Snowflake
Whatnot의 대규모 실시간 데이터 관찰 전략: Snowflake Cortex Agents로 블랙박스 해체
데이터원본 2026년 7월 28일
한마디로
라이브쇼핑 플랫폼이 매초 수십억 개 데이터를 처리할 때 뭐가 일어나는지 실시간으로 투명하게 보고, AI가 자동으로 이상을 찾아내는 거예요
무슨 내용인가
Whatnot은 주당 55만 시간 규모의 라이브스트림을 처리하면서 데이터 인프라의 블랙박스 문제를 마주했어요. 이를 해결하기 위해 Snowflake Cortex Agents와 Hex Threads를 도입해 일반 직원도 자연어로 데이터를 쿼리할 수 있게 만들었고, 출시 90일 만에 1,000명 이상 직원의 80%가 사용하게 되었습니다. 동시에 Snowflake Trail로 이벤트 로깅 속도를 10배 개선하고 자연어 기반 알림 설정으로 복잡한 SQL 코드 작성 부담을 없앴어요.
에디터 노트 · FactStack
90일 만에 직원 80% 사용이라는 숫자가 눈에 띄지만, conversational analytics의 진짜 병목은 도구가 아니라 데이터 모델 정합성이에요. 자연어로 물어도 테이블 정의와 지표 로직이 정리 안 돼 있으면 그럴듯하게 틀린 답이 나오고, 실무자는 검증할 SQL 실력이 없어 그대로 믿어버리죠. 마케팅팀이 도입하려면 semantic layer와 지표 표준부터 갖추는 게 순서고, 그게 없으면 '민주화'가 아니라 오답의 대량 생산이 됩니다.
실무 시사점
데이터 민주화와 실시간 모니터링이 고객 경험 개선과 운영 효율로 직결된다는 점을 보여주므로, 마케팅팀도 분석 병목을 제거하고 의사결정 속도를 높이려면 conversational analytics 도입을 고려할 만합니다
태그
용어 풀이
- Snowflake Cortex Agents
- Snowflake 플랫폼 위에서 자연어 질문을 이해하고 자동으로 데이터 쿼리를 생성·실행하는 AI 에이전트
- conversational analytics
- 일반인도 SQL을 몰라도 평문으로 질문하면 AI가 데이터를 분석해 답하는 방식의 데이터 분석
- real-time observability
- 데이터 인프라의 상태·성능·비용을 지연 없이 투명하게 모니터링하는 능력
- data democratization
- 데이터 접근 권한과 분석 능력을 기술 전문가뿐 아니라 전사 직원에게 확대하는 것
이 브리핑은 자동 검증을 거쳐 발행되었습니다. 오류 제보는 편집팀이 즉시 확인합니다.
공유
이 글이 도움이 됐다면
로그인 없이 누를 수 있어요 · 다시 누르면 취소