가장 즐거운 제품을 만든 자가 승리한다: 에이전트 전쟁 시작
출처: The New Stack
이번 주 샌프란시스코에서 열린 Snowflake Summit 26(https://www.snowflake.com/en/summit/)에서 대화는 새로운 방향으로 전개되었습니다. 지난해의 초점이 대형 언어 모델에 대한 초기 경이감이었다면, 올해 이야기는 그 모델들을 활용하는 다음 단계, 즉 에이전시 기반 기업에 관한 것입니다.
기업 입장에서는 AI가 코드를 작성할 수 있느냐가 문제가 아니라, 최소한의 인간 개입으로 복잡하고 데이터 집약적인 워크플로를 구축·배포·관리하도록 어떻게 오케스트레이션하느냐가 핵심이 되었습니다.
Snowflake가 AI 개발 전반을 지원하는 백업 역할을 어떻게 포지셔닝하고 있는지 이해하기 위해, 기자와 분석가들은 행사 현장에서 Snowflake 제품 담당 EVP인 Christian Kleinerman(https://www.linkedin.com/in/christian-kleinerman-a973102/)과 인터뷰를 가졌습니다.
키노트에서 새로운 개발자 도구 모음이 공개된 뒤, Kleinerman은 Snowflake가 단순 코드 생성에서 벗어나 기업 AI를 위한 통합된 에이전시 제어 평면을 구축하고 있다고 상세히 설명했습니다.
이 대화는 명확성을 위해 편집·요약되었습니다.
Q: Snowflake Summit 26은 에이전시 워크플로 전환으로 정의됩니다. 현재 현장을 보면서 고객에게 이 전환을 어떻게 정의하고 있나요?
Christian Kleinerman: 우리는 AI의 가치를 자율성과 신뢰성으로 측정하는 단계에 진입하고 있습니다. 우리의 최상위 목표는 전체 데이터 라이프사이클을 단순화하는 것입니다. 과거에는 데이터 수집 → 변환 → 소비까지가 수작업이며 파편화된 여정이었습니다. 이제 우리는 이 단계들을 단순히 연결하는 것이 아니라 오케스트레이션하는 에이전시 접근 방식을 도입하고 있습니다.
“이전에는 3개월이 걸리던 마이그레이션 프로젝트가 이제는 에이전시 워크플로를 통해 5시간 이내에 처리되고, 인간은 최종 결과물만 검토합니다.”
‘에이전시 기업’이란 코드 생성만 지원하는 도구가 아니라 실제로 구축하고 배포까지 수행하는 도구를 의미합니다. 현재 개발자 경험이 ‘탭 스프레일’(열 개가 넘는 앱을 오가며 하나의 문제를 해결) 때문에 부서지는 경우가 많습니다. 새로운 도구들의 목표는 컨텍스트를 작업 공간으로 끌어들여 개발자가 수동 입력이 아닌 아키텍트 역할을 할 수 있게 하는 것입니다.
**Q: 이제 큰 소식, Snowflake CoCo에 대해 말씀해 주세요. 기존 **Cortex Code를 CoCo(Coding Agent)로 리브랜딩했는데, 이 변화가 의미하는 바는 무엇인가요?
Kleinerman: CoCo는 Coding Agent의 약자로, 개발 방식을 근본적으로 바꾸는 혁신입니다. 단순 채팅 인터페이스가 아니라 데이터 워크플로를 오케스트레이션할 수 있는 코딩 에이전트입니다.
Christian Kleinerman of Snowflake
내부에서 배운 점은, 개발자에게 적절한 도구를 제공하면 생산성이 몇 퍼센트 상승하는 수준이 아니라 도약한다는 것입니다. 앞서 언급한 대로, 3개월이 걸리던 마이그레이션이 이제는 5시간 이내에 에이전시 워크플로로 처리되고, 인간은 최종 결과만 검토합니다.
CoCo는 현재 네이티브 데스크톱 앱으로 제공되지만, 개발자들이 주로 사용하는 VS Code(https://code.visualstudio.com/)와 Microsoft Excel(https://www.microsoft.com/en-us/microsoft-365/excel)에도 확장되었습니다. 작업 현장에 직접 찾아가 자동화 워크플로, 앱 개발, 기업 데이터에 대한 AI 운영을 간단한 프롬프트 하나로 가능하게 합니다. 우리는 단순히 SQL 쿼리를 쉽게 만드는 것이 아니라 프로덕션 수준의 데이터 제품을 손쉽게 제공하는 것을 목표로 합니다.
**Q: 또한 **Snowflake Datastream을 발표했는데, AI 기반 개발 비전에서 인프라 계층이 왜 그렇게 중요한가요?
Kleinerman: 데이터가 오래되었거나 사일로에 갇혀 있다면 신뢰할 수 있는 AI 에이전트는 존재할 수 없습니다. Datastream은 Apache Kafka(https://kafka.apache.org/)용 완전 관리형 스트리밍 서비스입니다.
대부분 조직이 겪는 어려움은 별도 스트리밍 인프라(브로커, 커넥터, 유지보수 등)를 관리해야 한다는 복잡성입니다. Datastream은 이를 제거하고 실시간으로 지속 흐르는 데이터를 Snowflake로 직접 전달합니다. 이는 샌드박스에서 동작하는 AI 에이전트와 프로덕션에서 동작하는 AI 에이전트의 차이를 만드는 핵심 요소, 즉 컨텍스트의 신선도와 직결됩니다. 실시간 비즈니스 의사결정을 위한 AI 애플리케이션이라면 실시간 데이터 통합이 필수이며, Datastream이 이를 매끄럽게 구현합니다.
Q: 현재 업계에서는 “토큰 최대화”와 AI 예산에 대한 논의가 활발합니다. 일부 기업은 비용 폭증으로 무제한 LLM 접근을 축소하고 있는데, 고객들 사이에서도 이런 우려를 보고 있나요?
Kleinerman: 듣고 있습니다. 충분히 타당한 고민입니다. 제 답변은 **‘사용량 메트릭 부재가 진짜 문제’**라는 점입니다. 사용량을 추적하지 않으면 생산성이 아니라 수동적인 상태에 머무르게 됩니다.
그럼에도 불구하고 고객들의 모델 활용 방식에 변화가 보이고 있습니다. 우리는 언제나 **‘작업에 맞는 올바른 모델’**을 사용할 것을 권장해 왔습니다. 감성 분석이나 기본 데이터 처리와 같은 작업에 거대한 Frontier model(https://www.iguazio.com/glossary/frontier-model/)이 필요하지 않습니다. 오히려 작고 효율적인 모델이 더 적합합니다. 우리의 역할은 모델을 자유롭게 교체하고, 자체 데이터로 파인튜닝하며, 조직 내에서 실행되는 모델을 정밀하게 관리할 수 있는 환경을 제공하는 것입니다.
효율성은 ‘덜 하는 것’이 아니라 **‘똑똑하게 사용하는 것’**입니다. 우리는 개발자에게 비용을 절감하도록 돕는 것이 아니라 최적화할 수 있는 도구를 제공하고 있습니다.
Q: 앞서 “비전통적인 빌더”에 대해 언급했는데, 이 에이전시 스택이 기업 내 소프트웨어 구축 인력의 프로필을 어떻게 바꾸고 있나요?
Kleinerman: 이것이 제가 가장 흥미롭게 보는 부분입니다. 수십 년 동안 데이터 파이프라인 구축이나 비즈니스 프로세스 자동화는 소수의 엔지니어 중심 팀만이 할 수 있는 일로 여겨졌습니다. CoCo 덕분에 분석가와 데이터에 능숙한 비즈니스 사용자—비즈니스 로직을 가장 잘 이해하는 사람들—가 스스로 파이프라인과 자동화 도구를 만들기 시작하고 있습니다.
AI를 사용해 ‘원하는 결과’를 설명하기만 하면 구축이 가능해지면서, 조직의 AI 전략에 기여할 수 있는 인원의 규모가 수십 배로 확대됩니다. 우리는 소프트웨어 엔지니어를 대체하는 것이 아니라, 코드를 작성하는 사람에서 시스템을 오케스트레이션하는 사람으로 역할을 진화시키고 있습니다.
Q: 앞으로 애플리케이션 벤더(Salesforce, SAP 등)와 데이터 플랫폼 제공업체(Snowflake 등) 간 경쟁은 어떻게 전개될까요? 에이전시 세계에서 프로세스는 누가 소유하게 될까요?
Kleinerman: 통찰력 있는 질문이며, 솔직히 아직