한눈에 보기
Snowflake가 2026년 4월 21일 Snowflake Intelligence와 Cortex Code 확장을 발표했습니다. 공식 보도자료의 핵심 표현은 agentic enterprise를 위한 control plane입니다.
이 발표는 "Snowflake에 AI 챗봇이 붙었다" 정도로 보면 작게 읽힙니다. 실제 포인트는 기업 데이터, 업무 도구, 개발 흐름, 보안과 거버넌스를 한곳에 묶고, 그 위에서 AI agent가 움직이게 하려는 방향입니다.
Snowflake Intelligence는 비즈니스 사용자가 조직 데이터에 질문하고 업무 시스템에서 행동까지 이어가는 personal work agent로 설명됩니다. Cortex Code는 개발자와 데이터 팀이 데이터 앱, 파이프라인, 분석 작업을 더 빠르게 만들도록 돕는 개발자용 AI agent 흐름입니다.
이번 발표 뭐가 핵심인가
Snowflake Intelligence와 Cortex Code를 따로 보면 각각 업무용 AI와 개발자 도구 업데이트입니다. 하지만 같이 보면 메시지가 달라집니다. Snowflake는 기업 AI의 다음 단계를 "더 좋은 답변"이 아니라 "조직 데이터에 기반한 실행"으로 보고 있습니다.
AI agent가 질문에 답하는 수준을 넘어 실제 워크플로우를 실행하려면 데이터 접근 권한, 감사 가능성, 연결된 업무 도구, 개발과 배포 흐름이 같이 필요합니다.
그래서 이번 발표의 키워드는 control plane입니다. 기업이 AI agent를 실험용 챗봇처럼 쓰는 단계를 지나면 결국 "누가 어떤 데이터로 어떤 행동을 했는가"를 관리해야 합니다. Snowflake는 그 관리 지점을 자사 AI Data Cloud 안으로 가져오려는 그림을 제시했습니다.
Snowflake Intelligence는 왜 중요한가
Snowflake Intelligence는 조직 데이터와 AI agent가 만나는 인터페이스입니다. 일반적인 챗봇처럼 문답만 하는 도구라기보다, 기업 데이터의 맥락을 바탕으로 답을 만들고 필요하면 업무 시스템에서 행동까지 이어가는 경험에 가깝습니다.
Snowflake는 MCP connectors를 통해 Gmail, Google Calendar, Google Docs, Jira, Salesforce, Slack 같은 업무 도구와 연결하는 방향을 설명합니다. Skills, Artifacts, iOS mobile app, deep research 같은 업데이트도 함께 제시됐습니다.
여기서 중요한 단서가 있습니다. 발표 안에는 generally available soon, public preview soon, private preview 같은 표현이 섞여 있습니다. 방향은 공식적으로 확인되지만 모든 기능이 모든 고객에게 지금 같은 조건으로 열렸다고 보면 안 됩니다.
Cortex Code는 개발자 흐름을 건드린다
Cortex Code는 개발자가 자연어와 코드 맥락을 활용해 데이터 앱, 파이프라인, 분석 작업을 더 빠르게 만들도록 돕는 흐름입니다. Snowflake는 이를 enterprise data stack을 위한 AI coding agent로 확장하고 있습니다.
공식 블로그 기준으로 Cortex Code는 AWS Glue, Databricks, Postgres 같은 외부 데이터 시스템 지원을 넓히고, MCP와 Agent Client Protocol을 통해 다른 AI 시스템이나 개발 환경과 연결되는 방향을 제시합니다.
VS Code extension은 private preview이고, Claude Code plugin과 SDK도 언급됐습니다. 즉 IDE 안의 코드 자동완성만이 아니라 데이터 플랫폼과 개발 환경을 잇는 agent platform 쪽으로 확장하려는 흐름입니다.
의미 1. 기업 AI는 단일 챗봇보다 데이터 연결이 중요해졌다
요즘 AI 제품 발표에서 "챗봇을 붙였다"는 말만으로는 차별화가 어렵습니다. 기업 입장에서는 모델이 답을 잘하는 것도 중요하지만, 그 답이 회사 데이터와 맞는지, 권한을 지키는지, 실제 업무 시스템에서 실행 가능한지가 더 중요합니다.
Snowflake Intelligence는 현업 사용자가 데이터를 묻고 행동으로 이어가는 접점이고, Cortex Code는 개발자가 데이터 흐름을 만드는 접점입니다. 이 둘이 같은 데이터 플랫폼 위에서 움직이면 기업은 에이전트 경험과 개발 흐름을 하나의 데이터 기반 운영 체계로 묶을 수 있습니다.
물론 이것은 Snowflake가 제시한 방향성입니다. 실제로 얼마나 매끄럽게 연결되는지, 어떤 워크로드에서 비용 대비 효과가 나오는지는 별도 검증이 필요합니다.
의미 2. 거버넌스는 부가 기능이 아니라 제품의 중심이 된다
AI agent가 기업 안에서 실제 업무를 하려면 거버넌스는 선택 사항이 아닙니다. 누가 어떤 데이터에 접근할 수 있는지, 어떤 외부 도구와 연결되는지, 어떤 작업을 실행했는지 추적할 수 있어야 합니다.
Snowflake는 governed enterprise data, trusted insights, security, auditability 같은 방향을 반복해서 강조합니다. 특히 AI agent가 단순 답변을 넘어 이메일, 문서, 티켓, 데이터 파이프라인 같은 실행 단계를 건드리기 시작하면 통제 지점은 더 중요해집니다.
실제 조직에서 검토할 때는 권한 모델, 로그와 감사 범위, 외부 MCP connector 연결 조건, 데이터 보존 정책, 비용 통제 방식을 함께 봐야 합니다.
의미 3. 개발자용 AI도 데이터 플랫폼 안으로 들어간다
Cortex Code 업데이트는 개발자용 AI가 IDE 안에서만 경쟁하지 않는다는 점을 보여줍니다. 데이터 팀은 SQL, Python, dbt, orchestration, warehouse, catalog를 오가며 일합니다. 이때 AI가 코드 조각만 만들어주면 반쪽짜리입니다.
실제로는 데이터 구조와 운영 환경을 이해해야 합니다. 코드가 그럴듯해도 스키마, lineage, 접근 정책, 실행 환경과 맞지 않으면 운영으로 못 갑니다.
Snowflake가 Cortex Code를 Snowflake-native AI coding agent이자 확장 가능한 agent platform으로 설명하는 이유도 여기에 있습니다.
실제로 뭐가 달라질까
일반 비즈니스 사용자에게는 데이터 분석의 진입점이 바뀔 수 있습니다. 대시보드를 찾아가거나 분석가에게 요청하는 대신 Snowflake Intelligence에서 자연어로 질문하고, 결과를 업무 행동으로 이어가는 그림입니다.
데이터 개발자와 엔지니어에게는 AI coding agent가 데이터 플랫폼의 맥락을 더 많이 이해하는 방향이 중요합니다. 단순 코드 자동완성보다 스키마, 파이프라인, 접근 정책을 고려한 개발 보조가 더 실용적입니다.
경영진이나 IT 조직 입장에서는 AI agent 도입을 통제 가능한 구조로 가져갈 수 있는지가 관건입니다. 단일 챗봇을 여러 부서가 각자 쓰는 구조보다, 기업 데이터와 권한 체계 안에서 agent 실행을 관리하는 쪽이 더 현실적입니다.
좋은 점
첫째, 메시지가 명확합니다. Snowflake는 AI agent를 데이터 플랫폼의 부속 기능이 아니라 기업 데이터 운영의 다음 인터페이스로 보고 있습니다.
둘째, Snowflake Intelligence와 Cortex Code가 각각 비즈니스 사용자와 개발자를 겨냥합니다. 현업의 질문과 개발자의 구현 흐름을 같은 데이터 플랫폼 관점에서 묶으려는 시도입니다.
셋째, 거버넌스와 실행을 같이 말합니다. 기업 AI에서 "할 수 있다"보다 중요한 건 "안전하게, 추적 가능하게, 반복 가능하게 할 수 있다"입니다.
아쉬운 점
가장 큰 아쉬움은 제공 상태가 한 번에 깔끔하게 정리되지는 않는다는 점입니다. 공식 발표 안에서도 GA 예정, public preview 예정, private preview가 섞여 있습니다.
또 하나는 비용과 보안 세부 조건입니다. AI agent가 기업 데이터와 외부 업무 도구를 연결하려면 비용 모델, 권한 구조, 감사 로그, 데이터 처리 조건이 실제 도입 판단의 핵심이 됩니다.
마지막으로 agentic enterprise라는 표현은 방향성으로는 좋지만 실제 도입에서는 복잡합니다. 기업마다 데이터 정리 수준, 권한 모델, 워크플로우 성숙도가 다르기 때문입니다.
내 생각
이번 발표는 Snowflake가 AI 시대의 데이터 플랫폼 역할을 다시 정의하려는 시도로 보입니다. 예전에는 데이터 웨어하우스가 데이터를 저장하고 분석하는 곳이었다면, 이제는 AI agent가 데이터를 이해하고 행동하는 기반이 되려는 흐름입니다.
흥미로운 건 Snowflake가 비즈니스 사용자용 Snowflake Intelligence와 개발자용 Cortex Code를 동시에 밀고 있다는 점입니다. 기업 AI는 현업 질문만으로도 안 되고, 개발자 생산성만으로도 안 됩니다. 실제로는 데이터와 업무 흐름을 연결하는 층이 필요합니다.
그래서 이번 발표의 핵심은 "Snowflake에도 AI 챗봇이 생겼다"가 아닙니다. 더 정확히는 "Snowflake가 기업 AI agent의 데이터 컨트롤 플레인이 되려 한다"입니다.
결론
Snowflake Intelligence와 Cortex Code 확장 발표는 기업 AI가 단일 챗봇 중심에서 데이터, 거버넌스, 개발 흐름, agent 실행을 묶는 방향으로 가고 있음을 보여줍니다. Snowflake가 말하는 control plane은 이 흐름을 한 단어로 압축한 표현입니다.
Snowflake Intelligence는 조직 데이터와 AI agent가 만나는 경험이고, Cortex Code는 개발자가 데이터 앱과 파이프라인을 만드는 과정에 AI agent를 넣는 흐름입니다. 둘을 합치면 기업 데이터 위에서 agent를 쓰고, 만들고, 통제하는 그림이 됩니다.
한 줄 평
Snowflake Intelligence 공개의 핵심은 챗봇 출시가 아니라, 기업 데이터와 AI agent 실행을 묶는 컨트롤 플레인 전략입니다.