안녕하십니까, 2027 회계연도 1분기 스노우플레이크 실적 발표 컨퍼런스 콜에 오신 것을 환영합니다. 오늘 컨퍼런스는 녹음됩니다. 이제 투자자 관계 총괄 책임자인 Katherine McCracken에게 마이크를 넘기겠습니다. 시작해 주십시오.

안녕하십니까, 그리고 스노우플레이크의 2027 회계연도 1분기 실적 발표 컨퍼런스 콜에 함께해 주셔서 감사합니다. 오늘 통화에는 최고 경영자 Sridhar Ramaswamy, 최고 재무 책임자 Brian Robins, 그리고 질의응답 세션에 참여할 제품 총괄 부사장 Christian Kleinerman이 함께합니다. 오늘 통화에서는 2027 회계연도 1분기 재무 결과를 검토하고 2027 회계연도 2분기 및 연간 가이던스를 논의할 것입니다.

오늘 통화 중에는 사업 운영 및 재무 성과와 관련된 미래 예측 진술을 포함한 미래 예측 진술을 할 것입니다. 이러한 진술은 위험 및 불확실성의 대상이며, 이로 인해 실제 결과와 중대하게 달라질 수 있습니다. 이러한 위험 및 불확실성에 대한 정보는 당사의 실적 보도 자료, 가장 최근의 10-K 및 10-Q 양식, 그리고 기타 SEC 보고서에서 확인할 수 있습니다.

모든 진술은 현재 당사가 이용 가능한 정보를 바탕으로 오늘을 기준으로 합니다. 법률에서 요구하는 경우를 제외하고, 이러한 진술을 업데이트할 의무를 지지 않습니다. 오늘 통화 중에는 특정 비 GAAP 재무 지표에 대해서도 논의할 것이며, 비 GAAP 재무 지표의 정의, GAAP에서 비 GAAP 지표로의 조정, 그리고 고객 수 및 채택을 포함한 비즈니스 지표 정의는 당사의 투자자 프레젠테이션을 참조하시기 바랍니다.

실적 보도 자료 및 투자자 프레젠테이션은 당사 웹사이트 investors.snowflake.com에서 확인할 수 있습니다. 오늘 통화의 다시 듣기 서비스도 웹사이트에 게시될 예정입니다. 그럼 이제 Sridhar에게 통화를 넘기겠습니다.

감사합니다, Katherine. 그리고 오늘 함께해 주신 모든 분들께 감사드립니다. AI는 근본적으로 업무 수행 방식을 재편하고 있으며, 스노우플레이크는 이러한 변화의 중심에 있습니다. 산업 전반에 걸쳐 조직들은 직원과 지능형 에이전트가 나란히 협력하여 의사 결정을 가속화하고, 복잡한 워크플로우를 자동화하며, 완전히 새로운 수준의 생산성과 혁신을 달성하는 미래를 향해 나아가고 있습니다.

스노우플레이크를 통해 이러한 미래는 이미 현실화되고 있습니다. 당사의 플랫폼은 조직이 에이전트 기업이 되기 위해 필요한 네 가지 요소, 즉 통합되고 관리되는 데이터 기반, 선도적인 AI 모델에 대한 액세스, 엔터프라이프 애플리케이션 및 워크플로우 전반의 연결성, 그리고 의도를 관리된 조치로 전환하는 통합 에이전트 제어 평면을 통합합니다. 이 제어 평면은 Snowflake Intelligence와 Cortex Code, 또는 애칭으로 CoCo라고 불리는 것을 통해 현실화되고 있습니다.

Snowflake Intelligence는 비즈니스 사용자가 엔터프라이즈 데이터 컨텍스트 및 조치에 대한 자연어 인터페이스를 제공하는 반면, CoCo는 빌더에게 스노우플레이크에서 직접 애플리케이션, 파이프라인, 에이전트 및 워크플로우를 생성할 수 있는 자연어 방식을 제공합니다. 스노우플레이크는 1분기 실적에서 입증된 바와 같이 고객이 에이전트 기업이 되도록 지원하는 데 독보적인 위치를 차지하고 있습니다.

제품 수익은 13억 3,400만 달러에 달했으며, 성장률은 전년 대비 34%로 가속화되어 지난 분기의 30%, 작년의 26%에서 상승했으며, 이는 당사 역사상 가장 강력한 분기별 달러 성장률을 기록했습니다. 순수익 유지율은 126%로 증가했습니다. 그리고 당사의 지속적인 규율 있는 실행 및 운영 엄격성에 대한 집중 덕분에 1분기 비 GAAP 영업 이익률은 전년 대비 300 베이시스 포인트 이상 확대된 12%를 기록했습니다.

전망에 대해 잠시 언급하고 싶습니다. 당사의 핵심 데이터 플랫폼 비즈니스의 강점과 CoCo 및 Snowflake Intelligence를 포함한 AI 기능의 상당한 향상을 종합하여, 2027 회계연도 전망을 전년 대비 27%에서 31%로 상향 조정합니다. Brian이 발언에서 가이던스에 대한 자세한 내용을 공유할 것입니다. 이러한 결과를 달성하기 위해 노력하고 헌신한 모든 스노우플레이크 직원들에게 감사드립니다.

당사 비즈니스 전반에 걸쳐 AI는 여러 수준에서 동시에 스노우플레이크를 강화하고 있습니다. 첫째, AI는 고객이 AI를 안전하고 확장 가능하게 지원하는 데 필요한 데이터 컨텍스트 및 거버넌스에 액세스하기 위해 스노우플레이크로 워크로드를 더 빠르게 마이그레이션함에 따라 당사의 핵심 플랫폼에서 소비를 가속화하고 있습니다. 둘째, Snowflake Intelligence와 CoCo는 당사 역사상 가장 빠른 신제품 채택률을 보이고 있으며, 에이전트 제어 평면의 첫 번째 주요 제품으로 새로운 성장 기회를 열고 있습니다.

셋째, 이러한 AI 제품의 채택은 고객이 질문에서 답변으로, 프롬프트에서 파이프라인으로, 아이디어에서 프로덕션 워크플로우로 스노우플레이크에서 전환함에 따라 핵심 플랫폼 소비를 증가시키고 있습니다. CoCo를 채택하는 고객은 더욱 빠르게 성장하고 있으며, 채택이 확대됨에 따라 이러한 모멘텀이 지속될 것으로 예상합니다. 1분기 실적의 강점은 에이전트 기업의 강력한 플라이휠 효과를 반영합니다.

중요한 것은 이러한 모멘텀이 당사의 핵심 비즈니스의 강점에서 시작된다는 것입니다. 당사의 13,912명의 고객은 당사의 AI 데이터 클라우드가 사용하기 쉽고, 협업을 위해 원활하게 연결되며, 엔터프라이즈급 거버넌스 및 보안을 신뢰할 수 있기 때문에 스노우플레이크를 선택합니다. 실제로 당사 고객의 42%가 최소한 하나의 스테이블 에지에서 스노우플레이크에서 데이터 공유를 하고 있습니다.

이는 단일 관리 소스에 대한 조직, 파트너 및 애플리케이션을 연결하는 플랫폼의 역할을 강조합니다. 이러한 상호 연결된 기반은 AI 시대에 더욱 가치 있게 됩니다. 스노우플레이크는 단순한 소프트웨어가 아닙니다. 현대 기업을 연결하고, 데이터 애플리케이션 및 AI 에이전트가 조직 전체에서 안전하고 원활하게 이동할 수 있도록 하는 순환 시스템입니다. 이러한 연결성, 거버넌스 및 사용 편의성의 조합은 기업이 데이터 및 AI 전략의 초석으로 스노우플레이크를 계속해서 선택하는 이유입니다.

선도적인 휴가 소유권 회사인 Holiday Inn Club Vacations는 데이터 및 AI 현대화를 지원하기 위해 스노우플레이크를 선택했으며, 선택 이유로 당사의 단순성, 내장된 AI 및 머신러닝 기능, 강력한 파트너십을 언급했습니다. 스노우플레이크를 통해 이제 비즈니스 전반에 걸쳐 분석 및 운영을 확장할 수 있습니다. 건설 및 설계 분야의 선도적인 AI 기반 플랫폼인 And Health는 다음 성장 단계를 가속화하고 비즈니스 전반에 걸쳐 인사이트에 더 빠르게 액세스할 수 있도록 스노우플레이크를 선택했습니다.

And Health는 스노우플레이크를 통해 데이터 처리 성능을 크게 향상시키고, 파이프라인 유지 관리를 줄이며, 엔지니어링 리소스를 새로운 제품 구축에 집중할 수 있도록 할 것입니다. 앞으로는 조직 전체에서 데이터에 대한 액세스를 용이하게 하기 위해 자연어 쿼리 처리 및 셀프 서비스 분석에 투자할 것입니다. 기존 고객들은 스노우플레이크를 계속해서 전면적으로 사용하고 있습니다.

금융 서비스 분야에서 가장 복잡한 데이터 웨어하우스 마이그레이션 중 하나를 거의 2년 동안 진행한 후, 미국 최대 은행 중 하나가 Teradata 마이그레이션을 스노우플레이크로 완료했습니다. 이 마이그레이션은 해당 은행이 스노우플레이크로 이전하려는 많은 레거시 플랫폼 중 하나를 나타냅니다. 이제 해당 팀은 이미 대규모로 운영 중인 플랫폼 위에서 직접 AI 기반 규제 인텔리전스, 자연어 분석 및 데이터 검색을 구축하고 있습니다.

또한 전 세계 최대 소비재 회사 중 하나인 Nestle는 전 세계 2,000개 이상의 브랜드를 보유하고 있으며 185개국에서 운영되고 있습니다. 이 회사는 엔터프라이즈 디지털 트랜스포메이션을 지원하기 위해 스노우플레이크 사용을 확대하고 있습니다. 이의 일환으로 Nestle는 데이터 및 AI를 핵심 동인으로 삼아 운영을 처음부터 끝까지 재구상하고 있습니다.

150개의 글로벌 기능에 걸쳐 50,000명 이상의 사용자가 사용하는 엔터프라이즈 데이터 제품을 구축하고 있습니다. 이를 통해 비즈니스에 대한 실시간 연결된 보기를 제공하여 팀이 더 빠르고 선제적으로 의사 결정을 내릴 수 있도록 합니다. 세계 최대 자산 관리 회사 중 하나는 Cortex 기반 에이전트인 Osteo data를 구축하여 전체 경영진 팀에 배포했습니다.

이전에는 분석가에게 수동 데이터 풀링을 위해 라우팅되던 비즈니스 문의의 60% 이상이 이제 Snowflake의 기존 데이터를 활용하여 온디맨드 방식으로 즉시 응답됩니다. 또한 Global Payments, Depository Trust and Clearing Corporation, DTCC, Blue Yonder와 같은 Global 2000 기업들이 Snowflake 사용을 확대하여 증가하는 워크로드를 지원하고 AI 기반 인사이트를 가속화하며 최종 고객에게 더 많은 가치를 제공하는 것을 보았습니다.

이러한 지속적인 확장은 대규모 고객 성장에 반영됩니다. 1분기에 8개 고객이 지난 12개월 매출에서 1,000만 달러를 초과했습니다. 현재 지난 12개월 기준으로 1,000만 달러 이상을 지출하는 고객은 64명입니다. AI가 당사의 핵심 플랫폼에 대한 수요를 강화함에 따라 Snowflake는 차세대 AI 기반 제품 및 경험을 제공할 기회를 확장하고 있습니다.

Snowflake는 고객의 데이터, 비즈니스 컨텍스트, AI 모델 및 워크플로우의 중심에 이미 자리 잡고 있기 때문에 엔터프라이즈 AI의 다음 단계를 선도할 독보적인 위치에 있습니다. 고객들이 점점 더 원하는 것은 일을 처리할 수 있는 간단하고 단일한 장소입니다. 비즈니스 사용자가 질문하고, 답변을 이해하고, 다음 단계를 트리거할 수 있는 장소입니다. 그리고 개발자가 Snowflake를 떠나지 않고도 아이디어를 애플리케이션, 파이프라인, 에이전트, 자동 워크플로우로 전환할 수 있는 장소입니다.

이것이 우리가 에이전트 제어 평면이라고 말하는 것입니다. 이는 의도가 고객의 엔터프라이즈 데이터, 비즈니스 컨텍스트, 모델, 애플리케이션 및 보안 정책에 기반하여 행동이 되는 거버넌스 계층입니다. Snowflake Intelligence는 해당 제어 평면의 비즈니스 사용자 인터페이스입니다. CoCo는 빌더 인터페이스입니다. 이 둘은 고객이 Snowflake의 신뢰할 수 있는 거버넌스 모델 내에서 인사이트에서 행동으로, 프롬프트에서 프로덕션으로 이동하도록 돕습니다.

실제로 Snowflake Intelligence를 사용하는 계정은 비즈니스 사용자가 질문하고, 답변을 얻고, 엔터프라이즈 데이터에 대해 조치를 취할 수 있는 거버넌스화된 대화형 방식을 더 많은 조직이 채택함에 따라 분기별로 두 배 이상 증가했습니다. 그리고 CoCo는 이미 7,100개 이상의 계정에서 사용되고 있으며, 빌더에게 Snowflake에서 직접 애플리케이션, 파이프라인, 에이전트 및 워크로드를 생성할 수 있는 자연어 방식을 제공합니다.

최근 저희 파트너인 Infinite Lamda가 주요 고객 프레젠테이션을 준비하고 있었습니다. 저희 엔지니어 중 한 명이 CoCo를 사용하여 단 5시간 만에 진정한 고객 360 애플리케이션을 구축했으며, 고객 데이터, 이탈 인사이트, 권장 조치 및 실시간 대시보드를 단일 경험으로 통합했습니다. 그리고 고객에게 이를 보여주자 즉각적인 반응이 있었습니다. 회의 후 CEO가 저에게 전화하여 "당신은 이 산업을 바꾸고 있습니다."라고 말했습니다.

미국에서 가장 큰 의료 시스템 중 하나인 Providence는 Snowflake Cortex를 사용하여 몇 초 만에 임상 기록 및 환자 기록에서 인사이트를 도출하고 있습니다. CoCo를 통해 이제 Snowflake에서 직접 이러한 워크플로우를 구축하여 의료 팀이 개인 정보 보호 표준을 유지하면서 중요한 정보에 더 빠르게 액세스할 수 있도록 합니다. 그리고 법률, 세금 및 규제 정보를 제공하는 글로벌 기업인 Thomson Reuters는 AI 기반 법률 및 규정 준수 워크플로우를 지원하기 위해 CoCo를 포함한 Snowflake Cortex를 사용합니다.

Snowflake 내에서 직접 지능형 애플리케이션을 구축하고 배포하기 위해 CoCo를 활용함으로써, 해당 팀은 복잡한 규제 데이터를 몇 초 만에 실행 가능한 인사이트로 전환하는 동시에 제품 개발을 가속화할 수 있습니다. 이 접근 방식은 높은 수준의 전문적인 사용에 필요한 신탁 등급의 거버넌스 및 안정성을 유지합니다. CoCo는 의미 있는 AI 수익에 기여하는 동시에 전반적인 플랫폼에 대한 참여를 증가시키고 있습니다.

이러한 실질적인 모멘텀과 핵심 플랫폼의 지속적인 강점은 FY '27 전망치 상향 조정에 반영됩니다. 오늘, 저희는 Natoma 인수를 의도하고 있음을 발표하며, Snowflake의 에이전트 제어 평면을 데이터 관련 워크플로우를 넘어 업무가 발생하는 일상적인 애플리케이션으로 확장하고 있습니다. Natoma를 통해 사용자는 Snowflake Intelligence 또는 CoCo를 떠나지 않고도 이메일을 보내고, 채팅 대화를 요약하고, 일정을 확인하고, JIRA 티켓을 여는 등의 작업을 수행할 수 있습니다.

중요한 점은 편의성뿐만 아니라 제어입니다. 이러한 작업은 엔터프라이즈 보안, 권한, 가시성 및 정책 시행이 내장된 거버넌스 환경에서 수행됩니다. 이는 기업이 데이터를 관리할 뿐만 아니라 AI 에이전트가 비즈니스 워크플로우 전반에서 수행하는 작업을 안전하게 관리할 수 있도록 보장함으로써 AI 거버넌스에서 Snowflake의 리더십을 확장할 것입니다. 고객을 지원하기 위해 지속적으로 혁신함에 따라, 저희는 내부적으로도 AI 혁신을 선도하고 있습니다.

Snowflake Intelligence와 CoCo를 통해 저희 팀은 업무 방식을 혁신하고 있습니다. Snowflake의 전 세계 지원 조직 전반에서 CoCo는 이제 엔지니어가 참여하기 전에 들어오는 고객 사례를 분석하여 진단 인사이트와 가능한 근본 원인을 사전에 파악합니다. AI 가속화된 조사와 함께 사용됩니다. 이는 사례 해결 시간을 25% 이상 단축하고 엔지니어당 처리량을 25% 증가시켰습니다.

CoCo를 사용하는 Snowflake 클라우드 배포를 실행하는 엔지니어링 팀은 용량을 확보하고 제품 혁신으로 리소스를 이동하는 동시에 복잡한 사례 해결 시간을 거의 30% 단축하고 티켓당 엔지니어링 시간을 약 40% 절감했습니다. 저희 데이터 조직 전반에서 CoCo는 엔지니어당 코드 라인 수로 측정했을 때 개발자 생산성을 두 배로 높였으며, 단 몇 주 만에 재무, 마케팅, 영업 및 인사 전반에 걸쳐 100개 이상의 워크플로우를 자동화했습니다.

이러한 운영 혁신을 통해 저희 팀은 눈앞의 AI 기회를 포착하기 위해 더 큰 속도와 집중력으로 움직이고 있습니다. 1분기에 저희는 작년보다 20% 더 많은 제품 기능을 시장에 출시했으며, 이는 혁신 속도와 Snowflake 전반에 걸쳐 진행 중인 플랫폼 확장 범위 모두를 강조합니다. 또한 저희는 다음 성장 단계를 지원하기 위해 시장 출시 조직을 강화하고 있습니다.

원활한 전환에 따라, 저희의 새로운 최고 수익 책임자(Chief Revenue Officer)인 Jonathan Boulier(J.B.)는 Snowflake가 AI 시대에 확장할 수 있도록 포지셔닝하고 있습니다. J.B.는 Snowflake에서 10년 이상의 경험, 고객 및 플랫폼에 대한 깊은 지식, 그리고 저희가 시장 출시 전략을 계속 발전시키는 데 있어 강력한 운영 집중력을 가지고 있습니다.

이러한 강력한 실행은 지속적인 고객 모멘텀과 플랫폼의 광범위한 제품 채택으로 이어지고 있습니다. 분기 동안 저희는 616개의 순 신규 고객을 추가했으며, 이는 전년 대비 38% 증가한 수치입니다. 또한 고객들이 워크로드를 더 빠르게 배포하고 확장하는 것을 보고 있습니다. 분기에 배포된 Snowflake에서 관리되는 개별 프로젝트인 신규 사례 수는 전년 대비 114% 증가했으며, 이는 고객들이 플랫폼으로 더 많은 워크로드를 프로덕션 환경으로 이전하고 있음을 보여줍니다.

동시에 계정당 사용 사례 수는 전년 대비 86% 증가했으며, 이는 고객 수요 증가와 조직 전반의 영업 실행 개선 모두를 강조합니다. 저희는 또한 전략적 파트너 관계를 심화하고 AI 데이터 클라우드의 도달 범위를 확장함에 따라 생태계를 계속 강화하고 있습니다. 오늘 저희는 Graviton 컴퓨팅 및 AI 서비스를 활용하여 전 세계적으로 엔터프라이즈 AI 채택을 가속화하기 위한 새로운 60억 달러 규모의 다년 계약을 통해 AWS와의 협력을 확대한다고 발표했습니다.

이 발표는 Snowflake가 AWS 마켓플레이스에서 70억 달러 이상의 누적 판매를 달성한 시점에 나왔으며, 이는 Snowflake에서 실행되는 AI 및 데이터 워크로드에 대한 수요 증가를 반영합니다. 분기 동안 저희는 OpenAI와의 2억 달러 규모의 파트너십 확대도 발표했습니다. 그리고 최근 저희는 SAP와의 획기적인 파트너십을 통해 공동 기능을 일반 공급하여 고객이 AI 데이터 클라우드 내에서 핵심 데이터 시스템 전반에 걸쳐 중요한 비즈니스 데이터를 통합할 수 있도록 했습니다.

마무리하기 전에, 6월 중순에 일상적인 운영에서 물러나 Snowflake 이사회 구성원으로 계속 활동할 공동 창립자이자 최고 아키텍트인 Benoit Dageville에게 감사를 표하고 싶습니다. Benoit는 우리 산업에서 가장 위대한 기술 비전가 중 한 명입니다.

그의 리더십과 혁신은 현대 클라우드 데이터 플랫폼을 발명하는 데 기여했으며, 오늘날 Snowflake가 이룬 모든 것의 토대를 마련했습니다. 이 회사, 우리의 고객, 그리고 더 넓은 기술 환경에 미친 그의 영향은 대단하며, 우리가 이 새로운 장으로 나아가는 데 있어 그의 지속적인 지도에 깊이 감사드립니다. 우리의 제품 조직은 Christian Kleinerman이 계속해서 이끌 것입니다.

지난 몇 년간 우리는 AI가 우리 사업의 순풍으로 부상하는 것을 보았습니다. 1분기는 이 여정에서 중요한 전환점이 되었습니다. Snowflake의 신뢰할 수 있는 엔터프라이즈 데이터, 풍부한 비즈니스 컨텍스트, 선도적인 AI 모델, 그리고 엔터프라이즈 애플리케이션으로의 안전한 연결이 결합되어 독특한 기회를 창출합니다. Snowflake Intelligence와 Cortex Co는 고객이 이러한 기회를 경험하는 두 가지 주요 방법으로, 하나는 비즈니스 사용자를 위한 것이고 다른 하나는 빌더를 위한 것입니다.

이 두 가지를 통해 고객은 거버넌스 환경에서 의도에서 행동으로 나아갈 수 있으며, Snowflake는 새로운 시장인 에이전트 제어 평면에서 승리할 수 있는 위치를 확보하게 됩니다. 우리는 세속적인 순풍으로서 AI의 혜택을 받는 동시에 퍼스트 파티 AI 기능의 수익화를 진행하고 있습니다. 빠른 혁신, 강력한 시장 출시 실행, 그리고 운영 규율의 조합을 통해 우리는 성장 가속화와 마진 확대를 제공할 수 있는 좋은 위치에 있습니다.

이제 Brian에게 금융 세부 사항을 설명하도록 넘기겠습니다. Brian?

감사합니다, Sridhar. 1분기에 제품 매출 성장률은 전년 대비 약 400bp 가속화되어 34%에 도달했습니다. AI 매출의 상당한 증가와 핵심 데이터 플랫폼 비즈니스의 가속화가 성장에 기여했습니다. AI는 우리 모멘텀의 원동력입니다. AI는 우리의 핵심 데이터 플랫폼 비즈니스의 촉매제 역할을 합니다. AI 우선 사고방식을 가진 고객들은 점점 더 시급하게 클라우드와 Snowflake로 이동하고 있습니다.

이러한 순풍은 신규 고객 확보 속도에서 분명하게 나타납니다. Sridhar가 언급했듯이, 신규 고객 수는 전년 대비 38% 증가했습니다. 작년 같은 기간 4개였던 것에 비해 13개의 Global 2000 기업을 추가했습니다. Snowflake의 AI 워크로드는 이제 그 자체로 중요한 수익 엔진입니다. Cortex Code와 같은 AI 제품은 CoCo가 데이터 플랫폼의 더 빠르고 더 많은 소비를 촉진함에 따라 기존 고객과의 기회를 확장하고 있습니다.

우리는 현재 지난 12개월 동안 100만 달러 이상을 지출하는 79명의 고객을 보유하고 있습니다. 1분기에 100만 달러 임계값을 넘어선 고객은 46명으로, 작년 같은 기간 26명과 비교됩니다. 잔여 이행 의무는 전년 대비 38% 증가했으며, 작년 1분기 34%와 비교됩니다. 우리는 고객들이 4분기 갱신을 선호하는 추세를 계속해서 보고 있습니다. 그 결과, 우리는 수주가 4분기에 점점 더 집중될 것으로 예상합니다.

우리는 성장과 마진 확대를 모두 제공하기 위해 최선을 다하고 있습니다. 1분기에 비 GAAP 영업 마진은 전년 대비 300bp 이상 확대되어 12%에 도달했습니다. 강력한 매출 성장과 규율 있는 채용이 비 GAAP 영업 마진의 초과 성과에 기여했습니다. 우리는 이번 분기에 190명의 직원을 추가했으며, 이는 작년 같은 기간에 추가된 약 400명과 비교됩니다.

이 190명의 직원 중 173명은 Observe 인수를 통해 Snowflake에 합류했습니다. Observe를 제외하면, 분기별 유기적 채용은 17명으로 제한되었습니다. 1분기에 우리는 약 3억 달러를 사용하여 170만 주를 자사주 매입했습니다. 원래 45억 달러의 자사주 매입 승인 중 약 8억 달러가 남아 있습니다. 우리는 현금, 현금 등가물, 단기 및 장기 투자로 44억 달러를 보유한 채 분기를 마감했습니다.

분기 동안 우리는 AWS와 5년 계약으로 60억 달러 규모의 계약을 체결했으며, 이는 FY '23에 체결한 이전 계약의 두 배 이상입니다. 이 계약을 통해 AWS는 협업을 통한 시장 출시 투자 확대를 약속했습니다. 이 계약은 AWS와의 지속적인 파트너십에서 중요한 이정표이며, 그 영향은 우리의 전망에 완전히 반영되었습니다. 전망으로 넘어가겠습니다. 항상 그렇듯이, 우리의 예측은 기존 소비 패턴을 기반으로 합니다.

예측 방법론이나 가이던스 철학에는 변경 사항이 없습니다. 핵심 데이터 플랫폼 비즈니스와 AI 비즈니스 모두에서 관찰된 강점을 고려하여 연간 가이던스를 상향 조정합니다. FY '27에 대해 우리는 이제 58억 4천만 달러의 제품 매출을 예상하며, 이는 전년 대비 31% 성장한 수치입니다. 2분기에는 14억 1,500만 달러에서 14억 2,000만 달러 사이의 제품 매출을 예상하며, 이는 전년 대비 30% 성장한 수치입니다.

우리의 Observe 인수는 초기 기대치에 부합하게 순조롭게 진행되고 있으며, Observe는 1분기 제품 매출 성장에 1% 미만을 기여했으며, 우리는 이 인수가 연간 전체 제품 매출 성장에 약 1%를 기여할 것으로 계속해서 예상합니다. 마진으로 넘어가겠습니다. FY '27에 대해 75%의 비 GAAP 제품 총 마진을 예상합니다. 2분기 비 GAAP 영업 마진은 12.5%를 예상하며, 연간 비 GAAP 영업 마진 가이던스를 12.5%에서 13.5%로 상향 조정합니다.

우리는 23%의 비 GAAP 조정 잉여 현금 흐름 마진 가이던스를 재확인합니다. 연간 전체 비 GAAP 영업 마진 및 비 GAAP 조정 잉여 현금 흐름 마진에 대한 전망에는 Observe 인수로 인한 약 150bp의 역풍이 계속 포함됩니다. 이 영향은 지난 분기와 동일합니다. Natoma 인수는 Snowflake에 20명의 직원을 데려올 것입니다. 질의응답으로 넘어가기 전에, FY '27에 대한 제 우선순위를 간략하게 다시 살펴보겠습니다.

지난 분기에 저는 두 가지 핵심 우선순위를 제시했습니다. 첫째, 성장과 마진 확대를 추진하는 것; 둘째, 시장 출시 활동의 지속적인 우수성을 지원하는 것입니다. AI가 우리 사업의 모든 요소를 강화함에 따라 우리는 두 가지 모두에서 잘 실행하고 있습니다. 지난 분기 이후, Cortex Code가 주도하는 AI 매출 기회에서 단계적인 변화를 보았습니다. AI는 내부 운영 방식을 혁신하여 더 적은 채용과 더 많은 클라우드 지출의 조합을 통해 생산성을 향상시키고 있습니다.

시장 출시 측면에서는 새로운 CRO에 대한 반응에 매우 만족하고 있습니다. J.B.는 Snowflake에서 풍부한 경험과 입증된 성공 기록을 가지고 있습니다. 그는 훌륭한 결과를 제공하고 개별 고객과 함께 승리하는 방법을 알고 있습니다. 더 중요하게는, 그는 더 넓은 조직 전체에서 이러한 성공을 이끄는 방법을 알고 있습니다. 마지막으로, 다음 주 샌프란시스코에서 열리는 Snowflake Summit 컨퍼런스와 함께 투자자의 날을 개최할 예정입니다.

참석에 관심이 있으시면 ir@snowflake.com으로 이메일을 보내주십시오. 이제 질의응답을 위해 운영자에게 넘기겠습니다.

[Operator Instructions] 첫 번째 질문을 받겠습니다.

Morgan Stanley의 Sanjit Singh입니다. Sridhar님, 저는 소비재 소프트웨어 회사를 오랫동안 담당해 왔습니다. 일반적인 해에는 여러분이 보여주고 있는 순차적인 달러 성장률을 보지 못합니다. 일반적으로 이 결과와 함께 연간 또는 2분기 가이던스를 상향 조정하는 것을 보지 못합니다. 하지만 간단한 질문은 1분기에 시장 배경 수요 측면과 Snowflake 포트폴리오 내에서, 예를 들어, 코어 데이터 플랫폼의 유기적 고객 확장과 AI 스토리를 비교했을 때 어떤 점이 달라졌는지입니다.

구체적으로 어디에서 변화를 보고 계신지 말씀해 주시겠습니까?

물론입니다. 세 부분으로 나누어 설명하겠습니다. 첫째, AI는 고객이 Snowflake에 저장했거나 저장할 수 있는 데이터에서 얻을 수 있는 가치를 가속화합니다. 따라서 우리는 핵심 데이터 플랫폼에 대한 건강한 세속적 순풍을 보았습니다. 그리고 두 번째 부분은 Snowflake Intelligence와 Cortex Code, CoCo와 같은 에이전트 제품, 제어 평면 제품이 1분기에 제 역할을 다했다는 것입니다.

CoCo가 2월 5일에 GA가 되었다는 것을 기억해 주십시오. 분기가 시작되자마자 말입니다. 그리고 우리는 두 제품 모두에서 매우 강력한 견인력을 보았습니다.

그리고 Cortex Code의 정말 흥미로운 점은, 프로젝트 완료를 훨씬 쉽게 만들어주기 때문에, 파이프라인 구축이든 새로운 에이전트 생성, 새로운 동적 테이블 설정, 혹은 솔직히 말해 마이그레이션이든 상관없이, 코어 데이터 플랫폼에서 더 많은 소비를 유도한다는 것입니다. 그래서 두 번째 효과도 함께 이끌어내고 있습니다. 하지만 이것은 정말로 1, 2, 3단계이며, 이것이 제가 이것을 AI가 Snowflake의 데이터 강점을 복리로 증대시키는 것이라고 생각하는 이유입니다.

이제 Brian에게 분기 및 연간 예측에서 이러한 것들이 어떻게 결합되었는지에 대한 메커니즘을 넘기겠습니다. Brian?

네. 감사합니다, Sridhar. 영향 측면에서 조금 더 자세히 설명하겠습니다. 그래서 Cocoa는 저희 예측 증가의 가장 큰 동인이었습니다. 저희가 예측할 때 관찰된 행동만 예측한다는 점을 상기시켜 드립니다. 그리고 Sri가 언급했듯이, 그것은 분기에 일어났습니다. 그래서 이번 분기에 저희는 CoCo를 모델에 통합할 수 있는 매우 독특한 기회를 가졌고, 이는 연말까지 반영될 것입니다.

또한 저희는 코어 비즈니스에서도 가속화를 보았으며, 이는 저희 전망에도 반영됩니다. 따라서 저희의 가이던스 철학에는 변화가 없으며, 3%는 매우 강력한 초과 달성으로 간주합니다.

다음 질문 받겠습니다.

Evercore ISI의 Kirk Materne입니다. 분기 실적 축하드립니다. Sridhar님, CoCo에 대해 좀 더 자세히 알고 싶습니다. 고객들이 플랫폼에서 더 많은 데이터를 더 빠른 속도로 추출할 수 있는 능력에 어떤 영향을 미칩니까? 좀 더 자세히 설명해주시겠습니까? 그리고 CoCo와 같은 제품을 보유하는 것이 시장 진출 모델을 어떻게 변화시키는지도 설명해주시겠습니까?

말씀하셨듯이, JV는 훌륭한 1분기를 보냈습니다. 이러한 생성형 제품을 보유하는 것이 연말까지 시장 진출 노력에 대한 생각에 어떤 영향을 미치는지 궁금합니다.

네. CoCo는 Snowflake 및 데이터 플랫폼에 특화된 기능 세트를 갖춘 범용 코딩 에이전트입니다. 저희는 Snowflake 내에서 작업을 수행할 때 CoCo가 최첨단 모델보다도 뛰어난 성능을 발휘할 수 있음을 보여주는 벤치마크를 발표했습니다. 그리고 지난 분기에는 Amazon Glue, Airflow, DVT cloud와 같은 다른 데이터 플랫폼, 심지어 Databricks까지 지원하도록 확장했습니다.

그래서 매우 강력합니다. 그리고 이것이 고객의 능력, 저희의 능력, 파트너의 능력에 어떤 영향을 미치는지에 대해 말하자면, 모든 종류의 코딩 변환과 마이그레이션은 CoCo를 통해 더 빠르게 수행될 수 있습니다. 저희는 마이그레이션 팀이 복잡한 마이그레이션을 체계적으로 분해하고 공격할 수 있는 방법인 "하네스(harnesses)"라고 부르는 것을 만들고 있습니다.

저희는 파트너 및 고객과 매우 긴밀하게 협력하여 이러한 마이그레이션을 더 빠르게 완료하도록 돕고 있습니다. 그리고 저는 이전에 일부 파트너들이 시간 및 자재 비용 청구에서 결과 기반 청구로 비즈니스 모델 전체를 전환하고 있다고 말씀드린 바 있습니다. 또한, Snowflake 인텔리전스를 실행하기 위한 에이전트 생성과 같은 것은 CoCo 내에서 에이전트 생성 파이프라인 전체에 대한 워크플로우를 만들었기 때문에 훨씬 더 빠르게 진행됩니다.

사실, 이것은 너무 쉬워져서 저와 같은 사람도 데이터 세트에서 Cortex 분석가 및 검색 인스턴스와 같은 것들을 만들고, 에이전트를 생성하고, 평가를 실행할 수 있습니다. 이것이 에이전트 생성의 수명 주기입니다. Snowflake와 관련된 모든 것에 대한 자동화 플랫폼과 같습니다. Snowflake 내외부에서 파트너들이 이를 기반으로 더욱 복잡한 스킬과 프로세스를 구축하기 위한 엄청난 활동이 있습니다.

저는 이것이 초기 단계라고 생각합니다. 그리고 시장 진출에 미치는 영향에 대해 말하자면, 우선, Snowflake Intelligence와 같은 제품 덕분에 저희의 전체 시장 진출 팀이 AI 네이티브가 되었다고 생각합니다. 솔직히 1년 전에는 상상도 할 수 없었을 것입니다. 저희는 많은 정부 데이터를 보유하고 있기 때문입니다. 그래서 저희 솔루션 엔지니어, 영업 담당자, 계정 담당자조차도 Snowflake의 힘을 보여줄 수 있습니다.

지난 9개월 동안 저를 만난 모든 CEO에게 Snowflake Intelligence가 무엇을 할 수 있는지 보여주기 위해 휴대폰을 꺼내는 것만큼 좋은 것은 없습니다. 그것은 제가 항상 하는 일 중 하나입니다. 저희 솔루션 엔지니어들은 훨씬 더 현실적인 데모와 프로토타입을 구축할 수 있으며, 실제로 고객을 위해 프로젝트를 매우 빠르게 완료하여 CoCo로 무엇이 가능한지 고객에게 보여줄 수 있습니다.

마찬가지로, 저희 내부 팀, 즉 제가 언급했던 지원 팀, 저희 프로덕션 시스템을 운영하는 SRE 팀, 사이트 신뢰성 엔지니어링 팀, 또는 저희 서비스 팀은 CoCo를 95% 이상 채택하고 있으며, 이는 제품을 만들 때 엄청난 도움이 됩니다. 그리고 CoCo와 코딩 에이전트는 교육과 같은 것도 변화시켰습니다. 배우기가 훨씬 쉬워졌으며, 코딩 에이전트에게 무언가를 하는 방법을 물어보고, 검토하고, 수정하고, 더 복잡한 예제를 작성할 수 있도록 예제를 바로 작성해달라고 요청할 수 있습니다.

제 친구인 한 교수는 코딩 에이전트를 "자기 설명적"이라고 불렀습니다. 학습이 내장되어 있어 CoCo에서 릴리스된 제품 기능을 서비스 팀에서 말 그대로 같은 주에 사용할 수 있습니다. 그리고 이러한 빠른 반복이 저희에게도 이익이 되고 있습니다. 그래서 저희는 선순환 구조에 있습니다. 저희는 프로젝트를 더 빨리 완료할 수 있다고 생각합니다. 또한 솔직히 말해서, 에이전트 개발의 세계에서 저희는 매우 초기 단계이며, 매주 새로운 기술이 개발되고 있습니다.

그리고 이러한 코딩 에이전트를 기반으로 점점 더 복잡한 프로젝트를 완료할 수 있는 저희의 능력은 엄청나게 강력합니다. 그리고 저는 CoCo뿐만 아니라 Snowflake Intelligence 및 MCP와 같은 것들이 이러한 에이전트로 가능한 것을 더욱 확장함으로써 데이터 작업 및 그 이상의 표준을 설정하고 있다고 생각합니다.

다음 질문 받겠습니다.

UBS의 Karl Keirstead입니다. 괜찮으시다면 CoCo에 대한 대화를 계속하고 싶습니다. Sridhar님과 Brian님께 질문드리겠습니다. Sridhar님, 고객들이 Cortex Code 및 Claudia와 같은 모델에 대한 지출을 토큰 또는 사용량 기반 가격 책정으로 인해 더 높게 지출하고 있다는 것은 분명합니다. 많은 투자자들이 고객들이 지출을 통제하기 위해 이러한 도구의 사용을 관리하거나 제한하려고 할 수 있는 지점에 도달할 것이라고 우려하고 있습니다.

그런 일이 발생할 것으로 예상하시는지 궁금합니다. 아마도 가치 제안이 너무 커서 그런 일이 발생할 가능성이 낮다는 답변일까요? 그리고 Brian님께는, Cortex Code와 같은 제품이 일반적으로 비즈니스의 나머지 부분보다 낮은 총 마진을 가진다는 인식이 있을 수 있습니다. 하지만 연간 가이던스에서 Cortex Code의 상당한 증가에도 불구하고 제품 총 마진 가이던스 75%를 유지하신 것을 보았습니다.

이는 총 마진 하락이 미미하거나 전혀 없음을 시사하는 것 같습니다. 이에 대해 조금 설명해주시면 감사하겠습니다.

제가 먼저 시작하고 Brian에게 넘기겠습니다. 비용은 저희가 항상 주의를 기울이는 문제입니다. 이는 Snowflake Intelligence에서도 마찬가지이며, Cortex Code에서도 마찬가지입니다. 하지만 상당한 도움이 되는 점은, 이러한 제품을 통해 이전에는 전혀 할 수 없었던 일을 할 수 있거나, 일을 10배, 때로는 그 이상으로 빠르게 완료할 수 있다는 것입니다.

이것은 평범한 일이 아닙니다. 구체적인 예를 들자면, 저희가 협력하고 있는 한 대형 은행은 전체 데이터 시스템에 수억 달러를 지출하지만, 그 은행은 매우 큽니다. 이러한 다양한 소프트웨어 조각들을 연결하고 작동시키는 데 드는 인적 자본에 대한 지출은 그 3~4배입니다.

노동력의 해당 부분이 10배 더 효과적이게 만드는 것은 언제나 매우 환영받을 일입니다. 그렇지만, 예를 들어 Snowflake Intelligence를 10,000명의 사용자에게 배포하고 싶을 때, 비용 거버넌스는 Snowflake에서 제품을 대규모로 배포하고 싶을 때와 마찬가지로 절대적으로 중요한 문제입니다. 그래서 저희는 계정 수준 또는 특정 에이전트 수준에서 비용 제한을 두거나 특정 사용자가 지출할 수 있는 토큰 수를 제한하는 등의 조치를 취하고 있습니다.

물론, 이는 토큰 사용에 대한 가치가 있는 매우 재능 있는 사용자들에 대한 예외를 두는 것으로 빠르게 이어집니다. 그리고 이것이 저희가 정말 잘 만드는 인프라의 종류입니다. 그래서 저희는 그렇게 할 수 있다는 것에 대해 매우 좋게 생각합니다. 게다가 이러한 코딩 에이전트 제품 자체 내에서도 저희가 주도하는 혁신이 많이 있습니다. 말씀드렸듯이, 매우 복잡한 작업을 처리하지만 모든 것이 복잡한 것은 아닙니다.

예를 들어 요약을 원한다면, 며칠 전에 슬랙 스레드를 요약하기 위해 제가 했던 일을 말씀드릴 수 있습니다. 그리고 이를 위한 이 원시 데이터에서 완벽하게 작은 모델이면 충분합니다. 슬랙 스레드를 요약하기 위해 최신 최고의 모델이 필요하지는 않습니다. 저희는 이러한 종류의 기능을 Snowflake에 네이티브로 구축하고 있으므로, 사용하는 모델의 종류에 효율적일 수 있습니다.

하지만 질문에 대한 제 짧은 답변은 엄청난 가치를 창출하고 있지만, 저희는 거기에 안주하지 않고 있다는 것입니다. 저희는 계속 확장됨에 따라 비용을 관리 가능하게 유지하는 데 필요한 제어 기능을 만들고 있습니다. 그러면 Brian이 AI 마진 질문을 맡도록 하겠습니다.

네, Karl, 질문 감사합니다. 맞습니다. 저희 AI 제품은 핵심 플랫폼보다 총 마진이 낮습니다. 저희 AI 제품으로 하고 싶은 한 가지는 CoCo와 같은 신제품을 출시할 때 훌륭한 제품을 개발하고 대규모 채택을 확보하는 것입니다. 그리고 저희는 CoCo로 매우 좋은 채택률을 보였습니다. CoCo를 채택한 계정은 약 7,000개 이상입니다. 그렇다고 해서 저희는 이를 상쇄하고 제품 총 마진을 75%로 유지하고 있습니다.

낮은 대역폭 비용으로, 즉 AWS 계약에 대해 말씀드렸습니다. 그래서 저희는 거기서 상쇄하고 있습니다. 그래서 저희가 그렇게 할 수 있는 방법입니다. 저희는 75%의 총 마진을 유지하기 위해 효율성을 찾기 위해 노력하고 있습니다.

다음 질문을 받겠습니다.

Raimo Lenschow, Barclays입니다. 저도 축하드립니다. 정말 놀라운 분기였습니다. 제 질문은 Brian에게 더 적합합니다. Brian, 지난 몇 분기 동안 말씀하신 비트 케이던스에 대해 어떻게 생각하시나요? 물론 이번 분기에는 훨씬 더 많이 비트했고 CoCo가 거기에 도움이 되었지만, 소비 모델이기도 합니다. 앞으로 이것에 대해 어떻게 생각하시나요?

그리고 여기서 가지고 계신 가이던스 철학에 대해 어떻게 생각해야 할까요? 아마도 거기서 도와주실 수 있을 텐데, 저도 축하드립니다. 정말 놀라운 분기였습니다.

감사합니다. 가이던스 철학에는 변화가 없었음을 강조하고 싶습니다. 3% 비트는 매우 견고한 비트라고 생각합니다. 이번 분기에 발생한 차이는 CoCo가 해당 분기에 출시되었다는 것입니다. 그리고 저희는 관찰된 행동을 기반으로 가이던스를 설정하며, CoCo에 대한 가이던스에 대한 관찰된 행동이 없었습니다. 그래서 저희는 이제 한 분기 동안 그것을 지켜볼 수 있었기 때문에 연간 전체에 걸쳐 그것을 추가할 수 있는 독특한 기회를 얻었고, 그것이 저희가 한 것입니다.

그리고 저희는 또한 Core의 가속화를 보았고, 저희가 본 것을 기반으로 연간 전체에 걸쳐 그것을 포함했습니다.

다음 질문을 받겠습니다.

RBC의 Matt Hedberg입니다. 저도 축하드립니다. 질문이 있습니다. 특히 자율 AI 관점에서 컨텍스트 엔지니어링과 하네스 엔지니어링의 중요성에 대한 많은 이야기가 있었습니다. 그리고 Sridhar, 준비된 발언에서 그것을 언급하셨습니다. AI 연구소의 모트 관점에서 Snowflake가 어떤 역할을 하고 어떻게 생각해야 하는지 궁금합니다.

네. Snowflake에 저장된 데이터는 특정 회사에게 가장 가치 있는 데이터 중 일부입니다. 이것은 '골드 레이어'라고 불리며 일반적으로 Snowflake에 가장 중요한 정보를 담고 있습니다. 예를 들어, 저희의 모든 수익 정보 또는 소비 정보 및 다양한 부서에 대한 정보는 모두 Snowflake에 보관됩니다. 하지만 그 위에 Snowflake 위에 구축된 대시보딩 플랫폼은 추가적인 컨텍스트를 가지고 있습니다.

그리고 저희는 그들이 무엇을 하는지 봅니다. 따라서 AI에 컨텍스트를 제공하는 저희의 능력은 탁월합니다. 그리고 저희는 AI로부터 가치를 얻는 행위를 더욱 빠르게 만들기 위해 이를 사용할 수 있는 제품을 만드는 데도 힘쓰고 있습니다. 저는 이전에 에이전트 생성의 전체 수명 주기에 대한 워크플로우 자동화에 대해 이야기했습니다. 저희는 그 이상을 하고 싶습니다.

저희는 CoCo가 여러분이 투자한 데이터로부터 가치를 얻는 가장 빠른 장소가 되기를 바랍니다. 그리고 Christian도 이 분야에서 중요한 노력을 하고 있습니다. Christian, 추가 컨텍스트를 더하고 싶으신가요.

네. 간략하게 말씀드리자면, Matt, 당신의 질문은 통찰력이 있습니다. 저희는 Snowflake 내의 메타데이터와 활동을 사용하여 더 나은 결과를 도출한 실적이 있습니다. 종종 쿼리 최적화 및 성능을 위한 것이었습니다. 그리고 저희는 이제 Snowflake 내에서 동일한 유형의 활동을 사용하여 AI에 더 나은 컨텍스트를 제공하고 있습니다. 저희는 Summit에서 CoCo 및 Snowflake Intelligence와 다른 에이전트와 비교했을 때 기본 결과가 어떻게 더 나은지에 대한 몇 가지 차이점을 선보일 것입니다.

이것은 또한 Cortex Code의 전반적인 전략적 가치를 보여줍니다. 왜냐하면 기업 내의 많은 데이터 사용자가 이러한 에이전트 코딩 플랫폼을 사용하여 최종 사용자 제품을 만들기 때문입니다. 그것은 기술, 대시보드, 에이전트일 수 있습니다. 그러면 저희는 이를 통해 학습할 수 있는 능력을 갖게 됩니다. 그래서 저희는 이러한 제품의 사용이 Snowflake 내에서 Cortex Code 자체를 미래 사용에 훨씬 더 좋게 만드는 메모리 개념을 만들었습니다.

이것은 훌륭한 에이전트 코딩 제품을 갖는 것에서 얻는 플라이휠 효과의 일부입니다.

다음 질문으로 넘어가겠습니다.

Jefferies의 Brent Thill입니다. Sridhar, 영업 및 마케팅 측면에서, 관찰된 백로그를 보면 S&M 채용 분기가 정말 크지 않았습니다. 그리고 저는 수요와 보고 계신 모든 것을 바탕으로 왜 go-to-market 측면에 좀 더 집중하지 않는지 궁금합니다. 아마도 이면에서 하고 계실지도 모릅니다. 그리고 이것이 이번 분기에 새로운 영업 책임자의 변화와도 관련이 있다고 생각합니다.

그래서 관점에서 go-to-market을 함께 묶어주시면 좋을 것 같습니다.

저희가 지금 이해해야 할 부분은 AI가 Snowflake를 훨씬 더 효율적으로 만드는 많은 곳이 있다는 것입니다. 저는 준비된 발언에서 저희가 확보한 사용 사례 수를 크게 늘렸다는 점에 대해 생각했습니다. 이는 주로 계정 담당자 주도 활동입니다. 또한 개인 생산성이 전년 대비 크게 증가했습니다. 이것은 AI 덕분입니다. 그들이 더 빨리 배우고, 고객에게 더 관련성 있는 제품을 제안하며, 또한 솔루션 엔지니어가 고객의 맥락에 직접적으로 관련되고 있는 프로토타입을 만들 수 있기 때문입니다.

따라서 조직으로서 저희는 훨씬 더 효과적이 되고 있습니다. 저희는 Snowflake를 발전시키는 데 책임이 있는 모든 핵심 기능에 계속 투자할 것입니다. 이것은 영업 및 솔루션 엔지니어링 측면에도 적용됩니다. 하지만 지원, 판매, 기술 문서와 같이 AI 자동화에 매우 적합한 다른 많은 기능에서 얻는 효율성의 큰 이점으로 상쇄됩니다.

기본적으로 정보 기능과 정보 교환 기능이 훨씬 쉬워졌습니다. 그리고 이것이 바로 팀들이 이러한 유형의 사용 사례를 위해 Snowflake Intelligence의 CoCo와 같은 것을 배포하는 데 매우 효과적인 부분입니다. 강력한 레버리지를 얻을 수 있는 곳에는 확실히 계속 투자할 것입니다.

다음 질문으로 넘어가겠습니다.

Wolfe Research의 Alex Zukin입니다. 정말 놀라운 분기에 대해 축하드립니다. Sridhar님, 아마 두 분 모두에게 해당될 것 같은데요. 1년 전의 고객 프로필과 현재 Cortex Code를 사용하는 고객 프로필을 비교해 보면 어떤가요? 지출 증가에 대해 무엇을 보고 계신가요? 그리고 발표하신 Natoma 인수를 고려할 때, Cortex Code가 시작에 불과했던 것 같습니다.

아마 출시할 첫 번째 에이전트일 것입니다. 그리고 거기서 멈추지 않으실 것 같습니다. 아마 다른 것들도 많이 나올 것 같습니다. 그래서 시간이 지남에 따라 고객의 잠재적 지출 프로필이 어떻게 변하는지 이해하는 데 도움을 주실 수 있을까요?

제 생각에는 CoCo와 같은 제품이 고객에게 미치는 가장 큰 영향 중 하나는 단순히 기대치입니다. 제 발언에서 2년 동안 진행된 Teradata 마이그레이션에 대해 다시 말씀드렸습니다. 저희는 더 많은 마이그레이션을 진행하고 있으며, 현재 그 기간은 1분기에서 2분기 사이입니다. 이는 제 팀과 고객 모두가 기대하고 요구하는 것입니다. 그리고 저희는 그것을 이행할 능력이 있습니다.

저는 데이터와 관련하여 사람들이 할 수 있는 일에 대한 조급함과 갈망, 그리고 저희가 얼마나 빨리 그것을 완료할 수 있을지에 대한 기대치 모두가 엄청난 변화라고 생각합니다. Christian?

Sridhar님께서 말씀하신 것처럼, 고객들이 하고 싶어 하는 일들에 대한 엄청난 백로그가 있습니다. 단순히 더 빨리 할 수 있도록 돕는 것만으로도 그들은 다음 단계의 작업을 더 빨리 시작할 수 있습니다.

맞습니다. 예를 들어, 저희 자체 데이터 팀조차도 일반적으로 수년에 걸친 백로그를 가지고 있었습니다. 사실, 표준적인 요청은 여러분 모두 아시다시피, 좀 웃기지만 그렇지도 않습니다. 데이터 팀에 요청이 있으면, 보통 "좋네요, 티켓을 받고 기다리세요"라는 답변이 돌아왔습니다. 하지만 저희는 이제 그 백로그를 훨씬 더 빠르게 해소하여 가치를 창출할 수 있는 상황에 있습니다.

그리고 Natoma와 코딩 에이전트에 대한 질문으로 돌아가자면, Snowflake Intelligence와 Cortex Code가 동일한 기본 기술을 기반으로 구축되었으며, 단지 최종 사용자에게 노출되는 기능이 다른 도구일 뿐이라는 것을 이해하는 것이 중요합니다. 이들은 이 모든 모델을 구동하는 기본 모델 가든을 사용합니다. 이들은 소위 하네스(harness)를 공유합니다.

이것은 모델 위에서 작동하며 어떤 도구를 호출할지 결정하는 것입니다. 그리고 점점 더 동일한 런타임을 공유하게 될 것입니다. 저희는 퍼블릭 프리뷰 상태인 클라우드 런타임 제품을 보유하고 있습니다. 이는 CoCo를 로컬에서 실행하는 데 기대하는 모든 성능을 이제 거버넌스된 방식으로 클라우드에서 실행할 수 있음을 의미합니다. 그리고 저는 이미 이 클라우드 에이전트 플랫폼에서 에이전트를 실행하고 있으며, 예를 들어 자율 에이전트를 실행할 수 있는 능력은 무언가를 실행하기 위해 노트북을 열어둘 필요가 더 이상 없다는 점에서 매우 주목할 만합니다.

이 모든 것은 하네스, 런타임, 그리고 세션 메모리와 같은 것들을 위한 동일한 인프라를 기반으로 구축되고 있습니다. 그리고 Cortex Code와 Snowflake Intelligence는 동일한 제품의 두 가지 구현일 뿐입니다. MCP와 Natoma가 중요한 이유는 이제 SaaS 애플리케이션의 전체 컨텍스트를 이러한 제품으로 가져오기 때문입니다. 그래서 저는 Christian에게 보여준 심층적인 리서치 보고서를 작성했는데, 이제 Snowflake, 웹, Google Docs, 그리고 Slack에서도 정보를 찾고 이를 놀랍도록 의미 있는 결과로 합성할 수 있습니다.

또한 즉시 조치를 취할 수 있습니다. 누군가에게 Slack 메시지를 보내거나, 이메일을 작성하여 보낼 수 있으며, 기본 애플리케이션에서 조치를 취할 수 있습니다. 이것이 바로 약속입니다. 저희는 기본적으로 이러한 제품의 빌더 버전과 최종 사용자 버전을 가지고 있습니다. 당연히 이름 때문에 실제보다 더 다르게 들리지만, 저희는 그 부분을 개선하기 위해 노력하고 있습니다.

하지만 이러한 코딩 에이전트 제품이 제공하는 성능과 유연성은 매우 주목할 만합니다. 제 생각에 여기서 적절한 비유는 코딩 에이전트가 코드를 작성할 수 있지만, 핵심은 추상화 에이전트라는 것입니다. 이전에는 하나씩 순차적으로 처리해야 했던 일들을 높은 수준에서 수행할 수 있게 해줍니다. 그리고 이것이 바로 그들로부터 오는 힘이라고 생각합니다. Christian?

그리고 한 가지 더 말씀드리자면, 거버넌스와 감사 기능을 통해 도구 가시성을 제공한다는 점을 강조하는 것이 매우 중요합니다. 저희의 사명은 모든 조직이 데이터 컨텍스트 내에서 AI를 활용하도록 돕는 것이지만, 거버넌스, 보안 및 신뢰성을 갖추고 있습니다. 따라서 이는 저희 사명에 완전히 부합합니다.

다음 질문으로 넘어가겠습니다.

Stifel의 Brad Reback입니다. Sridhar님, CoCo와 Snowflake Intelligence의 성공으로 인해 새로운 고객을 확보할 때 경쟁 환경이 근본적으로 바뀌고 있습니까? 이제 이전 경쟁사들보다 LOM(대규모 언어 모델)을 더 많이 보게 되나요?

저희는 독특한 가치 제안을 가지고 있습니다. 여러분도 아시다시피, 데이터 분야에서도 클라우드 서비스 제공업체들이 제품을 가지고 있었습니다. 저희는 그들과 매우 성공적인 파트너십을 맺고 있습니다. 사실, 저희는 최근 그 중 하나와 60억 달러 규모의 파트너십을 발표했습니다. 저희의 가치 제안은 항상 명확했습니다. 저희는 고객 선택에 중점을 둡니다. 또한 클라우드 제공업체의 메커니즘으로부터 일정 수준의 독립성을 추구합니다.

Snowflake 구현은 AWS에서도 잘 작동합니다. 하지만 Azure에서도 작동할 수 있습니다. 저희는 선도적인 AI 연구소인 Anthropic과 OpenAI와도 유사하게 훌륭한 파트너십을 맺고 있습니다. 저희는 훌륭한 AI 제품을 만들고 안전한 AI 제품을 만들기 위해 그들과 매우 긴밀하게 협력합니다. 마찬가지로, Cortex Code와 Snowflake Intelligence는 모델 선택을 제공합니다.

저희는 두 모델 모두에서 잘 작동합니다. 또한 자체적으로 수많은 다른 모델을 호스팅하고 있으며, 오픈 소스 모델이 점점 더 중요해짐에 따라 저희는 항상 고객에게 옳은 일을 하는 것을 우선시합니다. 이것이 저희가 모든 고객과 좋은 관계를 유지하는 이유라고 생각합니다.

그리고 저는 여기에 덧붙일 뿐입니다. 판매 실행 관점에서 이번 분기에는 모든 지역과 모든 산업 분야에서 훌륭한 성과를 거두었습니다. 이는 회사 역사상 가장 많은 신규 고객을 확보한 것입니다. 따라서 전반적으로 정말 견고한 분기였습니다.

다음 질문으로 넘어가겠습니다.

Bank of America의 Koji Kada입니다. Snowflake의 파트너 및 고객과 대화할 때마다 같은 말을 반복해서 듣습니다. Snowflake는 거버넌스와 보안 가드레일이 핵심 차별화 요소인 저의 신뢰할 수 있는 엔터프라이즈 데이터 및 AI 공급업체입니다. 저는 그것에 대해 많이 생각합니다. 하지만 AI 세계는 매우 빠르게 움직이고 있습니다.

경쟁사들이 이 모든 것을 더 잘하게 된다고 가정해 봅시다. Snowflake의 신뢰할 수 있는 엔터프라이즈 데이터 및 AI 파트너로서의 입지가 장기적으로 안전하다고 확신하는 이유는 무엇입니까?

개발에 많은 시간이 걸리는 심층적인 인프라 기능 세트가 있기 때문입니다. 예를 들어, 대규모 역할 기반 액세스 제어 및 역할 수준 액세스 제어가 있습니다. 재해 복구와 같은 기능을 제공하는 세계적 수준의 복제 기능, 놀라운 조직 지원 기능 등이 있으며, 제가 놓치고 있는 수십 가지가 있습니다. Christian, 덧붙이고 싶은 것이 있습니까?

아니요, 데이터 마스킹 및 역할 수준 정책, 모든 거버넌스 보안 구성 ID에 대한 해당 부분이 고객이 이미 Snowflake를 구성하여 데이터에 대한 신뢰할 수 있는 액세스를 확보했음을 의미한다고 생각합니다.

AI는 이러한 과정을 가속화할 뿐, 대안들은 수레바퀴를 다시 발명하고 이 모든 것을 재구축하게 만들 것이며, 이는 별로 의미가 없습니다.

그리고 저희가 가만히 있는 것이 아니라는 점을 이해하는 것도 중요합니다. Snowflake Intelligence와 Cortex Code와 같은 제품을 만들 수 있는 저희의 능력뿐만 아니라, 데이터에 이상이 있는지 자동으로 파악할 수 있는 자율 에이전트를 상상해 보십시오. 그러면 외부에서 해당 작업을 실행할 필요가 없거나, 끝없이 지루한 SQL 문 집합으로 거버넌스를 수행하는 대신, 기업 거버넌스를 어떻게 수행하고 싶은지를 명시하는 정책을 통해 거버넌스를 수행할 수 있습니다.

저희가 모든 세부 사항과 메커니즘을 처리하여 Snowflake 데이터의 기판에 AI로 구동되는 새로운 종류의 애플리케이션을 만들거나 실행합니다. 이 모든 것이 저희가 가능하게 만드는 것들입니다. 그리고 솔직히 말해서, 그것이 저희가 해야 할 일이기도 합니다. 사람들이 이러한 기능을 추가하거나 함께 엮을 수 있다는 당신의 핵심 명제는 사실이지만, 저희는 AI로 구동되는 엄청난 속도로 훌륭한 새로운 기능을 개발하고 있기도 합니다.

이것이 오늘날 성공하는 데 필요한 것이라고 생각합니다.

저희는 다음 주에 선보일 많은 새로운 제어 기능과 정책을 보유하고 있으며, 이를 단순화하는 놀라운 메커니즘도 포함됩니다.

질의응답 세션이 모두 종료되었습니다. 이제 Snowflake에게 마무리 발언을 위해 컨퍼런스를 넘기겠습니다.

여러분 모두 감사합니다. 요약하자면, AI는 저희 핵심 플랫폼 전반에 걸쳐 소비를 가속화하고 있으며, 저희의 네이티브 AI 제품인 Snowflake Intelligence와 Cortex Code는 빠르게 확장되어 이미 그 자체로 수익에 의미 있게 기여하고 있습니다. 이러한 AI 기능은 Snowflake를 기업을 위한 에이전트 제어 평면으로 자리매김하게 하며, 데이터, 모델, 애플리케이션 및 워크플로우를 의도가 거버넌스된 조치로 변환되는 신뢰할 수 있는 환경에서 연결합니다.

저희는 성장을 가속화하고, 마진을 확대하며, 고객 관계를 심화시키는 동시에 많은 신규 고객을 확보하는 실행을 계속하고 있습니다. 저희는 Snowflake가 에이전트 기업 시대에 리드할 수 있는 독보적인 위치에 있으며 앞으로도 엄청난 기회를 볼 것이라고 믿습니다. AI는 Snowflake의 데이터 강점을 더욱 강화하고 있습니다.

감사합니다. 오늘 컨퍼런스가 모두 종료되었습니다. 참여해 주셔서 감사드리며, 즐거운 하루 보내시기 바랍니다.