스노우플레이크, RPO 98억 달러보다 Cortex 확산이 핵심이다
스노우플레이크 AI 데이터 플랫폼, RPO 98억 달러와 Cortex 성장
스노우플레이크를 둘러싼 핵심 질문은 AI가 기존 소프트웨어를 대체할 것인가가 아니다. 더 현실적인 질문은 기업이 AI를 도입할수록 데이터 저장, 정제, 분석, 보안, 거버넌스 수요가 줄어드는지 늘어나는지다. 스노우플레이크의 최근 숫자는 적어도 아직까지는 AI가 위협보다 수요 확대 요인으로 작동하고 있음을 보여준다. 제품 매출은 전년 대비 30% 증가해 12억 3,000만 달러를 기록했고, 잔여수행의무는 약 98억 달러로 42% 늘었다. 이 중 약 절반은 향후 12개월 안에 매출로 전환될 예정이다. 기업 고객이 장기적으로 스노우플레이크를 데이터와 AI 작업의 기반으로 쓰겠다는 신호가 숫자로 나타난 셈이다.
AI가 위협이 아니라 수요가 되는 이유
AI 에이전트가 업무를 자동화하면 소프트웨어 사용 좌석이 줄어들 수 있다는 우려가 있다. 일부 SaaS 기업에는 실제로 부담이 될 수 있다. 그러나 스노우플레이크의 경우 문제의 성격이 다르다. 이 회사가 파는 것은 사람이 앉는 좌석이 아니라 데이터 저장, 처리, 공유, 분석을 위한 플랫폼이다. AI가 더 많은 업무를 처리할수록 데이터는 더 많이 생긴다. 모델 학습, 추론, 로그, 고객 행동, 결과 검증, 보안 감사 데이터가 모두 쌓인다. 에이전트가 더 빠르게 일한다면, 기업은 더 빠르게 생성되는 데이터를 신뢰할 수 있는 공간에 모으고 처리해야 한다. 이 지점에서 스노우플레이크는 AI 시대의 운영 인프라가 될 수 있다. 벡터 데이터베이스가 전통적 데이터 웨어하우스를 모두 대체할 것이라는 생각도 과도하다. 기업 데이터는 감사, 보안, 권한, 재현 가능성이 중요하다. 사람이 이해할 수 없는 임베딩만으로 전체 데이터 운영을 맡기기는 어렵다. AI가 쓰는 데이터와 사람이 검증해야 하는 데이터가 함께 관리돼야 한다면, 스노우플레이크 같은 통합 플랫폼의 역할은 오히려 더 커질 수 있다.
데이터 웨어하우스와 데이터 레이크의 기반
스노우플레이크는 클라우드 네이티브 데이터 플랫폼이다. 자체 물리 서버를 고객에게 팔기보다 AWS, Azure, Google Cloud 위에서 데이터 저장과 연산을 분리해 제공한다. 고객은 필요한 만큼 데이터를 저장하고, 필요한 순간에 연산 자원을 써서 분석한다. 저장과 연산을 분리하면 팀별 사용량과 비용을 더 정교하게 관리할 수 있다. 기업 데이터는 구조화된 표 형태만 있는 것이 아니다. 이메일, 영상, 로그, 문서, 이미지, 고객 상담 기록처럼 비정형 데이터도 늘어난다. 스노우플레이크는 데이터 웨어하우스와 데이터 레이크 성격을 모두 다루며, 여러 형태의 데이터를 분석 가능한 형태로 정리하는 데 초점을 맞춘다. AI 도입이 늘어날수록 이런 비정형 데이터의 활용 가치는 더 커진다. 스노우플레이크가 중요한 이유는 데이터의 위치를 바꾸지 않고도 AI 작업을 수행하려는 기업 수요와 맞닿아 있기 때문이다. 민감한 기업 데이터를 외부 모델로 무분별하게 이동시키지 않으면서, OpenAI, Anthropic, Google Cloud 같은 모델을 플랫폼 안에서 활용하려는 접근이다. 데이터 보안과 AI 활용을 동시에 요구하는 대기업 고객에게는 이 구조가 매력적이다.
숫자로 확인되는 성장
최근 실적에서 스노우플레이크는 AI 위협론과 다른 숫자를 보였다. 제품 매출은 12억 3,000만 달러로 30% 증가했다. 잔여수행의무는 약 98억 달러로 42% 늘었고, 향후 12개월 매출 전환 가능성이 있는 규모도 절반 수준이다. 이는 기업 고객이 단기 사용만 하는 것이 아니라 장기 계약과 사용 확대를 이어가고 있음을 뜻한다. 2027회계연도 제품 매출 가이던스도 약 56억 6,000만 달러, 성장률 27%로 제시됐다. 성장률은 과거 고성장기보다 낮아졌지만, 이 정도 규모에서 20%대 후반 성장을 유지하는 것은 가볍지 않다. 특히 AI 워크로드가 늘어나면서 데이터 처리 수요가 커진다면, 기존 데이터 웨어하우스 사업의 안정성과 새 AI 수요가 함께 반영될 수 있다.
이 표에서 가장 중요한 것은 성장과 효율이 동시에 나왔다는 점이다. 스노우플레이크가 AI 위협을 막기 위해 마케팅이나 연구개발비를 무리하게 늘려 같은 매출을 유지하는 상황이라면 경고 신호가 된다. 그러나 현재는 제품 매출과 RPO가 늘고, 비GAAP 영업마진도 개선됐다.
Snowflake Intelligence와 Cortex Code
스노우플레이크는 AI를 외부 위협으로만 보지 않고 제품 안으로 끌어들이고 있다. Snowflake Intelligence와 Cortex Code는 고객이 데이터 파이프라인과 애플리케이션을 더 빠르게 만들도록 돕는 기능이다. 특히 Cortex Code는 코딩 에이전트 성격을 띠며, 데이터 작업과 애플리케이션 구축 속도를 높이는 데 초점을 맞춘다. 경영진은 서비스 제공 팀이 고객 프로젝트를 최대 5배 빠르게 완료하고, 응답 정확도를 25% 이상 개선했으며, 구현 주기를 며칠에서 몇 시간으로 줄였다고 설명했다. 프로젝트 마진은 40~50% 높아졌고, 고객의 실제 도입 속도도 40% 이상 빨라졌다는 언급이 있다. 이 수치가 이어진다면 AI는 비용 부담만이 아니라 생산성 개선 도구가 된다.
내부 효율이 만든 마진 개선
비GAAP 영업마진 10.5%는 전년 대비 400bp 개선된 수치다. 스노우플레이크가 내부적으로 AI 도구를 활용해 서비스 제공과 고객 응대를 효율화하고 있다는 설명과도 연결된다. 매출 성장만큼 중요한 것은 이 성장이 마진 훼손 없이 나오는지다. AI 도구가 고객 프로젝트를 빠르게 끝내고, 정확도를 높이며, 도입 시간을 줄인다면 스노우플레이크는 같은 인력으로 더 많은 고객을 지원할 수 있다. 이 구조는 장기적으로 영업 레버리지에 도움이 된다. 다만 초기 AI 기능 확장에는 컴퓨팅 비용이 붙기 때문에, 마진 개선이 계속될지는 별도 확인이 필요하다.
AI 워크로드의 비용 변수
AI 워크로드는 전통적인 저장·조회 중심 작업과 비용 구조가 다를 수 있다. 모델 추론, 검색 증강, 비정형 데이터 처리, 실시간 에이전트 작업은 더 많은 연산 자원을 요구한다. 스노우플레이크가 AI 수요를 매출로 바꾸더라도, 그 매출의 마진이 기존 데이터 웨어하우스보다 낮다면 이익률 개선 속도는 제한될 수 있다. 경영진은 효율성 개선으로 이런 비용을 상쇄할 수 있다고 본다. 투자자는 실제로 제품 매출 성장률, 총마진, 비GAAP 영업마진이 같은 방향으로 움직이는지 봐야 한다. AI 수요가 커진다는 말보다, AI 수요가 수익성 있는 매출로 바뀌는지가 더 중요하다.
밸류에이션과 경쟁 리스크
스노우플레이크는 과거 대비 배수가 크게 낮아졌다. 상장 초기에는 매출 성장률이 100%를 넘었고, 클라우드 데이터 플랫폼에 높은 프리미엄이 붙었다. 지금은 성장률이 낮아지면서 5년 평균 대비 60~70% 낮은 배수 구간까지 내려온 것으로 언급된다. 그러나 섹터 중앙값과 비교하면 여전히 비싼 편이다. 높은 밸류에이션은 실행 실수를 허용하지 않는다. 스노우플레이크가 AI 에이전트의 운영체제 같은 데이터 허브로 자리 잡으면 현재 프리미엄은 정당화될 수 있다. 반대로 Databricks, BigQuery 같은 경쟁 플랫폼이 더 빠르게 성장하거나, 고객이 특정 벡터 데이터베이스와 클라우드 네이티브 도구로 분산된다면 부담은 커진다. 또 하나의 변수는 수익성이다. 비GAAP 기준으로는 마진이 개선되고 있지만, 투자자는 장기적으로 현금흐름과 GAAP 수익성까지 확인해야 한다. 고성장 소프트웨어 기업은 매출이 잘 나와도 밸류에이션이 높으면 변동성이 커진다. 스노우플레이크는 좋은 사업일 수 있지만, 좋은 가격과 좋은 사업은 별개로 판단해야 한다.
투자자가 확인할 다음 지표
앞으로 가장 중요한 지표는 제품 매출 성장률과 RPO 증가율이다. 제품 매출이 20%대 후반 이상을 유지하고, RPO가 계속 제품 매출보다 빠르게 늘어난다면 대기업 고객의 장기 약정이 유지되고 있다는 뜻이다. 반대로 RPO 증가율이 꺾이면 미래 매출 가시성에 의문이 생길 수 있다. 두 번째는 AI 기능의 실제 사용량이다. Snowflake Intelligence, Cortex Code, Anthropic 연동, AI 애플리케이션 Marketplace가 고객 사용량과 매출 확대로 이어지는지 봐야 한다. 세 번째는 마진이다. AI 워크로드가 커질수록 비용 구조가 달라질 수 있으므로, 비GAAP 영업마진과 현금흐름 개선이 함께 이어져야 한다. 알파스퀘어의 분석 도구는 스노우플레이크처럼 기대와 변동성이 큰 소프트웨어 기업을 점검할 때 도움이 된다. 43개 매매전략을 비교해 스노우플레이크에 더 적합했던 전략을 찾고, 과거에 상대적으로 강했던 수익 경로를 확인할 수 있다. 기대감만 보지 않고 가격, 추세, 변동성, 전략 적합도를 함께 보면 AI 데이터 플랫폼의 장기성장과 단기 가격 부담을 분리해서 볼 수 있다. 스노우플레이크는 AI로 흔들리는 기업이 아니라 AI가 더 많은 데이터를 만들 때 수혜를 받을 수 있는 플랫폼인지 검증받는 구간에 있다.
스노우플레이크처럼 AI 수요와 데이터 플랫폼 밸류에이션이 함께 움직이는 종목은 알파스퀘어 지표분석으로 가격, 추세, 변동성, 전략 적합도를 함께 확인해 볼 수 있다.
지금은 RPO 성장과 Cortex 사용 확대가 실제 제품 매출로 이어지는지 확인해야 한다.