Sigma Computing의 8천만 달러 시리즈 E 투자는 단순한 자금 조달 소식으로만 보기 어렵습니다. 투자 후 기업가치 30억 달러, ARR 2억 달러, 2,000곳 이상 고객이라는 숫자는 기업 분석 시장에서 어떤 도구가 선택받고 있는지 보여줍니다.1
핵심은 명확합니다. 기업은 더 많은 대시보드가 아니라, 클라우드 데이터 위에서 안전하게 바로 분석하고 실행할 수 있는 방식을 원하고 있습니다.
Sigma는 무엇이 다른가
Sigma는 Snowflake, Databricks, Google BigQuery 같은 클라우드 데이터 웨어하우스 위에서 작동하는 분석 플랫폼입니다.1 가장 큰 특징은 데이터를 별도 시스템으로 복사하지 않고, 원래 저장된 웨어하우스의 컴퓨트 계층에서 분석을 실행한다는 점입니다.1
사용자는 SQL 전문 지식이 없어도 스프레드시트형 UI로 라이브 데이터를 질의하고 분석할 수 있습니다.1 동시에 Sigma는 스프레드시트 연산, SQL, Python, AI Apps를 지원합니다.1
즉 Sigma의 포지션은 단순한 “쉬운 BI 도구”가 아닙니다. 비즈니스 사용자에게는 익숙한 스프레드시트 경험을 제공하면서, 데이터팀이 요구하는 확장성과 기술적 유연성도 함께 제공하려는 플랫폼에 가깝습니다.
분석의 병목은 대시보드 제작에서 데이터 접근으로 이동했다
전통적인 BI 환경에서는 “누가 대시보드를 만들 것인가”가 중요한 문제였습니다. 하지만 클라우드 데이터 웨어하우스가 보편화된 지금은 병목이 달라졌습니다.
이제 기업이 묻는 질문은 다음에 가깝습니다.
사용자가 최신 데이터에 직접 접근할 수 있는가
데이터를 복제하지 않고도 분석할 수 있는가
기존 보안 정책을 유지할 수 있는가
비전문가도 분석 결과를 실제 업무 흐름으로 연결할 수 있는가
Sigma가 강조하는 지점도 여기에 있습니다. 데이터를 이동하거나 복제하지 않기 때문에 기존 행 수준 보안, 컬럼 마스킹, 접근 제어를 적용할 수 있다고 설명합니다.1 기업 입장에서는 분석 속도를 높이면서도 별도의 보안 체계를 다시 설계해야 하는 부담을 줄일 수 있습니다.
AI가 붙을수록 거버넌스는 더 중요해진다
AI 기반 분석 기능이 늘어날수록 사용자는 더 쉽게 질문하고, 요약하고, 대시보드나 앱을 만들 수 있습니다. Sigma Assistant도 자연어로 데이터를 분석하고 대시보드나 앱을 만들 수 있도록 지원한다고 설명합니다.2
하지만 AI 분석에서 중요한 것은 “무엇을 만들 수 있는가”만이 아닙니다. 누가 어떤 데이터에 접근할 수 있는지, 기존 권한과 감사 가능한 환경 안에서 작동하는지가 더 중요해집니다. Sigma가 웨어하우스 위에서 직접 작동하고 기존 접근 제어를 활용한다고 강조하는 이유도 여기에 있습니다.1
기업이 얻을 수 있는 판단 기준
Sigma의 성장은 BI 시장의 기준이 바뀌고 있음을 보여줍니다. 앞으로 분석 도구를 평가할 때는 차트나 대시보드 기능만으로는 부족합니다.
실무적으로는 다음 질문을 던져볼 필요가 있습니다.
데이터를 분석 도구로 복사해야 하는가
클라우드 데이터 웨어하우스의 컴퓨트와 보안을 그대로 활용할 수 있는가
SQL을 모르는 사용자도 라이브 데이터를 직접 탐색할 수 있는가
데이터팀은 SQL, Python 등으로 필요한 확장을 할 수 있는가
AI 기능이 기존 권한 체계 안에서 작동하는가
Sigma가 보여주는 방향은 “스프레드시트처럼 쉽지만, 웨어하우스 수준의 보안과 확장성을 갖춘 분석 환경”입니다. BI는 더 이상 보고서를 만드는 도구에 머물지 않습니다. 클라우드 데이터 위에서 분석과 업무 실행을 연결하는 플랫폼으로 이동하고 있습니다.
1A message from John Furrier, co-founder of SiliconANGLE:
2Introducing Sigma Assistant: One Contextual Interface for AI Analysis & Building
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.