질문은 많고 분석가는 적다
어느 회사나 데이터 팀 앞에는 질문이 줄을 섭니다. "지난달 이 지역 매출이 왜 떨어졌나요?" "이 캠페인 효과가 있었나요?"
대부분은 간단한 질문입니다. 하지만 답하려면 어느 테이블을 봐야 하는지 알아야 하고, SQL을 써야 하고, 결과를 해석해야 합니다. 그래서 줄이 길어집니다.
CoWork는 이 줄을 없애겠다는 제품입니다. 보도자료는 CoWork를 지식 노동자가 더 똑똑하게 일하도록 돕는 개인 에이전트라고 소개합니다.
이름만 바뀐 게 아니다
CoWork는 원래 Snowflake Intelligence였습니다. 이름과 함께 범위가 넓어졌습니다.
예전에는 데이터에 질문하는 도구에 가까웠다면, 이제는 사용자의 역할에 맞춰 회사 전체의 비즈니스 맥락을 엮어 주는 에이전트를 표방합니다. 사용자가 어떤 전문 에이전트를 쓸지 고르지 않아도, CoWork가 뒤에서 여러 에이전트를 조율합니다.
기능과 상태
보도자료의 각주를 따라 상태를 정리하면 이렇습니다.
| 기능 | 상태(발표 당시) | 내용 |
|---|---|---|
| MCP 커넥터 | 정식 출시 | Google Drive, Salesforce, Slack 연결 |
| Deep Research | 곧 정식 출시 | 정형·비정형 데이터에 걸친 다단계 분석 |
| Artifacts | 곧 정식 출시 | 게시 가능한 대시보드 포함(대시보드는 곧 공개 프리뷰) |
| Skill Catalog / User Skills | 곧 정식 출시 / 곧 공개 프리뷰 | 반복 작업을 스킬로 저장·공유 |
| User Memory | 곧 공개 프리뷰 | 개인의 사용 방식을 학습 |
| Cortex Sense | 비공개 프리뷰 | 공유 맥락 계층, 역할별 플러그인 |
| iOS 앱 | 곧 정식 출시 | 모바일 |
| Slackbot, Excel 확장 | 곧 비공개 프리뷰 | 기존 도구 안에서 사용 |
발표 당일 정식 출시인 것은 MCP 커넥터 정도입니다. 나머지는 "곧"입니다. 도입을 검토한다면 지금 상태를 다시 확인해야 합니다.
Deep Research의 숫자
Deep Research에 대해 스노우플레이크는 자체 Hybrid Deep Research 벤치마크에서 단일 에이전트 시스템보다 3분의 1 이상 좋은 성능을 냈다고 밝혔습니다.
자체 벤치마크라는 점은 감안해야 합니다. 그래도 방향은 이해됩니다. 정형 데이터(테이블)와 비정형 데이터(문서)를 함께 봐야 하는 질문에서, 하나의 에이전트보다 역할을 나눈 여러 에이전트가 낫다는 주장입니다. "매출이 왜 떨어졌나"라는 질문은 숫자와 회의록을 같이 봐야 답할 수 있으니까요.
맥락 계층: Cortex Sense
Cortex Sense는 CoWork와 코딩 에이전트 CoCo가 함께 쓰는 공유 맥락 계층입니다. 역할별 플러그인이 미리 만들어져 있습니다. 보도자료는 이를 통해 구상부터 운영까지 "몇 주가 아니라 며칠"이면 된다고 표현했습니다.
앞의 글에서 다룬 Horizon Context가 데이터 정의의 맥락이라면, Cortex Sense는 일하는 방식의 맥락에 가까워 보입니다. 다만 둘의 관계는 보도자료에 자세히 나오지 않습니다.
실제 사례
- Synopsys: 목적별 에이전트를 20개 넘게 만들었습니다. 리더들이 더 이상 흩어진 포털에 의존하지 않아도 된다고 말했습니다.
- WHOOP: 수백 명의 직원이 CoWork를 씁니다. 운영 마찰이 줄어 데이터 팀이 더 중요한 일에 집중하게 됐다고 합니다.
- Resolve AI: Cortex Training으로 도메인 강화학습 모델을 만듭니다. 2년간 수백만 달러 규모를 약정했습니다.
Cortex Training은 관리형 GPU로 모델을 맞춤화하는 기능입니다. 초기 고객 평가 기준으로 같은 GPU 예산에서 학습을 최대 2배 더 돌릴 수 있다고 합니다.
따져 볼 지점
데이터 에이전트를 전 직원에게 여는 일에는 두 가지 위험이 있다고 봅니다.
첫째, 틀린 답의 확산입니다. 분석가는 숫자가 이상하면 의심합니다. 일반 직원은 에이전트의 답을 그대로 보고서에 옮길 수 있습니다. 앞의 글에서 본 시맨틱 레이어가 먼저 잘 갖춰져 있어야 하는 이유입니다.
둘째, 비용입니다. 수백 명이 Deep Research처럼 여러 단계를 도는 질문을 던지면 컴퓨트 비용이 빠르게 늘어납니다. 보도자료에는 요금 이야기가 없습니다.
정리하며
보도자료는 수천 곳의 고객이 이미 CoWork를 쓰고 있다고 밝힙니다. 데이터 팀 앞의 줄을 줄이고 싶은 수요가 그만큼 크다는 뜻입니다.
도입을 고민한다면 순서를 정해 두는 게 좋겠습니다. 먼저 자주 묻는 질문 스무 개를 모으고, 그 질문에 에이전트가 맞게 답하는지 확인한 뒤, 사용자를 조금씩 넓히는 순서입니다.
