질문에 답하는 AI는 끝났다, Snowflake가 제시한 에이전틱 엔터프라이즈
2026-03-20
AI를 도입했는데도 왜 업무 효율은 기대만큼 오르지 않을까
AI는 이제 단순히 질문에 답하는 도구를 넘어, 실제로 업무를 수행하는 방향으로 진화하고 있습니다.
하지만 많은 기업에서는 여전히 AI가 분석까지만 하고, 실행은 사람이 맡고 있는 경우가 많습니다.
이 간극을 어떻게 줄일 수 있을까요?
행사에서 확인된 변화: '실행하는 AI'
이러한 변화는 2026년 3월 서울에서 열린 Snowflake Data for Breakfast Seoul 2026에서 확인할 수 있었습니다.
크리스티안 클레이너만(Christian Kleinerman) 스노우플레이크 제품부문 수석부사장은 이 자리에서 기업용 AI 어시스턴트 '프로젝트 스노우워크(Project SnowWork)' 를 공개하며 방향을 제시했습니다.
"단순히 질문에 답하는 수준을 넘어 자율적으로 업무를 수행해 기업의 의사결정과 실행을 동시에 지원하겠다."
라고 밝혔습니다.
에이전틱 엔터프라이즈란 무엇인가
Snowflake가 제시한 '에이전틱 엔터프라이즈(Agentic Enterprise)' 는 AI가 단순히 질문에 답하는 것을 넘어, 실제 의사결정과 실행까지 수행하는 단계의 기업 구조를 의미합니다.
즉, AI가 단순한 '도구'가 아니라 업무를 수행하는 주체로 확장되는 개념입니다.
이를 위해 기업은 다음 세 가지를 유기적으로 결합한 통합 거버넌스 기반을 갖추고, 대규모 실행을 지속적으로 조율할 수 있어야 한다고 강조했습니다.
그리고 이러한 방향을 현실에서 구현하기 위한 플랫폼으로 '프로젝트 스노우워크'가 함께 공개되었습니다.
SnowWork: 실행까지 이어지는 AI
'프로젝트 스노우워크(Project SnowWork)' 는 기업 환경에서 AI가 실제 업무를 수행할 수 있도록 설계된 플랫폼입니다.
현업 사용자가 필요한 업무를 요청하면, AI가 데이터 분석, 보고서 작성, 프레젠테이션 등 여러 단계를 하나의 워크플로우로 구성해 자율적으로 실행합니다.
특히 단순 생산성 도구와의 차이는 명확합니다. 복잡한 업무를 여러 단계로 나누어 계획하고 수행하며, 분석부터 결과물 생성, 실행까지 하나의 흐름으로 연결하는 것이 핵심입니다.
"프로젝트 스노우워크는 단순 생산성 에이전트와는 결이 다르다. 복잡한 업무를 여러 단계의 워크플로우로 계획해 자율적으로 실행하며, 분석과 결과물 생성이 함께 필요한 업무를 끝단까지 수행할 수 있도록 설계됐다."
— 크리스티안 클레이너만 수석부사장
글로벌 확장과 실제 성과
Snowflake는 OpenAI, Anthropic, SAP, Palantir 등과의 파트너십을 통해 AI 모델 활용성과 데이터 연결성을 빠르게 강화하고 있습니다.
또한 Snowflake는 전 세계 13,000개 이상의 고객사를 확보하고 있으며, 포브스 글로벌 2000 기업의 40%가 Snowflake를 사용 중입니다.
한국에서는 10대 대기업 그룹의 약 80%를 고객으로 확보했다”고 강조했습니다. 2021년 한국 지사 설립 이후 최근 4년간 국내 플랫폼 사용 규모는 9배 이상 늘었습니다.
특히 롯데온은 Snowflake AI 데이터 플랫폼 도입을 통해 구체적인 성과를 냈습니다.
데이터 사일로 문제를 해소하고, 고객 세분화와 실시간 상품 추천을 고도화한 결과입니다. AI와 데이터가 제대로 결합될 경우 실제 비즈니스 성과로 이어질 수 있음을 보여주는 사례입니다.
하지만, 왜 모든 기업이 성공하지는 않을까
롯데온의 사례는 이상적인 결과입니다. 하지만 같은 플랫폼을 도입해도 성과 차이가 나는 데는 이유가 있습니다. 이러한 성과가 모든 기업에서 동일하게 나타나는 것은 아닙니다.
많은 기업이 AI 도입에 어려움을 겪는 이유는 기술이 아니라 구조의 문제입니다.
데이터 파편화:부서별로 흩어진 데이터, 통합이 안 된 채 AI에 연결
거버넌스 부재: 어떤 데이터를 어떻게 써야 하는지 기준 없음
시스템 간 연결 부족: AI가 판단을 내려도 실제 업무 시스템으로 이어지지 않음
결국 AI는 도입되었지만, 실제 업무 실행으로 이어지지 못하는 상황에 머무르게 됩니다.
핵심은 기술이 아니라 '연결'
여기서 중요한 점은 AI 기술 자체보다 데이터와 업무의 연결 구조입니다.
AI가 제대로 작동하기 위해서는 다음이 선행되어야 합니다.
데이터 통합
거버넌스 구축
비즈니스 로직 연결
클레이너만 부사장 역시 "AI 모델이 6개월, 1년 뒤 어떻게 바뀔지는 누구도 장담할 수 없지만, Snowflake는 보안과 개인정보 보호를 유지한 상태에서 최적의 최신 모델을 활용할 수 있도록 지원할 것"이라고 밝혔습니다.
AI의 성과는 모델이 아니라 '구조'에서 결정됩니다.
SPH와 함께하는 실행 전략
이러한 구조를 실제 기업 환경에 맞게 구현하는 과정에서 많은 기업들이 어려움을 겪습니다.
Snowflake는 강력한 플랫폼이지만, 데이터 구조 설계와 업무 프로세스 연결까지는 별도의 전문 영역이기 때문입니다.
SPH는 Snowflake 파트너사로서 각 기업의 데이터 환경과 비즈니스 맥락에 맞는Snowflake Intelligence 도입·활용 전략을 함께 설계하며, PoC 단계에서 끝나는 것이 아니라 실제 업무에 적용될 수 있도록 지속적인 고도화와 정확도 개선까지 지원하고 있습니다.
SnowWork와 에이전틱 엔터프라이즈가 만들어낼 변화가 궁금하다면, 이제는 개념이 아닌 실행 관점에서 검토해볼 시점입니다. 이미 Snowflake를 활용하고 있거나, 데이터 기반 의사결정 체계 강화를 고민하고 있다면 Snowflake Intelligence는 그 다음 단계가 될 수 있습니다.
SPH와 함께, AI가 '답변'이 아니라 '실행'으로 이어지는 환경을 직접 경험해 보시기 바랍니다.
관련 기사
SPH는 Google Maps, SuperMap, Vantor, Snowflake, Sigma Computing 등 다양한 제품군을 가지고 있으며, 고객의 사례에 꼭 맞는 무료 세미나 및 인적 컨설팅을 제공하고 있습니다. 더욱 자세한 이야기를 나누고 싶으시다면, 여기에서 문의 주시길 바라며, SPH에서 발행하는 GIS / 로케이션인텔리전스 / AIBI / 데이터비즈니스 관련 최신 소식을 받아보고 싶으신 분들은 페이스북 페이지 (링크드인 페이지) 또는 뉴스레터를 구독해주시길 바랍니다
