스노우플레이크 The Six Five Summit: AI Unleashed 2026

환영합니다. 감사합니다, 팻. 여기 오게 되어 정말 기대됩니다.

스리다르, 함께해 주셔서 정말 감사합니다. 1일차를 시작하는 데 큰 도움 주셔서 진심으로 감사합니다. 정말 훌륭한 분들로 구성된 라인업입니다. 네 분 중 한 분이시고, 마크 베니오프도 오늘 여기서 말씀하셨습니다. 엔터프라이즈 애플리케이션도 있고 데이터도 있고, 반도체 업계 전반에서는 CEO인 맷 머피가 시작을 열어주셨습니다. 어플라이드 머티리얼즈의 게리 디커슨과 함께 웨이퍼 제조 장비 분야도 포함되어 있습니다. 이렇게 폭넓은 관점에서 CEO들이 하루의 문을 열어주는 구성을 저희는 정말 좋아합니다. 좀 더 큰 그림에서의 견해를 듣고 싶습니다. 지금 정말 많은 일이 벌어지고 있고, 여러분은 각기 다른 시장 영역에 계시지만, 스리다르님의 관점을 듣고 싶습니다. 스리다르님은 데이터와 인프라 구축의 한가운데에 계시죠. 프로버넌스, 거버넌스, 데이터 주권에 대해 많이 말씀하시는데, 정말 많은 일들이 일어나고 있습니다.

엔터프라이즈 레이어에서는 어떤 변화가 보이시나요? 그리고 지금 AI에서 벌어지는 모든 일들에 대해 시장이 아직 과소평가하고 있는 부분은 무엇이라고 보시나요?

다니엘님, 시장의 일부는 사실 이 점을 제대로 이해하고 있다고 봅니다. 바로 소프트웨어를 만드는 일이 점점 더 쉬워지고 있다는 거죠. 예전에는 굉장히 귀한 자산이었던 것이 이제는 더 산업화되고, 더 범용화된 상품처럼 되어가고 있습니다.

그렇다면 훌륭한 데이터를 보유하고 있다면—그리고 스노우플레이크는 언제나 고객이 올바르게 거버넌스가 적용된, 신뢰할 수 있는 훌륭한 데이터를 갖추도록 돕는 데 집중해 왔는데—그 데이터에서 얻을 수 있는 가치는 상당히 큽니다. 단지 저나 많은 고객들이 ‘어제 매출이 얼마였지?’를 알아내는 수준이 아니라, 이제는 CEO조차도 데이터를 자유롭게 쪼개서 분석하고 들여다볼 수 있게 됐습니다. 왜 이런 일이 일어났지? 왜 이게 올라갔지? 이런 형태의 데이터 접근성이, MCP 같은 기술 덕분에 우리가 모두 활용하는 정보와 도구에 대한 접근성과 결합되면서, 진정한 혁명의 도래를 알리고 있습니다.

마지막으로, 스노우플레이크로 데이터를 가져오는 행위를 훨씬 더 빠르게 만들어주는 도구들을 우리가 만들고 있기 때문에, 더 많은 일을 해낼 수 있고—그게 다시 스노우플레이크로 데이터 유입을 늘리고—그 결과 데이터에서 더 큰 가치를 얻고—또 그로 인해 여러분이 하는 일을 더 잘 적응·개선해 나갈 수 있는, 점점 가속되는 선순환이 생기고 있다고 말씀드리고 싶습니다. 저희도, 저희 영업팀과 재무팀 등 내부 조직 전반에서 이런 변화를 겪어 왔지만, 이제는 고객사에서도 그 변화가 점점 더 뚜렷하게 나타나고 있습니다. 지금 이 순간이 정말, 정말 특별한 이유가 바로 그거라고 생각합니다. 소프트웨어로 직접 프로그래밍하고 일을 해내는 역량이 있는 동시에, 일상 업무를 처리하는 방식 측면에서 그로부터 실제 가치를 뽑아낼 수 있다는 점이죠. 기업과 비즈니스를 움직이는 모든 것들 말입니다.

역설적이게도, 그 답은 모델 자체입니다. 제가 처음으로 말씀드린 포인트가 바로 그건데요, 모델들이 코드를 작성하는 데 있어서 너무나도 뛰어나졌다는 겁니다.

네. 사람들은 그걸 충분히 체감하지 못하는 것 같아요.

코드는 원래 정말, 정말 어려운 일이었습니다. 그냥 여러분 휴대폰만 봐도 그렇죠. 휴대폰에 깔린 앱들을 한번 보세요. 아마도 최소한 3~5명은, 아주 최소 기준으로도 필요했을 겁니다. 물론 대형 앱이라면 수천 명이 투입되겠죠. 그런 걸 구현하려고 엄청나게 열심히 일해야 했습니다. 그런데 이제는, 말 그대로 한 시간 안에, 제 휴대폰에 있는 앱—예를 들어 단순한 메트로놈 앱 같은 것—을 하나 골라서, 코딩 에이전트 중 하나에게(저희의 코텍스까지 포함해서) 그와 비슷한 기능을 하는 새 앱을 작성해 달라고 할 수 있습니다. 제가 소프트웨어가 상당히 저렴해졌다고 말하는 게 바로 이런 의미입니다.

하지만 더 저렴해지지 않은 것은, 비즈니스에 진짜 중요한 것들입니다. 데이터가 비즈니스에 중요한 이유는, 단지 어제 매출이 얼마나 나왔느냐가 아니라, 잠재 기회들이 실제로 고객으로 전환되는 파이프라인에서 어떻게 진행되고 있느냐이기 때문입니다. 누가 가장 효과적입니까? 누가 그렇지 않나요? 누군가 더 나은 세일즈 피치를 갖고 있지는 않나요? 이런 분석은 이제 훨씬 더 빠르게 할 수 있습니다. 거버넌스나 데이터 출처(프로비넌스) 같은 것들이 중요한 이유는, 데이터가 나쁘면 소프트웨어가 아무리 좋아도 도움이 안 되기 때문입니다. 저 개인적인 경우만 보더라도, 어떤 데이터 세트를 제가 제대로 해석하고 있지 않다는 걸 깨닫는 순간 바로 모든 작업을 멈춥니다. 세상에서 가장 똑똑한 모델이라도 정말로 나쁜 데이터는 이해할 수 없기 때문입니다. 저는 그 깨달음이 이런 변화를 이끌고 있다고 생각합니다.

다만, 2차적인 변화도 함께 나타나고 있다고 봅니다. 예전에는 예를 들어 영업사원에게 세일즈 에이전트를 제공하면, 그들이 하는 일은 ‘좋아, 이제 오픈된 활용 사례를 찾아보는 데 쓰는 시간을 줄이고 내가 뭘 해야 할지 파악할 수 있겠네’ 정도였습니다. 그런데 거기서 ‘좋아, AI를 써서 이 고객을 위해 내가 다음으로 해야 할 가장 좋은 세 가지가 무엇인지 알아보자’로 바뀌었습니다. 또는 새로 대화를 시작할 때, 이 고객에 대한 최신 뉴스를 피치에 반영하고 있는지 확인하는 식이죠.