파일럿 단계를 넘어 실질적인 비즈니스 운영 도구로 발전시키는 핵심 동력이자, 진정한 에이전틱 엔터프라이즈 구현을 위한 강력한 기반이 된다.
한편 11월 4일부터 6일까지 3일간 온라인으로 진행되는 ‘스노우플레이크 엑스페디션(Snowflake Expedition)’에서는 스노우플레이크의 최신 제품 기능과 업데이트 내용을 확인할 수 있으며, 스노우플레이크 홈페이지에서 등록을 통해 실시간으로 시청하거나 및 행사 종료 후 다시 볼 수 있다.
더 알아보기:
· 신뢰할 수 있는 AI 에이전트를 구현하기 위한 공유된 비즈니스 정의, 거버넌스 기반의 작업, 지출 제어 기능 등 스노우플레이크의 혁신 기술에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 비즈니스 온톨로지에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 코텍스 AI 게이트웨이의 새로운 기능에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 스노우플레이크와 MIT 테크놀로지 리뷰가 함께 발간한 공동 연구 보고서 전문은 여기에서 확인할 수 있다.
· 스노우플레이크의 최신 뉴스와 발표 내용은 LinkedIn과 X에서 확인할 수 있으며, #SnowflakeExpedition 해시태그를 통해 관련 소식을 확인할 수 있다.
‘스노우플레이크 호라이즌 카탈로그’의 ‘비즈니스 온톨로지’, 기업용 AI 에이전트가 신뢰할 수 있는 사전 승인된 정의 기반으로 모든 답변이 일관되고 추적 가능하며 즉시 실행되도록 지원
신뢰할 수 있고 안정적인 AI 에이전트를 구축하는 것은 쉽지 않다. 이는 모델 자체의 한계보다는 기업 내 업무 맥락이 본질적으로 분산되어 있기 때문이다. 스노우플레이크가 후원한 MIT 테크놀로지 리뷰(MIT Technology Review)의 최근 보고서에 따르면, 경영진의 55%는 AI 에이전트가 생성하는 인사이트의 품질이 낮은 주요 원인으로 ‘비즈니스 맥락의 부족’을, 45%는 ‘데이터의 분산 또는 접근성 부족’을 꼽았다.
현재 AI 에이전트는 다양한 모델, MCP 서버 및 엔터프라이즈 시스템과 연결되면서, IT 및 보안 팀이 이를 관리하고 통제할 수 있는 속도보다 훨씬 빠르게 기업 전반으로 확산되고 있다. 이에 따라 기업은 부정확성, 보안 취약성, 비용 폭증 등의 리스크를 감수하며 AI 도입을 강행할 것인지, 아니면 어렵게 확보한 AI 혁신의 동력을 멈출 것인지에 대한 딜레마에 직면해 있다.
스노우플레이크는 기업이 통제력을 유지하면서도 혁신 속도를 높여, 속도와 통제 사이의 딜레마를 해소할 수 있도록 돕는다. 전사 데이터 자산을 아우르는 공통의 비즈니스 맥락, 능동적인 실행 가드레일, 모든 클라우드 및 엔진 환경에 일관되게 적용되는 통합 정책을 통해 기업은 AI 에이전트의 도입 속도와 엔터프라이즈 보안 사이에서 더 이상 고민할 필요가 없어진다. 에이전틱 엔터프라이즈(Agentic Enterprise)는 단순히 데이터에 접근하는 차원을 넘어, 기업이 통제할 수 있는 데이터, 관리 가능한 에이전트, 신뢰할 수 있는 답변을 바탕으로 운영된다.
크리스티안 클라이너만(Christian Kleinerman) 스노우플레이크 제품 담당 수석부사장은 “지난 수십 년간 거버넌스는 조직이 정확성, 보안성, 규정 준수를 바탕으로 의사결정을 내릴 수 있도록 뒷받침해 왔다. 에이전트 시대의 거버넌스 역할도 크게 다르지 않으며, 신뢰를 높이고 AI 도입을 가속화하는 핵심 동력으로 자리 잡고 있다”며 “앞으로 성공할 기업은 단순히 가장 많은 에이전트를 보유한 기업이 아니라 모든 데이터를 연결해 비즈니스 맥락을 정확히 이해하고, 정해진 규칙을 준수하며, 수행한 모든 작업을 추적하고 설명할 수 있는 AI 에이전트를 갖춘 기업이 될 것”이라고 말했다.
비즈니스 온톨로지, 거버넌스가 적용된 비즈니스 맥락 기반의 AI 추론 지원
대시보드와 애널리스트, AI 에이전트가 저마다 다른 답변을 내놓는다면 어떤 수치를 신뢰해야 할지 모호해진다. 모든 비즈니스 정의는 팀 내부 회의에서 쓰이는 수치든, 규제 기관 제출용 수치든 관계없이 명확한 공식 기준이 존재해야 하며, 이를 책임지고 관리하는 담당자 역시 분명해야 한다. 스노우플레이크의 상호운용 가능한 아키텍처를 기반으로 하는 비즈니스 온톨로지는 이러한 공식 기준을 단 한 번 정의해 두면 스노우플레이크 내부뿐만 아니라 조직 외부의 데이터 자산에도 동일하게 적용할 수 있도록 지원한다.
조 토비(Joe Tobey) 덴츠(dentsu) 데이터 제품 엔지니어링 총괄은 “가구 소득 구간이든, B2B 기업 통계 세그먼트 든 상관없이 모든 데이터는 그 의미에 대한 공통된 이해와 합의가 이뤄질 때 비로소 가치를 발휘한다”며 “AI 에이전트가 데이터를 탐색하고 질의하는 주요 수단이 됐기 때문에, 비즈니스 용어에 대한 정의를 단순히 데이터 용어집에 담아두는 기존 방식만으로는 한계가 있다”고 말했다. 이어 “비즈니스 온톨로지는 각 정의의 책임 주체를 명확히 하고, 해당 정의를 실제 데이터와 연결해 모든 AI 에이전트가 동일한 답변을 도출할 수 있도록 지원해 준다. 이를 통해 당사의 데이터 전반에 AI 에이전트를 더욱 확신을 갖고 배치하고 활용할 수 있게 됐다”고 덧붙였다.
AI 에이전트가 신뢰할 수 있는 답변을 제공하려면 △비즈니스 용어의 공식적인 의미 △수치 산출 방식 △문서화되지 않은 실무 지식 등 세 가지 유형의 맥락 정보가 필수적이다. 비즈니스 온톨로지는 공식적인 의미를 관리하고, ‘시맨틱 뷰(Semantic View)’는 해당 의미에 따른 수치를 산출하며, ‘코텍스 센스(Cortex Sense, 프라이빗 프리뷰)’는 아직 정의되지 않은 영역을 추론해 보완한다.
비즈니스 온톨로지는 호라이즌 카탈로그 내에서 거버넌스 기반의 비즈니스 맥락을 제공하는 전용 기능인 ‘스노우플레이크 호라이즌 컨텍스트(Snowflake Horizon Context)’에 새롭게 추가된 기능이다. 이를 통해 담당 팀은 ‘순매출’과 같은 핵심 비즈니스 지표의 공식 정의를 승인하고, 해당 정의를 하위 테이블 및 뷰에 직접 연결할 수 있다. 이에 따라 다양한 툴과 환경에서도 일관된 정의를 유지할 수 있다.
이 기능은 전체 데이터 자산에서 인텔리전스를 수집하고 확장해 활용할 수 있도록 지원하는 호라이즌 컨텍스트의 기능을 기반으로 구축됐다. 기본 제공되는 메타데이터 커넥터는 태블로(Tableau), 파워 BI(Power BI), dbt, SQL 서버, 포스트그레SQL(PostgreSQL) 등 다양한 데이터 소스에서 스키마, 쿼리 로그, 대시보드 정의, 사용 신호 등의 정보를 수집한다. 또한 시맨틱 모델을 위한 벤더 중립 개방형 데이터 표준인 ‘아파치 오시(Apache Ossie, 현재 개발 중)’를 활용해 스노우플레이크와 오시 호환 도구 간에 지표를 공유할 수 있도록 지원한다.
이를 바탕으로 데이터 팀을 위한 코딩 에이전트 ‘스노우플레이크 코코(Snowflake CoCo)’와 지식 근로자를 위한 개인 업무 에이전트 ‘스노우플레이크 코워크(Snowflake CoWork)’는 승인된 비즈니스 개념과 연관 관계를 바탕으로 답변의 근거를 마련할 수 있다. ‘코텍스 센스’는 거버넌스가 적용된 비즈니스 맥락을 메타데이터 및 쿼리 이력에서 얻은 신호와 결합해 에이전트가 가장 적합한 데이터를 찾아 활용할 수 있도록 지원한다. 이때 추론 결과가 상충할 경우 사전에 승인된 공식 정의를 우선으로 적용한다.
이미 타사 카탈로그나 스프레드시트로 비즈니스 정의를 관리하던 기업도 단 한 번의 코코(CoCo) 가이드 세션을 통해 해당 정의를 스노우플레이크로 쉽게 이관할 수 있다. 코코 세션은 도메인, 후보 용어, 관계, 연결된 데이터 자산을 추출해 담당자가 검토하고 승인할 수 있도록 초안 형태로 제시한다. 각 팀은 비즈니스 환경 변화에 맞춰 이러한 정의와 매핑 정보를 한 곳에서 관리할 수 있으며, 거버넌스가 적용된 맥락 정보를 애플리케이션마다 매번 새로 구축하지 않고도 재사용할 수 있다. 모든 변경사항은 기록으로 남는다. 예를 들어, 감사 담당자가 특정 분기의 순매출 정의와 승인 주체를 확인하고자 할 때도 단순 조회만으로 즉시 답변을 얻을 수 있다.
모텐 리렝(Morten Lileng) 덴츠 글로벌 엔지니어링 총괄은 “용어의 의미가 달라지는 것은 다양한 파트너의 데이터 환경을 다루는 과정에서 유의해야 할 주요 위험 요소 중 하나다. 덴츠의 데이터 및 기술 에이전시인 머클(Merkle)은 수많은 이해관계자의 데이터를 연결해야 하는 복잡한 환경 속에서 업무를 수행하고 있다”고 말했다. 이어 “스노우플레이크의 비즈니스 온톨로지는 인프라 수준에서 용어 간 의미 차이를 최소화하고, 모든 정의에 명확한 담당자를 지정해 모든 하위 시스템에 일관된 거버넌스가 적용된 답변을 제공한다. 이를 통해 스노우플레이크를 기반으로 구축된 머클의 데이터 분석 공간과 리테일 미디어 네트워크(RMN) 아키텍처가 실질적인 조치를 취할 수 있을 만큼 높은 신뢰성을 갖추게 된 것”이라고 덧붙였다.
코텍스 AI 게이트웨이, 모든 AI 에이전트에 일관된 규제 적용
코텍스 AI 게이트웨이는 기업이 운영하는 모든 에이전트가 거치는 단일 통로 역할을 한다. 호라이즌 카탈로그에서 작동하며, 클라우드, 프레임워크, AI 제공 업체에 상관없이 에이전트 연결 전반에 걸쳐 일관된 정책 세트를 적용한다. 에이전트는 MCP 서버를 통해 기업 데이터에 접근하고 필요한 작업을 수행하는데, 코텍스 AI 게이트웨이는 이러한 모든 호출 과정에 기업의 기존 접근 정책, 인증 및 권한을 그대로 적용한다. 에이전트는 사람과 동일한 통제 체계를 따르므로, 별도의 운용 체계를 만들고 관리해야 하는 부담을 줄일 수 있다.
거버넌스는 사고가 발생한 뒤 후속 조치로 마련하는 것이 아니라, 에이전트를 실제 운영 환경에 배포하기 전에 이미 갖춰져 있어야 한다. 통제되지 않은 단 하나의 연결이나 예상치 못한 비용 폭증만으로도 기업의 AI 프로그램 전체가 중단될 수 있기 때문이다.
코텍스 AI 게이트웨이로 사용자는 다음과 같은 작업을 수행할 수 있다.
· 인프라 관리 부담 없는 안전한 에이전트 코드 실행: 프라이빗 프리뷰로 공개되는 ‘코텍스 샌드박스(Cortex Sandboxes)’는 AI 에이전트가 스노우플레이크 내 기업 데이터와 함께 사용자 지정 코드를 안전하게 실행할 수 있는 독립적인 환경을 제공하며, 에이전트 실행 시 해당 사용자의 정확한 권한을 자동으로 적용한다. 코텍스 AI 게이트웨이가 에이전트 호출 모델과 도구를 통제한다면, 샌드박스는 에이전트가 실제로 실행하는 코드를 제어한다. 별도의 서버 관리 없이 몇 초 만에 실행할 수 있고 작업 완료 즉시 자동으로 종료되므로, 기업은 인증 정보 노출이나 외부 데이터 이동 없이도 자율형 에이전트 워크플로우를 완벽히 통제할 수 있다.
· 사고 발생 전 에이전트의 권한 남용 및 내부자 오용 탐지: 코텍스 AI 게이트웨이의 ‘에이전트 어뷰즈 디텍션(Agent Abuse Detection, 프라이빗 프리뷰)’ 기능은 개별 프롬프트가 아닌 에이전트의 전체 실행 과정을 분석한다. 이를 통해 허용된 권한을 벗어나 작동하는 에이전트나 승인 절차를 우회해 민감한 데이터를 외부로 유출하는 데 에이전트를 악용하는 직원을 탐지한다. 2단계 엔진으로 효율적인 스크리닝과 맥락 중심 추론을 결합해 보안 팀에 단순 알림이 아닌 명확한 근거 기반의 탐지 결과를 제공한다. 한편, 스노우플레이크는 오픈AI와 ‘프라이빗 세이프티 프로세싱(Private Safety Processing, PSP)’ 기술 설계를 위한 파트너로 참여, 오픈AI의 개인정보 보호형 안전성 신호를 에이전트 위험 활동 탐지 분석에 추가함으로써 탐지 효과를 한층 높일 예정이다.
· 데이터 기록 보관 및 심층적인 인사이트 확보: 옵저버빌리티(Observability) 기능은 에이전트가 호출한 모델과 사용한 도구, 의사결정에 이르는 모든 활동을 기록하며, 이를 외부 공급업체가 아닌 고객의 스노우플레이크 계정에 저장한다. 프라이빗 프리뷰로 공개되는 ‘에이전트 트레이스 인텔리전스(Agent Trace Intelligence)’를 활용하면 실행 추적 데이터를 비즈니스 데이터와 대조 조회해, 불필요한 반복 실행으로 비용을 낭비하는 에이전트, 오류가 발생하는 도구, 완료된 작업의 실제 발생 비용 등을 파악할 수 있다.
· 기존 보안 보호 체계 그대로 적용: ‘코텍스 인퍼런스(Cortex Inference)’는 프런티어 모델부터 오픈소스 모델까지 지속적으로 확장되는 최신 모델 라인업을 스노우플레이크 인프라 위에서 실행한다. 이를 통해 별도의 벤더 계약이나 전용 인프라 구축 없이도 각 작업에 최적화된 모델을 적용할 수 있다. 또한 ‘코텍스 AI 가드레일(Cortex AI Guardrails, 퍼블릭 프리뷰)’은 서드파티 에이전트를 포함해 게이트웨이를 통과하는 모든 에이전트에 대해 프롬프트 인젝션, 탈옥 등 최신 보안 위협을 방어하는 계정 단위의 강력한 실행 환경 보호 기능을 적용한다.
· 에이전트별 비용 파악 및 관리: ‘코스트 거버넌스(Cost Governance)’ 기능은 AI 지출을 사용자, 팀, 부서, 에이전트 및 애플리케이션 단위로 집계하고 엄격한 한도를 적용해 예산을 초과하기 전에 통제 불능 상태에 빠진 에이전트를 차단한다. 프라이빗 프리뷰로 제공되는 ‘다이내믹 모델 라우팅(Dynamic Model Routing)’은 비용, 정확도, 응답 지연 시간을 기반으로 각 요청을 최적의 승인 모델과 연결해 단순 반복 작업에 고가의 모델이 불필요하게 사용되는 것을 방지한다.
· 실행 전 모든 도구 호출 사전 검증: 코텍스 AI 게이트웨이 도구 기반의 MCP 거버넌스는 클라우드, SaaS 및 프라이빗 VPC 등 다양한 환경 전반에서 에이전트의 모든 도구 호출을 인증하고, 세분화된 권한 정책에 따라 사전 검증한다. 에이전트가 자율적으로 실행되거나 사용자를 대행해 작업을 수행하는 경우에도 사전에 도구 호출 이력을 점검할 수 있으며, 사용자 신원 정보가 작업 전반에 걸쳐 연계된다. 이에 따라 승인되지 않은 작업, 허가되지 않은 API 호출, 컴플라이언스 위반 행위는 에이전트가 민감한 시스템에 접근하기 전에 원천 차단된다.
스노우플레이크는 이러한 혁신 기술을 바탕으로 기업이 AI 에이전트에 기대해야 하는 표준을 한 단계 끌어올리고 있다. 대부분의 조직은 다양한 플랫폼과 클라우드, 이종 환경에서 데이터를 운용한다. 스노우플레이크는 설계 단계부터 상호운용성을 반영해 데이터 자산 전체를 하나로 연결하며, 에이전트와 분석을 위한 범용 거버넌스 및 맥락 정보를 제공한다. 이에 따라 데이터가 어떠한 클라우드, 카탈로그, 엔진에 위치하든 동일한 수준의 거버넌스가 적용되고 있다. 에이전트가 도출하는 모든 답변은 기업이 사전에 승인한 기준을 따르며, 모든 수행 내역은 기록 및 관리된다. 이는 AI 에이전트를 단순 파일럿 단계를 넘어 실질적인 비즈니스 운영 도구로 발전시키는 핵심 동력이자, 진정한 에이전틱 엔터프라이즈 구현을 위한 강력한 기반이 된다.
한편 11월 4일부터 6일까지 3일간 온라인으로 진행되는 ‘스노우플레이크 엑스페디션(Snowflake Expedition)’에서는 스노우플레이크의 최신 제품 기능과 업데이트 내용을 확인할 수 있으며, 스노우플레이크 홈페이지에서 등록을 통해 실시간으로 시청하거나 및 행사 종료 후 다시 볼 수 있다.
더 알아보기:
· 신뢰할 수 있는 AI 에이전트를 구현하기 위한 공유된 비즈니스 정의, 거버넌스 기반의 작업, 지출 제어 기능 등 스노우플레이크의 혁신 기술에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 비즈니스 온톨로지에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 코텍스 AI 게이트웨이의 새로운 기능에 대한 자세한 내용은 블로그에서 확인할 수 있다.
· 스노우플레이크와 MIT 테크놀로지 리뷰가 함께 발간한 공동 연구 보고서 전문은 여기에서 확인할 수 있다.
· 스노우플레이크의 최신 뉴스와 발표 내용은 LinkedIn과 X에서 확인할 수 있으며, #SnowflakeExpedition 해시태그를 통해 관련 소식을 확인할 수 있다.
공유하기
← 블로그 목록으로