배경 및 맥락

기업용 AI 플랫폼은 초기에는 자연어 질의나 BI 보조 같은 point solution에 가까웠다. 하지만 agent가 실제로 데이터를 읽고, 워크플로를 실행하고, 여러 시스템을 넘나들기 시작하면 문제는 단일 기능이 아니라 어떤 플랫폼이 조직의 control plane이 되느냐로 바뀐다. Snowflake의 이번 발표는 이 전환을 잘 보여준다.

특히 데이터 스택은 이미 Databricks, Postgres, Glue, BI, IDE, 내부 도구가 얽혀 있기 때문에, 에이전트 플랫폼의 가치는 자체 모델보다 연결성과 거버넌스에서 결정된다. Snowflake는 바로 이 접점을 넓히는 데 초점을 맞췄다.

---

핵심 내용

Snowflake는 Snowflake Intelligence와 Cortex Code를 통해 business user와 builder 모두를 위한 agentic AI 단일 플랫폼을 제시했다. Cortex Code는 외부 데이터 시스템 지원을 AWS Glue, Databricks, Postgres까지 확장했고, MCP와 ACP를 통해 다른 AI agent/workflow와 연결할 수 있게 했다.

개발자 표면도 넓혔다. VS Code extension과 Claude Code plugin, Python·TypeScript Agent SDK, 그리고 browser에서 코드와 workflow를 실행하는 Cloud Agents까지 포함하면서, Cortex Code를 단순 보조 기능이 아니라 다른 시스템이 빌드할 수 있는 플랫폼으로 밀고 있다. 발표에 따르면 Snowflake AI 제품은 주간 기준 9,100개 이상 고객이 사용하고 있다.

---

경쟁 구도 / 비교

이 방향은 enterprise AI가 이제 독립 실행형 assistant에서 멀어지고 있음을 보여준다. 경쟁자는 단순 코딩 툴이 아니라 data platform, orchestration layer, agent runtime 전체다. MCP/ACP 호환성은 폐쇄형 lock-in보다 생태계 연결이 더 중요한 판매 포인트가 되고 있음을 의미한다.

또한 Claude Code plugin과 Cloud Agents의 조합은 로컬 개발 경험과 관리형 실행 환경을 동시에 잡으려는 시도다. 이는 장기적으로 enterprise tool이 IDE plugin과 cloud control plane을 함께 제공하는 방향으로 수렴할 가능성을 높인다.

---

의미

산업적으로는 데이터 플랫폼 사업자들이 agent 시대의 주도권을 잡기 위해 control plane 포지션을 노골적으로 경쟁하기 시작했다는 신호다. 앞으로는 모델 자체보다 데이터 권한, 실행 경계, 생태계 호환성, auditability를 누가 더 잘 제공하느냐가 중요해질 수 있다.

실무적으로는 AI/데이터 팀이 새로운 agent 플랫폼을 평가할 때 IDE 통합, 프로토콜 호환성, managed runtime, 외부 시스템 연결 범위를 핵심 항목으로 넣어야 한다. 에이전트는 기능이 아니라 플랫폼 전략의 일부가 되고 있다.