‘사스포칼립스’ 공포 속 소프트웨어 기업 재평가… AI가 기존 SaaS 가치 흔들어
데이터·거버넌스·에이전트 결합이 새 경쟁력… 스노우플레이크, ‘AI 실행 플랫폼’ 전면에
멀티클라우드·개방형 모델·사용량 기반 과금까지… 위기 국면에서도 성장세 이어가




미국 증시에서는 최근 기존 서비스형 소프트웨어(SaaS) 기업들이 AI 확산의 직격탄을 맞을 수 있다는 우려가 커지며 ‘사스포칼립스(SaaS-pocalypse)’라는 말까지 나온다. 데이터 클라우드 기업 스노우플레 온라인골드몽 이크도 이 질문을 비껴가지는 못했다. 최근 시장에서 스노우플레이크 주가 역시 성장 둔화 우려와 AI 전환 속도에 대한 기대가 엇갈리며 변동성을 보여왔다. 이 지점에서 스노우플레이크는 AI를 위한 별도 기능을 덧붙이는 수준이 아니라, 데이터가 생성되고 처리되고 분석되고 활용되고 보관되는 전 과정을 하나의 플랫폼에서 연결하겠다는 역할을 강조했다. 이에 테크42 릴짱릴게임 는 크리스티안 클레이너만 스노우플레이크 제품 담당 수석 부사장의 이야기를 통해 구체적인 전략을 직접 들여다봤다. (사진=테크42)


생성형 인공지능(AI)이 소프트웨어 시장의 질서를 바꾸고 있다. 미국 증시에서는 최근 기존 서비스형 소프트웨어(SaaS) 기업들이 AI 확산의 직격탄을 맞을 수 있다는 백경게임랜드 우려가 커지며 ‘사스포칼립스(SaaS-pocalypse)’라는 말까지 나온다. AI가 기존 SaaS가 제공하던 기능을 빠르게 흡수하거나 대체할 수 있다는 인식이 퍼지면서, 한때 고성장의 상징이던 소프트웨어 기업들은 다시 평가대에 올랐다. 성장률이 조금만 꺾여도 주가가 크게 흔들리는 분위기다.
이 흐름은 단순한 투자심리 변화에 그치지 않는 릴게임꽁머니 다. 기업들의 IT 예산이 기존 소프트웨어 구독에서 AI 인프라, 모델, 데이터 활용 역량 쪽으로 이동하면서 시장의 질문도 달라졌다. ‘어떤 SaaS가 더 좋은 기능을 제공하느냐’보다 ‘누가 AI 시대의 핵심 실행 인프라가 되느냐’가 더 중요해진 것이다. 데이터 클라우드 기업 스노우플레이크도 이 질문을 비껴가지는 못했다. 최근 시장에서 스노우플레이크 주가 게임몰 역시 성장 둔화 우려와 AI 전환 속도에 대한 기대가 엇갈리며 변동성을 보여왔다.
다만 스노우플레이크를 기존 SaaS 기업과 같은 프레임으로만 묶어보기는 어렵다. 스노우플레이크가 주목하는 것은  데이터이기 때문이다. 저장·처리·분석을 통합한 ‘AI 데이터 클라우드’를 기반으로 기업의 AI 활용을 지원하는 것이 스노우플레이크의 전략이다. 전 세계 고객사는 1만3300개를 넘겼고, FY26(2026년 회계연도) 연간 수익은 46억8394만달러, FY26 4분기 수익은 12억8000만달러, 같은 기간 제품 수익은 12억3000만달러를 기록했다. 성장률이 과거만큼 가파르지는 않지만, AI 수요와 데이터 수요가 동시에 커지는 흐름 속에서 사업 기반은 여전히 확대되고 있다는 해석이 가능하다.
‘데이터 포 브렉퍼스트(Data for Breakfast)’라는 이름으로 개최된 19일 행사 현장에서 드러난 스노우플레이크의 문제의식도 분명했다. AI 경쟁은 이제 특정 모델 하나를 먼저 붙이는 문제가 아니라, 기업 데이터가 얼마나 준비돼 있는지, 그 데이터를 얼마나 일관된 거버넌스 아래 연결할 수 있는지, 그리고 그 위에 에이전트를 어떻게 얹을 수 있는지의 문제로 바뀌고 있다는 것이다. 에이전트 간 상호운용성 확대, 오픈소스 기반 모델의 고도화, 마이크로 에이전트 확산, 엔터프라이즈급 데이터베이스와 보안·거버넌스의 중요성은 모두 이 변화의 방향을 가리킨다.
이 지점에서 스노우플레이크는 자신들의 역할을 분명히 했다. AI를 위한 별도 기능을 덧붙이는 수준이 아니라, 데이터가 생성되고 처리되고 분석되고 활용되고 보관되는 전 과정을 하나의 플랫폼에서 연결하겠다는 것이다. 그리고 그 연결의 끝을 AI ‘실행’에 두고 있었다. 이에 테크42는 현장에서 만난  크리스티안 클레이너만 스노우플레이크 제품 담당 수석 부사장의 이야기를 통해 구체적인 전략을 직접 들여다봤다.

데이터 기반부터 다시 묻다… AI 시대 기업 전략의 무게중심이 옮겨간다




이날 행사는 먼저 스노우플에이크는 최기영 한국 지사장이 나와 기업들의 AI 도입 방식이 어떻게 바뀌고 있는지를 짚으며 스노우플레이크의 역할을 소개했다. (사진=테크42)


이날 행사는 먼저 스노우플에이크는 최기영 한국 지사장이 나와 기업들의 AI 도입 방식이 어떻게 바뀌고 있는지를 짚으며 스노우플레이크의 역할을 소개했다. 최 지사장은 기업은 거대한 로드맵을 세운 뒤 수년짜리 프로젝트로 AI를 추진하는 방식을 언급했다. 이는 현업 단위에서 작은 에이전트를 먼저 도입하고, 검증된 성과를 바탕으로 이를 확장해 전체 시스템으로 연결하는 접근이 더 현실적인 전략으로 부상하고 있다.
이런 변화는 모델 경쟁의 흐름과도 맞닿아 있다. 상용 대형언어모델과 오픈소스 기반 모델이 동시에 고도화되면서, 어떤 모델이 절대적으로 우위에 있다고 말하기 어려운 국면에 접어들고 있다. 결국 기업 입장에서는 ‘어떤 모델을 쓸 것인가’보다 ‘그 모델이 자사 데이터와 비즈니스 맥락 위에서 얼마나 안정적으로 작동하는가’가 더 중요해졌다. 모델이 상향 평준화될수록, 데이터 준비도와 거버넌스가 성패를 가르는 변수로 떠오르는 이유다.
여기서 자연스럽게 조직 문제도 따라붙는다. 과거에는 새로운 기술 도입이 IT 부서 중심의 시스템 통합 프로젝트로 진행되는 경우가 많았다. 하지만 AI는 다르다. 현업이 직접 참여해야 하고, 재무·인사·영업 같은 부서도 활용 주체가 돼야 한다. 즉 기술보다 비즈니스 방향성과 전사적 협업 구조가 더 중요해진 셈이다. 이날 최 지사장은 이 점을 여러 차례 강조했다. AI는 더 이상 특정 부서의 파일럿이 아니라, 기업 운영방식 자체를 다시 설계하게 만드는 요소라는 설명이다.
이런 맥락 위에서 스노우플레이크의 전략도 읽힌다. 최 지사장은 데이터 기반, 비즈니스 로직, AI 내재화를 한 덩어리로 묶어 설명했다. 데이터가 분산돼 있고, 거버넌스가 정리되지 않았고, AI가 기업 시스템과 연결되지 않은 상태에서는 어떤 최신 모델을 가져와도 기대한 결과를 내기 어렵다는 판단이다.

“AI의 가치는 이미 현실”… 스노우플레이크가 말한 전환기의 해법




클레이너만 부사장은 다양한 데이터베이스 기술을 20년 이상 연구한 경험을 지닌 데이터베이스 전문가로 마이크로소프트와 구글을 거쳐 스노우플레이크에서 15년 이상의 관리 및 임원 경험을 지니고 있다. (사진=테크42)


최 지사장이 제기한 문제의식은 자연스레 크리스티안 클레이너만 부사장의 이야기로 이어졌다. 클레이너만 부사장은 다양한 데이터베이스 기술을 20년 이상 연구한 경험을 지닌 데이터베이스 전문가로 마이크로소프트와 구글을 거쳐 스노우플레이크에 몸담고 있다.
그런 그가 이야기하는 첫 마디는 “AI를 먼 미래의 전략으로 미뤄서는 안 된다”는 것이었다. 그에 따르면 지금 기업이 봐야 할 것은 ‘언젠가 가능한 AI’가 아니라, 이미 이번 주와 이번 달 안에 성과를 낼 수 있는 AI다.

“AI의 가치는 이미 현실이 됐고 지금 이 순간에도 창출되고 있습니다. 기업들이 AI를 미래의 일이나 장기 프로젝트로만 생각하는 것은 더 이상 바람직하지 않습니다. 작은 활용 사례라도 빠르게 적용하면 이번 주, 이번 달 안에도 성과를 만들 수 있습니다.”




클레이너만 부사장는 실제로 일부 기업들이 AI를 통해 실질적인 결과를 내고 있다고 설명했다. (사진=테크42)


그러면서 클레이너만 부사장는 실제로 일부 기업들이 AI를 통해 실질적인 결과를 내고 있다고 설명했다. 반면 적지 않은 기업들이 여전히 도입에 어려움을 겪고 있는 것도 사실이라고 짚었다. 이유는 비슷하다. AI가 엔터프라이즈 시스템과 연결되지 않거나, 데이터가 조각나 있거나, 거버넌스가 갖춰지지 않았기 때문이다. 이런 조건에서는 잘못된 답변이나 환각(할루시네이션) 같은 문제를 피하기 어렵고, 결국 AI에 대한 신뢰도 낮아질 수밖에 없다.
이어 클레이너만 부사장이 제시한 AI 성공 조건은 세 가지였다. 엔터프라이즈 데이터 파운데이션, 명확한 비즈니스 로직, 그리고 모든 워크로드에 AI를 내재화하는 구조다. 기술만으로는 부족하고, 데이터와 업무 맥락이 함께 들어가야 한다는 의미다. 클레이너만 부사장은 특히 AI가 특정 기술 인력만의 도구로 남아서는 안 된다고 강조했다. 기업 내 모든 사용자가 정형 데이터, 반정형 데이터, 비정형 데이터, 스트리밍 데이터까지 폭넓게 활용할 수 있어야 AI가 진짜 생산성 도구가 된다는 것이다.
이 발언은 곧바로 스노우플레이크의 제품 전략으로 이어졌다. 클레이너만 부사장은 이날 공개한 ‘프로젝트 스노우워크(Project SnowWork)’에 대해 소개했다. 이는 쉽게 말해 사용자가 업무를 요청하면 데이터 분석, 보고서 작성, 프레젠테이션 생성 같은 여러 단계를 자동으로 처리하는 데스크톱용 AI 어시스턴트다. 여기에는 역할별 ‘프로파일’ 개념이 들어간다. 제품 관리자, 세일즈 리더, 재무 담당자처럼 각 직무에 맞는 데이터와 스킬, 인사이트를 AI가 구분해 활용하도록 하는 구조다

“프로젝트 스노우워크는 스노우플레이크 인텔리전스의 진화된 버전이라고 볼 수 있습니다. 여기에 코텍스 코드에서 얻은 교훈도 반영했습니다. 역할별 엔터프라이즈 컨텍스트를 넣어 각 직무에 맞는 데이터와 스킬, 인사이트를 연결하는 것이 핵심입니다.”




여기서 눈에 띄는 대목은 스노우플레이크가 AI를 ‘답변하는 도구’가 아니라 ‘실행하는 도구’로 옮기고 있다는 점이다. 스노우플레이크는 프로젝트 스노우워크 외에도 스노우플레이크 인텔리전스, 코텍스 코드, 스노우플레이크 포스트그레스, 그리고 옵저브(Observe) 인수를 통한 옵저버빌리티 역량까지 묶어 데이터·애플리케이션·AI·운영을 하나의 플랫폼 안에 넣으려 하고 있다. (이미지=스노우플레이크)


여기서 눈에 띄는 대목은 스노우플레이크가 AI를 ‘답변하는 도구’가 아니라 ‘실행하는 도구’로 옮기고 있다는 점이다. 스노우플레이크는 프로젝트 스노우워크 외에도 스노우플레이크 인텔리전스, 코텍스 코드, 스노우플레이크 포스트그레스, 그리고 옵저브(Observe) 인수를 통한 옵저버빌리티 역량까지 묶어 데이터·애플리케이션·AI·운영을 하나의 플랫폼 안에 넣으려 하고 있다.
좀 더 구체적으로 기능을 나눠 보자면 스노우플레이크 인텔리전스는 공급망 관리나 고객 분석 같은 실제 업무 애플리케이션에 연결되는 엔터프라이즈 에이전트이고, 코텍스 코드는 데이터 엔지니어링·분석·머신러닝·에이전트 개발을 자연어 기반으로 돕는 기능이다. 스노우플레이크 포스트그레스는 트랜잭션 데이터 처리까지 플랫폼 내부에서 수행하도록 지원한다.
클레이너만은 여기에 최근 인수한 옵저브에 대한 이야기도 덧붙여 설명했다. 이를 통해 코드와 애플리케이션, 에이전트까지 관측 가능한 환경을 비용 효율적으로 제공하겠다는 것이다. 결국 스노우플레이크가 내놓는 그림은 분명하다. 데이터를 잘 보관하고 분석하는 플랫폼을 넘어, 기업이 AI를 실제 업무에 안전하게 적용하고 운영하는 기반 플랫폼이 되겠다는 것이다.
“저희 메시지는 분명합니다. 스노우플레이크는 고객의 AI 여정을 지원할 수 있습니다. 강력한 데이터 파운데이션을 제공하고, 데이터를 통해 AI를 현실화하며, 엔터프라이즈급 에이전트를 구축하도록 돕는 것이 저희 이야기의 핵심입니다.”
스노우플레이크의 차별점… 멀티클라우드, 개방형 모델, 그리고 사용량 기반 과금
이 지점에서 자연스럽게 떠오르는 질문이 있다. 그렇다면 스노우플레이크는 AWS(아마존웹서비스)나 마이크로소프트 같은 클라우드 사업자와 무엇이 다를까. 게다가 AWS와 마이크로소프트는 자사 인프라와 데이터 플랫폼, AI 모델까지 모두 갖춘 사업자들이다.

이에 대해 클레이너만 부사장은 스노우플레이크가 처음부터 주요 클라우드 사업자 위에서 구축된 회사라는 점을 상기시켰다. 초기에 AWS 위에서 시작했고, 지금은 AWS·마이크로소프트 애저·구글 클라우드 모두에서 서비스하며 각 환경과 경쟁하는 구조라는 설명이다. 핵심 차별점으로는 ‘쉬운 사용성(Easy)’, ‘연결성(Connected)’, ‘신뢰성(Trusted)’을 제시했다. 성능과 확장성, 가격 대비 효율까지 포함한 엔터프라이즈급 경험이 강점이라는 이야기다.




클레이너만 부사장은 스노우플레이크가 처음부터 주요 클라우드 사업자 위에서 구축된 회사라는 점을 상기시켰다. 초기에 AWS 위에서 시작했고, 지금은 AWS·마이크로소프트 애저·구글 클라우드 모두에서 서비스하며 각 환경과 경쟁하는 구조라는 설명이다. 핵심 차별점으로는 ‘쉬운 사용성(Easy)’, ‘연결성(Connected)’, ‘신뢰성(Trusted)’을 제시했다. 성능과 확장성, 가격 대비 효율까지 포함한 엔터프라이즈급 경험이 강점이라는 이야기다. (이미지=스노우플레이크)


최근 현황 설명을 통해 언급된 오픈AI와 앤트로픽 등과의 파트너십이 실제로 어떤 결과를 냈는지도 궁금하다. 클레이너만 부사장은 “이들 모델이 이미 스노우플레이크 인텔리전스와 코텍스 코드에서 활용되고 있다”며 “주간 기준으로 9000개가 넘는 고객이 관련 AI 기능을 사용하고 있으며, 생산성 향상과 비용 절감, 프로젝트 속도 개선, 데이터 관리 효율화 같은 효과가 나타나고 있다”고 설명했다.
국내 사례로는 롯데온과 넥슨이 언급됐다. 롯데온은 AI와 다이내믹 프라이싱 연계 사례가 소개됐고, 넥슨은 최고경영진 수준까지 자연어 질의를 통해 데이터를 활용하는 식으로 AI 사용 범위를 넓히고 있다는 것이다.
한편으로 AI 워크로드는 사용량 변동성이 큰 만큼, 이런 과금 구조가 스타트업이나 중소기업에는 오히려 부담이 될 수 있다는 우려에 대한 답도 이어졌다. 클레이너만 부사장은 우려를 역으로 장점으로 돌리며 “사용량 기반 과금이야말로 사용량이 들쭉날쭉한 스타트업과 중소기업에 더 유리한 구조”라고 설명했다.

사용할 때만 비용을 내고, 쓰지 않을 때는 과금되지 않기 때문에 초기 투자 부담을 줄일 수 있다는 것이다. 클레이너만 부사장은 실제로 소규모 기업들이 온디맨드 형태로 스노우플레이크를 활용하고 있고, 별도의 스타트업 지원 프로그램과 인센티브도 운영 중이라고 덧붙였다




스노우플레이크가 내놓는 그림은 분명하다. 데이터를 잘 보관하고 분석하는 플랫폼을 넘어, 기업이 AI를 실제 업무에 안전하게 적용하고 운영하는 기반 플랫폼이 되겠다는 것이다. (이미지=스노우플레이크)


앞서 언급한 바와 같이 사스포칼립스, 즉 AI가 SaaS의 기존 가치를 잠식할 수 있다는 우려는 여전히 크고, 시장은 고성장 소프트웨어 기업에 더욱 냉철한 기준을 들이대기 시작했다. 이러한 상황 속에 한국 시장에 집중하고 있는 스노우플레이크의 답은 비교적 일관됐다. AI 경쟁은 결국 데이터를 누가 더 잘 준비하고, 더 잘 연결하고, 더 잘 실행하게 만드느냐의 경쟁이라는 것이다. 즉 스노우플레이크는 AI 격변의 한복판에서 자신들을 ‘소프트웨어 기업’이 아닌 ‘AI 실행 인프라’로 새롭게 정의하고 있었다.
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지