데이터이쿠-스노우플레이크 통합 확대…기업 AI 에이전트 ‘실험’에서 ‘운영’으로

| 김서린 기자

데이터이쿠가 스노우플레이크와의 협력을 한층 강화하며 기업의 생성형 AI 프로젝트를 실제 운영 단계로 옮기는 데 초점을 맞췄다. 실험 수준에 머물던 AI 에이전트를 보다 쉽게 만들면서도, 기업이 가장 민감하게 보는 ‘거버넌스’와 운영 통제를 유지하겠다는 구상이다.

데이터이쿠는 15일(현지시간) 스노우플레이크($SNOW)와 함께 새로운 통합 서비스 ‘코빌드 온 스노우플레이크(Cobuild on Snowflake)’를 공개했다. 이 서비스는 스노우플레이크의 ‘코텍스 AI’ 서비스와 데이터이쿠의 오케스트레이션 플랫폼을 결합한 형태다. 이를 통해 현업 부서와 기술 인력이 자연어 프롬프트만으로 AI 워크플로와 AI 에이전트를 설계할 수 있도록 지원한다.

핵심은 단순한 코드 생성 도구가 아니라는 점이다. 양사는 사용자의 비즈니스 목표를 입력하면 데이터 준비, 머신러닝 모델, AI 에이전트, 애플리케이션을 포함한 데이터이쿠 워크플로를 자동 생성하고, 이를 실제 배포 전에 시각적으로 검토·수정·검증할 수 있도록 설계했다고 설명했다. 생성된 결과를 바로 실행하는 대신, 사람이 중간에서 논리를 확인할 수 있게 해 기업 환경에서 요구되는 통제 가능성을 높였다는 의미다.

전략 변화와 협력 확대

이번 발표는 데이터이쿠의 전략 변화와도 맞물린다. 이 회사는 더 이상 단순한 데이터 분석 플랫폼에 머무르지 않고, 기업용 AI 시스템 전반을 조율하는 ‘오케스트레이션’ 및 거버넌스 계층으로 자리 잡으려 하고 있다. 지난 1년간 데이터이쿠는 다수의 AI 에이전트를 관리하고, 워크플로를 조정하며, 자동화 시스템의 동작을 가시적으로 추적할 수 있는 기능을 잇달아 내놨다.

데이터이쿠는 특히 AI 에이전트가 개별 시범 사업을 넘어 대규모 운영 환경으로 확장될수록 ‘거버넌스’, ‘관측 가능성’, 비용 관리가 핵심 경쟁력이 될 것으로 보고 있다. 실제로 많은 기업이 생성형 AI를 도입하는 과정에서 성능보다도 보안, 데이터 이동, 책임 추적 문제를 더 큰 장애물로 꼽아왔다.

코빌드 온 스노우플레이크는 이런 우려를 정면으로 겨냥한다. 사용자는 자연어로 업무 목적을 설명할 수 있고, 시스템은 이를 토대로 실행 가능한 워크플로를 만든다. 이후 팀 단위로 해당 흐름을 들여다보고 조정한 뒤 배포할 수 있다. 즉, ‘자동화’와 ‘통제’ 사이의 균형을 맞추려는 접근이다.

양사의 협력은 이번이 처음이 아니다. 스노우플레이크는 데이터이쿠의 투자사이며, 두 회사는 전 세계적으로 350개 이상 공동 고객을 확보하고 있다. 기존에도 시각적 데이터 준비, 스노우파크 컨테이너 서비스를 활용한 머신러닝 학습, 실시간·배치 추론, 아파치 아이스버그 카탈로그 지원, 스노우플레이크 코텍스 AI 서비스 등에서 협업해 왔다.

운영 관리 체계로 이동하는 시장

스노우플레이크 코텍스 AI는 스노우플레이크 데이터 클라우드 내부에서 제공되는 관리형 AI 서비스다. 대형언어모델, 벡터 검색 등 다양한 AI 기능에 직접 접근할 수 있도록 설계됐다. 이번 통합에서는 코드 생성과 워크플로 실행이 고객의 스노우플레이크 환경 내부에 그대로 남고, 보안 API를 통해 접근하는 구조를 취한다. 데이터 복사나 외부 이전을 최소화해 기존 보안·거버넌스 체계를 유지하려는 최근 업계 흐름과 맞닿아 있다.

시장 전체로 보면, 기업용 AI 경쟁의 무게중심이 모델 성능 자체에서 운영 관리 체계로 이동하고 있다는 신호로도 읽힌다. 어떤 모델을 쓰느냐 못지않게, 누가 만들고 어떻게 검토하며 어떤 비용으로 운영하는지가 실제 도입 성패를 좌우하고 있기 때문이다.

데이터이쿠는 지난해 기업 내 다양한 AI 에이전트 배포를 통합하기 위한 기능을 선보인 데 이어, 이후 ‘에이전트 허브’를 출시하며 중앙집중형 관리 체계 구축에 나섰다. 이번 코빌드 온 스노우플레이크 역시 그런 전략의 연장선에 있다.

해당 소프트웨어는 우선 스노우플레이크와 데이터이쿠를 함께 사용하는 고객에게 먼저 제공된다. 이후 데이터이쿠 도입을 검토하는 스노우플레이크 고객으로 접근 범위를 넓힐 계획이다. 기업들이 생성형 AI를 ‘실험’에서 ‘운영’으로 옮기는 과정에서, 이런 통합형 관리 도구의 중요성은 더 커질 가능성이 있다.

TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.
본 기사는 시장 데이터 및 차트 분석을 바탕으로 작성되었으며, 특정 종목에 대한 투자 권유가 아닙니다.

많이 본 기사

지금 꼭 알아야 할 리포트