Snowflake가 AWS와 5년간 60억 달러 규모의 인프라 사용 약정을 맺었다. Snowflake가 AWS에 약정한 투자로는 역대 최대 규모다.1
겉으로 보면 대형 클라우드 계약 뉴스다. 하지만 핵심은 “Snowflake가 AWS를 더 많이 쓴다”가 아니다. 기업 AI가 실험실을 벗어나 실제 업무 시스템으로 들어가면서, 데이터 플랫폼·클라우드 인프라·AI 칩이 하나의 운영 구조로 묶이고 있다는 점이다.
이번 계약의 본질: AI를 데이터 가까이에 두려는 선택
Snowflake는 11년 전 AWS 위에서 처음 구축됐고, 현재도 고객 다수가 AWS에서 Snowflake를 운영한다.1 이번 계약은 그 관계를 단순히 연장한 것이 아니라, 생성형 AI와 에이전틱 AI를 기업 데이터 환경에 더 깊게 통합하려는 움직임이다.
에이전틱 AI는 질문에 답하는 데서 끝나지 않는다. 목표를 이해하고, 데이터를 조회하고, 권한을 확인하고, 여러 작업을 순서대로 실행하는 형태에 가깝다. 따라서 모델 자체의 성능만큼이나 중요한 것이 있다. 바로 AI가 기업 데이터에 얼마나 안전하고 효율적으로 접근할 수 있느냐다.
Snowflake와 AWS가 강조하는 방향도 여기에 있다. 민감한 데이터를 여러 시스템으로 옮기기보다, AI 기능을 Snowflake 안의 통제된 데이터에 직접 적용하는 구조다.1 데이터 이동을 줄이면 보안, 거버넌스, 비용 부담을 낮출 수 있다.
Graviton이 중요한 이유
이번 계약에서 주목할 또 다른 축은 AWS의 Arm 기반 CPU인 Graviton이다. Snowflake는 Graviton과 AWS AI 인프라 사용을 확대할 계획이다.2
AI 인프라를 이야기할 때는 흔히 GPU가 먼저 떠오른다. GPU는 모델 학습과 추론에서 핵심 역할을 한다. 그러나 실제 기업 AI 서비스는 GPU만으로 돌아가지 않는다. 데이터 조회, 전처리, 권한 확인, 워크플로 실행, 애플리케이션 로직 같은 주변 연산도 대규모로 발생한다.
이 영역에서는 CPU 효율성이 중요해진다. Snowflake가 Graviton 접근 확대를 추진하는 이유도 여기에 있다. 기업 AI가 확산될수록 “어떤 모델을 쓰는가”만큼 “그 모델을 둘러싼 전체 연산 비용을 어떻게 낮출 것인가”가 중요해진다.
AWS에도 의미 있는 신호
Snowflake는 AWS Marketplace를 통해 누적 70억 달러 규모의 서비스를 판매했다.1 또한 Snowflake는 2025년 고객들의 AWS 지출이 해당 연도에 20억 달러로 두 배 증가했다고 밝혔다.1
이번 60억 달러 약정은 AWS 입장에서도 중요한 신호다. AI 인프라 경쟁이 GPU 확보 경쟁에만 머무르지 않고, 데이터 플랫폼·AI 서비스·자체 칩·마켓플레이스 생태계 경쟁으로 확대되고 있음을 보여준다.
클라우드 사업자는 이제 단순히 서버와 저장 공간을 제공하는 데 그치지 않는다. 기업이 데이터를 보관하고, 분석하고, AI를 적용하고, 비용을 통제하는 전체 경로를 장악하려 한다. Snowflake와 AWS의 협력 확대는 그 흐름을 잘 드러낸다.
기업이 봐야 할 판단 기준
이 계약이 주는 실무적 교훈은 분명하다. AI 전략은 모델 선택만으로 끝나지 않는다. 다음 질문을 함께 봐야 한다.
AI가 접근해야 할 데이터는 어디에 있는가?
민감한 데이터를 이동하지 않고 활용할 수 있는가?
보안과 거버넌스를 유지하면서 AI 기능을 붙일 수 있는가?
GPU뿐 아니라 CPU 연산 비용까지 감당 가능한가?
특정 클라우드나 데이터 플랫폼에 대한 의존이 커질 때 리스크는 무엇인가?
Snowflake의 선택은 기업 AI가 어디로 가는지 보여준다. 앞으로의 경쟁력은 “가장 똑똑한 모델” 하나에서 나오지 않는다. 데이터를 안전하게 연결하고, 인프라 비용을 통제하며, AI를 실제 업무 흐름 안에 넣는 운영 능력에서 나온다.
1Snowflake Expands AWS Collaboration with $6B Commitment to Accelerate Enterprise Agentic AI Adoption
2Snowflake rockets 36% on earnings beat and plan to spend $6 billion on Amazon cloud
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.