글로벌 AI 데이터 클라우드 기업 Snowflake가 아마존웹서비스(AWS)와 5년간 60억 달러(약 8조 원) 규모의 대규모 전략적 협력 계약(SCA)을 체결했습니다. 스노우플레이크(Snowflake)의 이번 AWS 인프라 투자는 ‘기업용 AI 및 데이터 생태계의 패권 장악’을 위한 전략을 보여줍니다. 이번 협약은 기업이 자체 인프라 구축 없이도 AWS 상에서 보안이 확보된 AI 모델과 앱을 구동하게 하는 것이 핵심입니다. 향후 기업의 에이전틱 AI(Agentic AI) 도입을 가속화할 것으로 기대됩니다.
[뉴스] Snowflake Expands AWS Collaboration with $6B Commitment to Accelerate Enterprise Agentic AI Adoption /
2026년 5월 27일 — AI 데이터 클라우드 기업인 스노우플레이크(Snowflake, NYSE: SNOW)는 오늘 아마존 웹 서비스(AWS)와 다년간의 전략적 협력 협약(SCA)을 체결했다고 발표했습니다.
스노우플레이크는 11년 전 AWS 기반으로 설립되었으며, 그 토대는 기업용 소프트웨어 업계에서 가장 광범위하고 깊은 협력 관계 중 하나로 성장했습니다. 이번 확장된 협력을 통해 인프라 투자 외에도 AI 워크로드 처리를 위해 AWS의 자체 설계 프로세서인 그라비톤(Graviton) 및 클라우드 기반 GPU 사용을 대폭 확대한다며, 고객이 대규모 데이터 웨어하우징 및 AI 워크로드를 실행하는 데 필요한 세계적인 수준의 성능, 유연성, 그리고 비용 절감 효과를 제공할 것이라고 합니다.
고객은 스노우플레이크의 데이터 클라우드 플랫폼에 AWS의 최신 컴퓨팅 성능을 결합하여, 기업들이 안전하고 통제된 데이터 환경에서 ‘에이전틱 AI(Agentic AI)’ 애플리케이션을 빠르게 배포할 수 있습니다. 이는 기업 고객들이 데이터가 저장된 그 자리에서 보안을 유지하며 AI 에이전트를 빌드하고 배포할 수 있도록 전방위적으로 협력하기로 했다는 의미입니다.
엔터프라이즈 AI가 단순히 질문에 답하는 챗봇 단계를 넘어, 스스로 판단하고 워크플로우를 실행하는 ‘에이전트’를 위한 인프라 투자 단계로 진입한 것으로 보고 있습니다.
에이전트 AI 인프라 투자, 왜 지금일까?
‘스리드하르 라마스와미(Sridhar Ramaswamy)’ 스노우플레이크 CEO는 “AI는 엄청난 흥분을 불러일으켰지만, 기업에게 진짜 과제이자 기회는 인공지능을 실질적인 행동으로 전환하는 것”이라며, “우리는 AI 시스템이 단순히 질문에 답하는 것을 넘어, 조직이 신뢰할 수 있는 데이터를 바탕으로 추론하고, 워크로드를 조율하며, 실제 비즈니스 성과를 주도하는 ‘에이전틱 엔터프라이즈(Agentic Enterprise)’ 시대로 진입하고 있다. AWS와 함께 기업들이 거버넌스가 확보된 데이터에 AI를 직접 적용할 수 있도록 지원함으로써, 기업들이 더 빠르게 움직이고 명확하게 운영하며 대규모의 측정 가능한 영향력을 창출할 수 있도록 하겠다”고 말했습니다.
맷 가먼(Matt Garman) AWS CEO는 “기업들은 AI 실험 단계에서 벗어나 실제 비즈니스 성과를 창출하는 지능형 에이전트(Intelligent agents)를 현업에 투입하는 단계로 빠르게 이동하고 있다”고 했습니다.
질문에 답만 하는 단순 챗봇은 순간적인 GPU 연산만 필요로 합니다. 하지만 기업의 실제 업무를 자율적으로 수행하는 에이전트는 다릅니다.
에이전트 AI는 기업 내부 데이터를 지속적으로 탐색하고, 워크플로우를 조정하며, API를 호출해 액션을 취하는 과정을 ’24시간 내내’ 반복합니다. 즉, 데이터가 커짐에 따라 지속적이고 방대한 인프라 리소스가 필수적입니다.
Snowflake가 AWS에 60억 달러라는 거액을 베팅한 이유는 바로 이 ‘자율형 에이전트’가 유발할 폭발적인 데이터 및 AI 워크로드 수요를 선점하기 위함입니다.
챗봇(Chatbot)에서 에이전트(Agent)로의 전환 가속화
부서별 시나리오
- 사업 전략: “과거 매출 추이가 어때?”라고 묻는 수준을 넘어, “경쟁사 동향과 시장 지표를 분석해 신규 비즈니스 타당성 보고서 초안을 쓰고 관련 팀 미팅을 어레인지해줘.”
- 마케팅 기획: “지난달 광고 전환율 얼마야?”라고 확인하는 대신, “최근 급상승한 타겟 키워드를 분석해 캠페인 예산을 재배정하고, 매체 비딩가를 실시간으로 조정해줘.”
- 상품 기획: “요즘 유행이 뭐야?”라는 질문을 넘어, “소비자 인텐트 데이터로 페인 포인트를 도출하고, 내부 공급망 데이터와 대조해 신제품 스펙 제안서를 완성해줘.”
에이전틱 AI(Agentic AI) 및 Cortex AI의 고도화
단순히 질문에 답하는 챗봇을 넘어, 기업의 데이터를 바탕으로 스스로 판단하고 업무를 수행하는 AI 소프트웨어를 구현하기 쉬워집니다.
- 생산 업무용 AI 에이전트 구축 가속화: 스노우플레이크의 내장 AI 서비스인 Cortex AI(Text-to-SQL, 문서 요약 기능 등)가 AWS 인프라 위에서 구동되기 때문에 일반 기업 사용자들은 복잡한 코딩 없이도 회사의 실적 데이터, 계약서 서류 등을 학습한 ‘AI 에이전트’를 마우스 클릭 몇 번과 간단한 프롬프트만으로 현업에 배치할 수 있습니다.
- 안정적인 인프라 공급 보장: 전 세계적인 AI 칩(GPU) 품귀 현상 속에서도, 스노우플레이크 사용 기업들은 “AWS와의 대규모 인프라 약정을 통해 안정적인 고성능 GPU 및 컴퓨팅 자원을 확보함으로써 AI 워크로드가 폭증해도 인프라 중단이나 성능 저하 없는 안정적인 대규모 서비스 가동이 가능합니다.
데이터 기반의 AI 에이전트 배포 고객 사례
대니얼 블록(Daniel Block) 패치(Fetch) 매출 및 파트너십 총괄은 “스노우플레이크 코텍스 AI를 통해 우리는 영업 팀이 자연어로 캠페인 데이터를 쿼리하고 즉각적인 인사이트를 얻을 수 있는 시맨틱 에이전트(Semantic agent)를 배포했다. 이를 통해 비즈니스 전반에서 더 빠르고 정보에 기반한 의사결정이 가능해져 브랜드 파트너에게 더 많은 가치를 제공할 수 있게 되었다”고 전했습니다.
핵심 키워드는 ‘거버넌스(Governance)와 보안’
AI가 시스템에 직접 접근해 행동(Action)하는 만큼, 데이터 유출과 오작동을 막을 강력한 보안 인프라가 필수적입니다.
데이터 이동 없는 AI 아키텍처
기존에는 AI 모델을 쓰려면 스노우플레이크에 있는 데이터를 외부 AI 플랫폼으로 추출·변환(ETL)해 옮겨야 가동할 수 있었던 반면, 이제 데이터를 모델로 옮기는 것이 아니라 모델을 데이터가 있는 곳(Snowflake 환경 내부)으로 가져와 AI를 구동하는 방식으로 데이터 이동이 없는 아키텍처를 구현할 수 있습니다.
- 데이터 유출 위험 원천 차단: 이번 협력을 통해 AWS의 고성능 AI 인프라가 스노우플레이크의 거버넌스(보안 및 권한 제어) 경계 안으로 직접 들어옵니다. 데이터가 스노우플레이크 내부를 벗어나지 않으므로, 기업의 민감 정보나 고객 데이터가 외부 LLM 학습에 무단 유출될 리스크가 완전히 사라집니다.
- 실시간 AI 서비스 가능: 데이터를 이동시키는 파이프라인 구축 비용과 인프라 지연 시간(Latency)이 사라져, 기업들은 실시간 데이터 분석과 고성능 AI 추론을 결합한 서비스를 즉시 구현할 수 있습니다.
비용 최적화의 싸움
24시간 상시 가동되는 에이전트는 인프라(추론) 비용을 급격히 상승시킵니다. 이 협력으로 인해 일반 기업 사용자에게 ‘비용 절감과 ‘보안 기반의 즉시 사용 가능한 AI 환경’이라는 실질적 혜택이 될 것으로 기대합니다.
- 차세대 칩(Graviton) 도입을 통한 컴퓨팅 단가 인하: 스노우플레이크는 이번 계약의 상당 부분을 AWS의 자체 설계 칩인 AWS 그래비톤(Graviton) 프로세서 기반 인프라에 할당했습니다. 그래비톤 기반 인프라는 기존 X86 프로세서 대비 가격 대비 성능(Price-Performance)이 크게 향상되어, 기업들이 데이터 분석 및 쿼리(Query)를 실행할 때 소모되는 스노우플레이크 크레딧(Credit) 효율이 높아집니다.
- AI 인프라 접근 비용 최적화: LLM(대형언어모델) 학습 및 추론에 필수적인 고가의 GPU 인스턴스(Amazon EC2)를 스노우플레이크가 대규모로 확보함에 따라, 일반 기업은 고가의 AI 인프라를 직접 구축할 때보다 종량제 방식으로 훨씬 저렴하게 고성능 GPU 연산력을 이용할 수 있습니다.
에이전트 AI의 연료, ‘실측 데이터 API’ 시장의 개막
리스닝마인드 DaaS(Data as a Service)가 제시하는 인텔리전스 데이터 결합 기회
인프라(AWS, Snowflake)가 갖춰지더라도, 에이전틱 AI가 똑똑하게 행동하려면 ‘왜곡 없는 고품질 원천 데이터(Ground Truth)’라는 연료가 공급되어야 합니다. 특히 마케팅, 리서치, 상품 기획 등의 영역에서는 실제 소비자들의 ‘검색 인텐트(의도) 데이터’가 에이전트의 핵심 판단 근거가 됩니다.
리스닝마인드 DaaS(Data as a Service)는 마케팅 인텔리전스 및 생성형/에이전틱 AI 솔루션을 위해 소비자의 실제 검색 인텐트(의도) 데이터를 API 형태로 제공하는 기업용 데이터 서비스입니다. 실제 비즈니스 가치를 창출해야 하는 AX(AI 전환) 시대에 리스닝마인드 DaaS가 가지는 핵심 가치는 3가지로 요약할 수 있습니다.
1. AI 환각(Hallucination) 해결을 위한 ‘실측 데이터(Ground Truth)’ 제공
현재 기업들이 도입하는 거대언어모델(LLM)은 과거 데이터 학습에 의존하기 때문에 존재하지 않는 사실을 지어내거나 최신 트렌드를 반영하지 못하는 ‘할루시네이션’ 문제를 겪습니다.
- 해결책: 리스닝마인드 DaaS는 AI가 임의로 생성하거나 유추할 수 없는 실제 전국민의 편향 없는 검색 데이터를 실시간성 원천 데이터(Ground Truth)로 주입합니다.
- 효과: AI 에이전트가 시장 분석을 하거나 보고서를 작성할 때 가상의 시나리오가 아닌 ‘실제 팩트와 숫자’에 기반하여 답변하므로 신뢰성이 극대화됩니다.
2. 단순 수치를 넘어선 ‘검색 경로(Sequence)’와 맥락 분석
기존의 키워드 도구들이 단순히 “특정 키워드의 검색량이 얼마인가”라는 단편적인 숫자만 보여줬다면, 리스닝마인드는 소비자의 이동 흐름을 추적합니다.
- 소비자 구매 여정(Customer Decision Journey) 가시화: 소비자가 A를 검색한 후 B를 거쳐 C로 이동하는 검색 경로(Sequence)와 의도별 주제 묶음(Cluster)을 분석합니다.
- 숨겨진 니즈 포착: 소비자가 제품을 구매하기 직전이나 고민하는 단계에서 어떤 맥락(Context)으로 검색하는지 분석하여, 마케터나 AI 시스템이 소비자의 ‘말하지 않은 숨은 의도’까지 선제적으로 파악할 수 있도록 돕습니다.
3. 에이전틱 AI(Agentic AI)와의 완벽한 인프라 결합 및 자동화
리스닝마인드 데이터는 스노우플레이크(Snowflake)나 아마존 베드락(Amazon Bedrock) 등 글로벌 AI 클라우드 생태계와 결합할 때 시너지가 폭발합니다.
- 자율적 워크플로우의 연료: ’24시간 상시 가동’되며 스스로 판단하고 API를 호출하는 자율형 AI 에이전트에게 고품질의 실측 데이터를 지속해서 공급하는 연료 역할을 합니다.
- 마케팅·기획 업무 자동화: REST API 및 MCP(Model Context Protocol) 연동을 통해 AI 에이전트가 리스닝마인드의 실시간 인텐트 데이터를 즉각 호출합니다. 이를 통해 “최근 급상승한 타겟 키워드를 분석해 광고 예산을 재배정하고 예산 비딩가를 실시간으로 조정해줘”와 같은 복잡한 마케팅 액션을 자율적으로 수행할 수 있게 됩니다.
리스닝마인드 DaaS 결합을 통한 엔터프라이즈 에이전틱 AI 고도화 방안
클라우드 인프라 위에서 작동하는 에이전틱 AI에 리스닝마인드 데이터가 결합되면, AI가 단순히 학습된 데이터로 답변하는 것을 넘어 “지금 소비자들이 실제로 어떤 경로로 움직이고 무엇을 원하는지” 실측 데이터를 기반으로 마케팅 액션과 비즈니스 워크플로우를 ‘할루시네이션(환각) 없이’ 자율 실행하는 진정한 엔터프라이즈 에이전트가 완성됩니다.
| 분류 | 리스닝마인드 DaaS 연동 아키텍처 | 기업이 얻을 수 있는 에이전트 AI 가치 |
| 인프라 결합 | AWS S3 연동 (인텐트 파인더 키워드 데이터 제공) | AWS 인프라 환경 내에서 소비자 검색 키워드 데이터를 대량으로 직접 적재하고 즉시 활용할 수 있습니다. |
| 에이전트 연결 | Amazon Bedrock Agents 연동 (REST API 및 MCP 제공) | 모델 컨텍스트 프로토콜(MCP)과 REST API를 통해 Amazon Bedrock 환경에서 구동되는 AI 에이전트가 리스닝마인드의 실시간 인텐트, 경로, 클러스터 데이터를 즉각 호출하고 자율적 판단의 근거로 삼습니다. |
| 데이터 통합 | 인텔리전스 데이터 결합 | 기업의 내부 데이터(CRM, 매출 등)가 보관된 Snowflake 계정 내에 리스닝마인드의 소비자 행동 데이터를 결합하여, 강력한 보안 속에서 데이터 기반 의사결정을 극대화합니다. |
“단순히 말을 잘하는 AI의 시대는 끝났습니다. AWS와 Snowflake 인프라에 리스닝마인드 인텐트 데이터를 주입하여 직접 ‘행동’하게 만드는 기업의 도전을 기다립니다.”