안녕하십니까, 신사 숙녀 여러분. 오늘 Snowflake의 FY '26 4분기 실적 발표 컨퍼런스콜에 참여해 주셔서 감사합니다. 제 이름은 Tia이며, 오늘 통화의 진행을 맡겠습니다. 이제 진행자이신 Katherine McCracken, 투자자 관계 총괄에게 통화를 넘기겠습니다. 진행해 주십시오.

안녕하십니까, 그리고 Snowflake의 2026 회계연도 4분기 실적 발표 컨퍼런스콜에 함께해 주셔서 감사합니다. 오늘 통화에는 Sridhar Ramaswamy, 당사 최고 경영자; Brian Robins, 당사 최고 재무 책임자; 그리고 질의응답 세션에 참여할 Christian Kleinerman, 당사 제품 총괄 부사장이 함께합니다. 오늘 통화에서는 2026 회계연도 4분기 재무 결과를 검토하고 2027 회계연도 1분기 및 연간 가이던스를 논의할 것입니다.

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

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

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.

Catherine, 감사합니다. 오늘 저희와 함께해 주신 모든 분들께도 감사드립니다. 지난 한 해는 모든 기업에게 변화의 한 해였습니다. 1년 전 우리는 AI의 가능성에 대해 이야기했습니다. 오늘날 그 가능성은 현실이 되었고, Snowflake는 기업 AI 혁명의 중심에 서 있습니다. 시장 전반에 걸쳐 AI는 소프트웨어 환경을 재편하고 있으며, 범주와 경쟁 역학을 재정의하고 있습니다.

저희의 견해로는, 이는 지능을 보여주는 시스템과 이를 안전하고 확장 가능하게 배포할 수 있는 플랫폼 사이에 명확한 구분을 만들고 있습니다. 승자는 신뢰할 수 있는 기업 데이터, 거버넌스된 비즈니스 지표, 안전한 실행, 그리고 광범위한 모델 선택을 결합하고 이 모든 것을 쉽게 제공하는 플랫폼이 될 것입니다. 이것이 바로 Snowflake가 구축된 이유입니다.

저희는 기업이 클라우드 전반, 데이터 유형 전반에 걸쳐 의존하는 데이터 기반을 제공하며, 미션 크리티컬 워크로드에 필요한 성능, 안정성 및 운영 단순성을 갖추고 있습니다. AI 에이전트가 업무 수행의 중심이 됨에 따라, 이러한 동일한 기능은 더욱 가치 있게 됩니다. 왜냐하면 에이전트는 액세스할 수 있는 데이터와 이를 둘러싼 거버넌스 및 보안만큼만 강력하기 때문입니다.

저희가 올해 출시한 제품에서 이러한 리더십을 볼 수 있습니다. Snowflake Intelligence를 통해 비즈니스 팀에게 직접 기업급 에이전트 기능을 제공했습니다. Cortex Code의 일반 공급을 통해 이를 빌더에게 확장하여 전체 데이터 수명 주기를 가속화하고 고객이 개발에서 프로덕션까지 더 빠르게 이동할 수 있도록 지원했습니다. 가장 최근에는 Cortex Code CLI를 데이터 시스템까지 확장하여 실질적으로 사용을 단순화하기 위해 노력하고 있습니다.

Cortex Code CLI의 범용 에이전트 기능과 Snowflake의 AI 준비 데이터가 결합되어 출시 몇 주 만에 이미 상당한 운영 영향을 미치고 있습니다. Snowflake Intelligence와 Cortex Code는 Snowflake가 데이터를 거버넌스하고 분석하는 플랫폼에서 엔터프라이즈가 AI 네이티브 애플리케이션 및 워크플로우를 구축하고 실행하는 플랫폼으로 진화하는 데 있어 중요한 단계입니다.

결과로 돌아가겠습니다. 4분기 제품 매출은 전년 동기 대비 30% 증가한 12억 3천만 달러를 기록했습니다. 잔여 이행 의무는 총 97억 7천만 달러로, 전년 동기 대비 성장률이 42%로 가속화되었습니다. 순매출 유지율은 125%로 견조했습니다. AI 덕분에 저희는 매출을 확장하고 운영 효율성을 높이고 있습니다. 2026 회계연도 비 GAAP 영업 이익률은 10.5%에 달해 전년 동기 대비 400bp 이상 확대되었으며, 이는 지속적인 운영 엄격성에 대한 집중을 반영합니다.

주식 기반 보상은 2025 회계연도 매출의 41%에서 2026 회계연도 매출의 34%로 크게 감소했으며, 2027 회계연도에는 매출의 27%로 더욱 감소할 것으로 예상합니다. 올해의 결과는 AI 데이터 클라우드가 데이터 수명 주기의 모든 단계에 걸쳐 13,300개 이상의 고객에게 엄청난 가치를 계속 제공하고 있음을 증명합니다. 깊은 제품 통합으로 구축된 Snowflake는 사용하기 쉽고, 협업을 위해 원활하게 연결되며, 기업이 신뢰하는 보안 및 거버넌스에 기반합니다.

혁신을 지속하면서 고객을 위한 훌륭한 비즈니스 성과를 창출하는 데 집중하고 있습니다. 이러한 집중 덕분에 선도적인 조직들이 계속해서 Snowflake를 데이터 및 AI 전략의 기반으로 선택하고 있습니다. 올해 2,332개의 신규 고객을 추가했으며, 점점 더 많은 기업이 Snowflake로 전환하고 있습니다. 예를 들어 Seagate는 전 세계적인 규모로 데이터 기반 혁신을 지원하는 사명을 더 잘 지원하기 위해 데이터 기반을 현대화하고 있습니다.

Snowflake에 방대한 데이터 환경을 통합함으로써, 회사는 확장성, 안정성 및 예측 가능한 비용을 위해 구축된 플랫폼으로 레거시 인프라에서 벗어나고 있으며, 이를 통해 비즈니스 전반의 팀이 고성능 AI 준비 분석에 액세스하고 더 빠르고 정보에 입각한 의사 결정을 내릴 수 있습니다. 당사의 핵심 비즈니스는 여전히 강력하며, AI는 당사 플랫폼 전반에 걸쳐 워크로드를 확장하고 있습니다.

Capital One은 주요 고객과의 관계를 심화시키는 방법을 보여주는 훌륭한 예입니다. Capital One이 AI 이니셔티브를 확장함에 따라, Snowflake를 활용하여 독점 데이터를 통합하고, 엔지니어링 워크로드를 최적화하며, 엔터프라이즈 전반에 AI 기반 분석을 제공하고 있습니다. 당사 성장의 핵심은 AI 제품의 강점과 모멘텀입니다. 이번 분기에는 AI를 사용하는 계정의 분기별 증가폭이 가장 컸으며, 총 9,100개 이상의 계정에 달했습니다.

그리고 불과 3개월 만에 Snowflake Intelligence는 초기 제공 단계에서 2,500개 이상의 계정을 위한 필수 기능으로 확장되었으며, 분기별로 거의 두 배가 되었습니다. 예를 들어, 글로벌 자동차 선두 주자인 Toyota Motor Europe은 Snowflake Intelligence를 활용하여 운영을 혁신하고 있습니다. 사용하기 쉬운 지식 챗봇을 통해 엔터프라이즈 검색을 강화하고 Document AI를 통해 계약 관리를 간소화함으로써, Toyota는 AI 에이전트 배포 시간을 수개월에서 수주로 단축하여 상당한 경쟁 우위를 확보했습니다.

그리고 장비 렌탈 분야의 글로벌 리더인 United Rentals는 Snowflake Intelligence를 사용하여 새로운 비즈니스 인텔리전스 에이전트를 지원하고 있으며, 이는 1,600개 이상의 지점에서 팀이 자연어를 사용하여 재무 및 운영 데이터에서 실시간 답변을 얻을 수 있도록 돕습니다. 이 에이전트는 현장 관리자의 더 빠르고 일관된 의사 결정을 가능하게 합니다.

United Rentals는 또한 Snowflake의 Cortex Code를 사용하여 추가 AI 에이전트 개발 및 테스트를 가속화하고 비즈니스 전반에 걸쳐 신뢰할 수 있는 인텔리전스를 확장하고 있습니다. 그리고 이것은 Cortex Code가 할 수 있는 일의 시작에 불과합니다. 이미 4,400개 이상의 고객이 AI 기반 애플리케이션을 구축하고 확장하는 데 도움을 주고 있으며, 프로덕션 등급 AI를 배포하는 능력을 크게 가속화하는 진정한 혁신적인 코딩 에이전트입니다.

당사 파트너 중 하나인 Evolv Consulting의 최고 기술 책임자는 Cortex Code가 비즈니스에 미치는 영향에 대해 다음과 같이 설명했습니다. "20일, 21,000건의 작업, 600시간 이상의 작업 완료. 이는 한 달도 채 되지 않는 기간에 16주 분량의 작업이 압축된 것입니다."

개발 주기에는 광범위한 연구, 시행착오 및 디버깅이 필요했지만 이제는 AI 지원 반복을 통해 자연스럽게 진행됩니다. 우리는 이 기능을 활용하여 고객을 위한 Snowflake에 새로운 워크로드를 더 빠르게 출시하고 있습니다. Cortex Code는 당사 플랫폼에서 AI 개발의 범위를 의미있게 확장하고 Snowflake를 엔터프라이즈 AI 기반으로 강화합니다.

앞으로도 우리는 데이터 수명 주기 전반에 걸쳐 기업을 지원할 엄청난 기회를 계속 보고 있으며, 기회를 위해 빠르게 혁신하고 있습니다. 올해 우리는 430개 이상의 제품 기능을 출시했으며, 이는 당사 제품 속도의 강점을 강조합니다. 우리는 데이터가 Snowflake에 입력되고 흐르는 방식을 확장하고 있습니다. 이제 일반에 공개된 Snowflake OpenFlow를 통해 구조화된 데이터, 비구조화된 데이터, 배치 또는 스트리밍 데이터를 플랫폼으로 가져오는 것이 그 어느 때보다 쉬워졌습니다.

또한 이제 일반에 공개된 Snowflake에서 애플리케이션이 구축되는 방식을 심화했습니다. Snowflake Postgres는 Snowflake 플랫폼에 직접 구축된 세계적 수준의 운영 데이터베이스로, 개발자가 Postgres의 성능, 안정성 및 에코시스템을 갖춘 프로덕션 등급 트랜잭션 애플리케이션을 Snowflake 내에서 완전히 관리 및 거버넌스되는 방식으로 구축하고 실행할 수 있습니다.

이는 Snowflake를 분석하는 시스템에서 구축하는 플랫폼으로 변화시킵니다. 그리고 시장을 선도하는 관찰 가능성 플랫폼인 Observe의 최근 인수는 Snowflake가 제공할 수 있는 가치를 확장합니다. 관찰 가능성을 데이터 및 AI 제품과 직접 통합함으로써 복잡성을 줄이고 대규모에서 더 빠르고 안정적인 운영을 가능하게 합니다. 이는 500억 달러 규모의 IT 운영 시장으로 우리의 기회를 확장하고 차세대 AI 기반 관찰 가능성 분야를 선도할 수 있도록 Snowflake를 포지셔닝합니다.

동시에 우리는 플랫폼 주변의 생태계를 강화하고 있습니다. SAP와의 획기적인 파트너십은 놀라운 가치를 제공하며, Expand Energy와 같은 고객이 AI 데이터 클라우드 내에서 핵심 시스템 전반의 미션 크리티컬 비즈니스 데이터를 통합하도록 돕고 있습니다. Anthropic과의 파트너십 심화는 이미 Intercom과 같은 고객에게 상당한 영향을 미치고 있습니다.

Snowflake는 Intercom의 AI가 구축되는 안전한 거버넌스 데이터 기반을 제공합니다. Anthropic의 클라우드 모델 사용을 포함하여 이 데이터에 직접 AI 기능을 적용함으로써 Intercom은 대규모로 고객 지원을 자동화합니다. 이를 통해 특히 대규모 복잡한 고객의 경우 훨씬 더 높은 지원 볼륨을 더 일관되게 처리하고 운영 부담을 줄일 수 있습니다.

또한 최근 OpenAI와의 2억 달러 규모의 파트너십 확대를 발표했습니다. 이는 OpenAI의 모델을 Snowflake에 네이티브로 통합하여 고객이 데이터를 안전하고 거버넌스되게 유지하면서 더 빠르게 혁신할 수 있도록 돕습니다. 그리고 Google Cloud와의 파트너십을 통해 고객은 이제 Snowflake 내에서 최신 Gemini 모델에 네이티브로 액세스할 수 있게 되어 모델 선택 및 가용성을 더욱 확장합니다.

혁신함에 따라 효율적으로 확장하고 있습니다. 업무는 근본적으로 변화하고 있으며, 우리는 Snowflake 내부와 업계 전반에서 이러한 변화를 주도하고 있습니다. 많은 경우 Snowflake에 직접 구축된 완전히 새로운 AI 네이티브 시스템을 만들고 있습니다. 당사 비즈니스 전반에 걸쳐 Snowflake Intelligence와 Cortex Code는 이미 측정 가능한 결과를 제공하고 있습니다.

당사 서비스 제공 팀은 고객 프로젝트를 최대 5배 더 빠르게 완료하고 응답 정확도를 25% 이상 개선하며 구현 주기를 수일에서 수시간으로 압축하여 40%에서 50% 더 높은 프로젝트 마진을 달성하고 고객이 40% 이상 더 빠르게 출시할 수 있도록 합니다. 당사 사이트 신뢰성 엔지니어링 조사는 한때 여러 엔지니어에 걸쳐 수 시간이 걸렸지만 이제는 몇 분 안에 해결되어 해결 시간을 대폭 단축하고 Snowflake의 신뢰성을 더욱 강화합니다.

그리고 당사는 판매자가 계정을 우선순위 지정하고, 조사를 자동화하며, 개인화된 아웃리치를 생성하는 데 도움이 되는 에이전트 기능을 구축했으며, 올해 90명의 정규직 엔지니어에 해당하는 생산성을 회수할 것으로 예상됩니다. 당사 재무팀은 여행 및 경비 분석 자동화, 정책 외 행동 사전 방지 등 연간 수백만 달러의 절감을 가져올 것으로 예상되는 이니셔티브를 추진하고 있습니다.

그리고 고객 내에서도 이러한 변화를 목격하고 있습니다. 고객은 정보를 분석할 뿐만 아니라 복잡한 워크플로를 자동화하기 위해 에이전트를 활용하고 있으며, 일부 경우에는 이전에 사용했던 소프트웨어 시스템의 전체 범주를 폐기하고 있습니다. 예를 들어 Sanofi의 경우 Elementum과 같은 파트너와 함께 Snowflake에서 구축된 AI 기반 워크플로가 소프트웨어 라이선스 및 송장 관리와 같은 프로세스에 사용되는 기존 소프트웨어 시스템을 대체하고 있습니다.

이러한 워크플로를 Snowflake에서 직접 실행함으로써 Sanofi는 데이터를 플랫폼 내에 안전하게 유지하면서 운영을 간소화하고 있습니다. 이것이 기업이 나아가는 방향입니다. 그리고 우리는 Snowflake가 에이전트 시대의 제어판이 될 수 있는 독특한 위치에 있다고 믿습니다. 우리는 에이전트를 안전하고 확장 가능하며 기업 준비가 되도록 만드는 조건을 구축했으며, 단일 기업 전체의 진실 공급원, 거버넌스된 메트릭 및 공유 비즈니스 정의, 크로스 클라우드 및 크로스 도메인 상호 운용성, 내장된 보안, 감사 가능성 및 거버넌스를 포함합니다.

우리의 지속적인 빠른 혁신, 긴밀한 시장 출시 조정 및 운영 규율은 이 기회를 포착하기 위해 모두 높은 수준으로 진행되고 있으며, 우리는 내구성이 뛰어난 높은 성장과 지속적인 마진 확장의 긴 활주로를 보고 있습니다. 이제 Brian에게 재무 세부 정보를 설명하도록 넘기겠습니다.

감사합니다, Sridhar. 4분기는 수익, 예약 및 마진 결과 전반에 걸쳐 강력한 분기였습니다. 제품 수익은 전년 대비 30% 성장했습니다. 당사의 결과는 핵심 비즈니스의 안정적인 성장과 AI 워크로드의 성장 기여도 증가에 힘입었습니다. 순수익 유지율은 125%로 변동이 없었습니다. 4분기 판매 실행은 뛰어났습니다. 잔여 이행 의무는 두 분기 연속 가속화되었습니다.

우리는 총 계약 가치 4억 달러 이상으로 Snowflake 역사상 최대 규모의 거래를 체결했으며, 전년 동기 2건에 비해 9자리 계약 7건을 체결했습니다. 이러한 강력한 약정은 고객의 장기 데이터 및 AI 전략에서 Snowflake의 전략적 역할을 나타냅니다. 그리고 우리는 내구성이 뛰어난 성장이 두 가지 기본 원칙에 달려 있음을 지속적으로 강조해 왔습니다.

신규 고객 확보 및 기존 고객 확장입니다. 우리는 두 가지 모두를 달성했습니다. 우리는 740개의 순 신규 고객을 추가하여 전년 대비 40% 증가한 또 다른 강력한 신규 고객 확보 분기를 달성했으며, 여기에는 15개의 Global 2000 조직이 포함됩니다. 동시에 우리는 의미 있는 고객 확장을 주도할 수 있음을 입증하고 있습니다. 현재 12개월 추적 기준으로 100만 달러 이상을 지출하는 고객은 733명으로 전년 대비 27% 증가했으며, 기록적인 수의 고객이 12개월 추적 지출 1,000만 달러를 넘어섰고, 총 56명의 고객이 이 1,000만 달러 임계값을 넘어섰으며, 이는 전년 대비 56% 증가했습니다.

마진 결과로 넘어가겠습니다. FY '26 비 GAAP 제품 총 마진은 75.8%였습니다. 우리는 효율성을 높이면서 확장할 수 있음을 보여주고 있습니다. FY '26 비 GAAP 영업 마진은 10.5%였으며, FY '26 비 GAAP 조정 잉여 현금 흐름 마진은 25.5%였습니다. 이달 초, 우리는 현금 및 주식 조합으로 약 6억 달러에 Observe를 인수했습니다.

Observe의 제공을 통해 우리는 고객 기반 내에서 새로운 확장 기회를 열고 있습니다. 인수 효과는 당사의 전망에 반영됩니다. 4분기에 우리는 약 225달러의 가중 평균 주당 가격으로 약 668,000주를 환매하기 위해 1억 5천만 달러를 사용했습니다. 우리는 환매 승인에 11억 달러가 남아 있으며, 분기 말에 48억 달러의 현금, 현금 등가물, 단기 및 장기 투자를 보유하고 있었습니다.

전망으로 넘어가기 전에 FY '27에 대한 제 우선순위를 공유하고 싶습니다. 첫째, 성장과 영업 마진 확장을 모두 주도할 명확한 기회를 보고 있습니다. 우리는 핵심 성장 동력에 투자하고 있습니다.

Sridhar가 언급했듯이, 저희는 올해 430개 이상의 제품 기능을 시장에 출시했습니다. 비즈니스 전반에 걸쳐 효율성을 높여 운영 마진을 계속 확장할 것입니다. 둘째, 저희의 시장 출시 전략이 효과가 있다는 것은 분명합니다. 내년에는 안정성과 지속적인 우수성을 보장하는 데 집중할 것입니다. 저희는 지속적인 제품 속도와 영업 실행을 지원하기 위한 재무 프레임워크를 구축했습니다.

이제 FY '27 전망을 살펴보겠습니다. 1분기에 저희는 제품 매출을 12억 6,200만 달러에서 12억 6,700만 달러 사이로 예상하며, 이는 전년 대비 27% 성장한 수치입니다. FY '27에는 제품 매출 약 56억 6,000만 달러를 예상하며, 이는 전년 대비 27% 성장한 수치입니다. Observe가 FY '27에 제품 매출 성장에 약 1%p 기여할 것으로 예상합니다.

언제나처럼 저희의 예측은 기존 소비 패턴을 기반으로 합니다. 예측 프로세스나 가이던스 철학에는 변경 사항이 없습니다. 저희의 전망은 핵심 비즈니스의 지속적인 강점과 AI 워크로드의 추가 성장에 의해 뒷받침됩니다. FY '27 비 GAAP 제품 총 마진은 75%가 될 것으로 예상합니다. 1분기 비 GAAP 운영 마진은 9%, FY '27 비 GAAP 운영 마진은 12.5%로 안내합니다.

올해 채용은 1분기에 집중될 것이며, 이는 Observe에서 178명의 직원을 추가로 채용하는 것을 반영합니다. 비 GAAP 조정 잉여 현금 흐름 마진은 23%가 될 것으로 예상합니다. 여기에는 인수와 관련된 약 150bp의 역풍이 포함됩니다. 이전 연도와 마찬가지로, 저희의 수주액은 4분기에 집중될 것으로 예상하며, 내년의 비 GAAP 조정 잉여 현금 흐름 계절성은 FY '26과 유사할 것으로 예상합니다.

마지막으로, 6월 1일 주 샌프란시스코에서 열리는 저희 서밋 컨퍼런스와 함께 투자자의 날을 개최할 예정입니다. 참석에 관심이 있으시면 ir@snowflake.com으로 이메일을 보내주십시오. 그것으로 Q&A를 위해 운영자에게 통화를 넘기겠습니다.

[운영자 지침] 첫 번째 질문은 Morgan Stanley의 Sanjit Singh입니다.

4분기에 30% 제품 매출 성장률을 재확인하신 것을 축하드립니다. 2가지 질문이 있습니다. 첫 번째는 Brian에게, 그리고 Sridhar에게도 할 수 있기를 바랍니다. Brian, 2027 회계연도 가이던스에 대해 말씀드리자면, 이는 연중 약 27%의 지속적인 성장을 의미합니다. 그리고 소비 모델이라는 점을 감안할 때, 올해의 매우 좋은 실적을 바탕으로 한 27%의 지속 가능성에 대한 귀하의 관점을 얻고 싶습니다.

그리고 Sridhar에게는, Snowflake Intelligence의 첫 번째 전체 연도와 확장된 제품 포트폴리오로 들어가면서, 핵심 외부 사업 부문의 모멘텀에 대해 어느 정도 파악할 수 있는지 알고 싶습니다. 몇 분기 전에 데이터 엔지니어링 매출 성장률에 대한 업데이트를 받았던 것 같습니다. 그래서 올해 말과 2027 회계연도로 나아가는 AI 포트폴리오에 대한 현재 상황과 업데이트를 받고 싶었습니다.

감사합니다, Sanjit. 제가 먼저 답하겠습니다. 가이던스 측면에서, 저희는 실적 발표 시점까지 Observe 고객 행동을 기반으로 안내합니다. 그리고 올해 가이던스를 자세히 살펴보면, 이는 저희 핵심 비즈니스의 높은 안정적인 성장에 기반하고 있습니다. 또한 AI 워크로드의 기여도 증가도 있습니다. 마지막으로, 저희가 준비된 발언에서 언급했듯이, Observe 인수로 인한 성장률이 1%p입니다.

두 번째 부분은 Sridhar에게 넘기겠습니다.

그리고 이에 덧붙여 말씀드리자면, 저희의 전반적인 가이던스 철학은 실제로 변하지 않았습니다. 저희는 그것에 대해 매우 안정적입니다. 저는 Snowflake Intelligence와 같은 제품이 현재 2,500명의 고객을 보유하고 있으며, 데이터 수명 주기의 모든 측면에서 성장의 주요 동인이라고 생각합니다. 저는 Snowflake Intelligence와 같은 제품이, 제가 만나는 모든 CXO와 CEO에게 제 휴대폰에서 Snowflake Intelligence를 보여주는 것을 결코 지루해하지 않습니다.

이것이 제공하는 즉각적인 접근성은 중요한 비즈니스 정보에 대해 정말 마법 같습니다. 그리고 이는 기업이 Snowflake를 채택하여 데이터 에스테이트를 정비하고, Snowflake Intelligence와 같은 것들의 혁신적인 힘을 데이터에 가져올 수 있도록 하는 필요성을 강화합니다. Snowflake Intelligence에 대해 기억해야 할 정말 중요한 점은 모든 개방형 데이터에서 잘 작동한다는 것입니다.

S3에 있는 데이터나 Glue에서 관리하는 데이터 또는 다른 곳에 있는 데이터를 가져오기 위해 Snowflake Intelligence를 사용하여 Snowflake에서 놀라운 에이전트를 구축할 수 있습니다. 모든 개방형 데이터 생태계는 Snowflake Intelligence에 의해 지원되며, 이는 정말 강력합니다. 하지만 Cortex Code는 저희에게 진정한 게임 체인저입니다.

왜냐하면 이는 데이터 수명 주기의 모든 부분을 위한 엄청난 가속기이기 때문입니다. 제가 의미하는 바는, 복잡한 시스템에서 Snowflake로 데이터를 가져오는 개방형 흐름 파이프라인을 이전보다 훨씬 적은 시간으로 구축할 수 있다는 것입니다. 마찬가지로, 해당 데이터에서 데이터 엔지니어링을 실행하거나 동적 테이블을 구축하거나 이 둘 중 하나의 성능 문제를 디버깅하기 위한 DVD 파이프라인을 구축하는 것도 이제 10배 이상 빨라졌습니다.

그리고 Toco의 마법은 실제로 Snowflake Intelligence 에이전트를 더 빠르게 구축할 수 있는 능력입니다. 저는 이것이 AI를 사용하여 더 빠르게 만드는 AI의 잠금 해제라고 생각합니다. 그리고 저희는 이것이 저희 비즈니스에 혁신적인 영향을 미치는 것을 보고 있습니다. 한 가지 일화를 말씀드리겠습니다. Cortex Code CLI를 사용한 후 저희 파트너 중 한 명이 저희에게 편지를 보냈는데, 그들은 지금까지 삽으로 땅을 파고 있었는데, 저희가 불도저를 주었다고 말했습니다.

다음 질문으로 넘어가겠습니다. Mark Murphy.

다음 질문은 JPMorgan의 Mark Murphy입니다.

수주액과 RPO 수치가 다시 한번 매우 견고해 보입니다. 역사상 가장 큰 수주액으로 보입니다. 먼저, 고객 유형 측면에서 4억 달러 규모의 거래에 대해 설명해 주시겠습니까? 저는 그렇게 큰 계약에 대해 들어본 적이 없기 때문입니다. 그리고 두 번째로, 수주액에 대한 지속 가능한 새로운 동인이 있는지 궁금합니다. 예를 들어, 제품 GA 속도 향상을 달성하는 것과 같이 귀하가 수행한 것이 있습니까?

아니면 이것이 일시적인 일회성인가요? 몇 분기 전에 채용이 급증했고, 올해 수주액에 대해 영업 담당자에게 더 많은 인센티브를 제공했다고 생각합니다. 그래서 이에 대해 논평해 주실 수 있는지 궁금합니다.

제가 먼저 시작하고 Brian이 덧붙이겠습니다. 수주액과 다년 계약은 Snowflake와의 미래에 대한 저희 파트너들의 신뢰를 명확하게 보여줍니다. 그리고 네, 제품 가속화와 속도는 고객들에게 저희가 미래를 위한 플랫폼이라는 것을 확신시키는 데 크게 기여합니다. 저희는 지난 분기에 특별히 무언가를 하지는 않았습니다. 네, 작년에 수주액도 고려하도록 보상 계획을 조정했습니다.

하지만 여러 면에서 이는 2년 전의 상황으로 되돌아가는 것입니다. 그리고 저희는 올해도 계속할 계획입니다. 그래서 이는 매우 평소와 같은 비즈니스입니다. 저는 4억 달러, 4억 달러 이상의 거래가 저희가 해당 대형 금융 서비스 고객에게 제공하는 중요성을 나타낸다고 생각합니다. 저희는 이전에 2억 5천만 달러 규모의 거래에 대해 이야기한 적이 있습니다. 저는 이것이 Snowflake가 현재 데이터 서비스뿐만 아니라 미래에도 지속 가능한 제공업체로서 성숙했음을 나타낸다고 생각합니다.

Brian?

잘 말씀하셨습니다, Sridhar. 4억 달러 이상의 대규모 계약 중 하나는 기존 고객이었습니다. 따라서 이미 운영률에 반영되어 있습니다. 저희는 9자리 수의 거래 7건도 체결했습니다. 그리고 Sridhar의 말을 다시 한번 강조하자면, 그것은...

4분기만 말씀하시는 건가요?

네, 4분기만입니다. 그리고 Sridhar의 말을 다시 한번 강조하자면, 이는 고객들이 저희 제품 로드맵과 AI 전략, 그리고 저희가 비즈니스에 제공하는 긍정적인 비즈니스 결과에 대한 구매라고 할 수 있습니다.

다음 질문은 Deutsche Bank의 Brad Zelnick입니다.

좋습니다. 그리고 저도 축하의 말씀을 전합니다.

Sridhar, 이 질문은 당신을 위한 것 같습니다. 영업 킥오프를 마치고 Mike Gannon의 지휘 아래 첫 번째 전체 연도를 맞이하는 가운데, 2027 회계연도에 필드에서 승리하고 추가적인 성장을 견인하기 위해 무엇을 다르게 할 계획이십니까?

Mike는 1년을 보냈습니다. 그는 영업팀에 매우 긍정적인 영향을 미쳤습니다. 하지만 저는 회사 전체의 모멘텀을 이끌고 절대적으로 영업팀을 움직이는 것은 우리 판매자, 솔루션 엔지니어가 고객에게 가치를 제공할 수 있도록 하는 훌륭한 제품이라고 생각합니다. 그리고 우리 판매 인력이 우리가 만드는 제품에 대해 이렇게 흥분하는 것을 본 적이 없습니다. 여러 사람들이 있습니다.

Christian이 참여하도록 하겠지만, 그는 이러한 찬사를 많이 받습니다. Cortex Code가 Snowflake로 할 수 있는 일에 대해 절대적으로 혁신적이라고 말해준 여러 사람들이 있습니다. 많은 사람들이 우리가 원래 제품을 만들었을 때 이후로 우리가 만든 제품에 대해 이렇게 흥분한 적이 없다고 말합니다. 그리고 Christian은 Cortex Code Heroes 섹션에서 그들의 경험을 강조했습니다.

그 프로젝트를 진행했던 사람이었기 때문에 그가 말하도록 하겠습니다. 네. 아주 간단히 말해서, 파트너, 고객, 그리고 우리 내부 필드 모두 Cortex Code로 보고 있는 결과에 대해 엄청나게 흥분하고 있습니다. Snowflake의 원래 가치 제안인 사용 편의성 측면에서 가능한 것을 변화시키는 것이 Cortex Code로 10배가 되었습니다. 우리는 사람들이 파이프라인을 더 빠르게 구축하고, 변환을 더 빠르게 하고, 통찰력을 더 빠르게 얻는 여러 사례를 보여주었습니다.

그리고 저는 이것이 가능한 것의 시작에 불과하다고 생각합니다. 제가 보증하건대, 소프트웨어 엔지니어라고 스스로를 칭찬하는 마지막 사람이 될 우리 영업 리더 중 한 명은 streamlit 애플리케이션을 구축하여 Snowflake에 배포하고 팀이 사용하도록 했습니다. 이것이 Cortex Code가 Snowflake의 데이터를 사용하는 것을 얼마나 쉽게 만드는지를 보여줍니다.

다음 질문은 Kirk Matter (Evercore ISI)의 질문입니다.

Kirk를 대신하여 Chirag입니다. Sridhar, observability는 큰 시장이죠? Observe는 그 지형에서 어떻게 자리 잡고 있습니까? 그리고 시장과 회사에서 무엇을 보고 있었기에 그들을 내부로 데려오는 것이 합리적이라고 생각하셨습니까?

Observability, 특히 AI 세계에서는 매우 중요합니다. 지적하신 대로, 이는 500억 달러 이상의 매우 큰 시장이며, 이는 전문성의 다양한 측면이 통합된다는 것을 의미합니다. 그리고 AI observability, 특히 에이전트를 사용하는 것은 매우, 매우 중요합니다. 많은 분들이 에이전트를 사용하고 계실 것이라고 확신하며, 코딩 에이전트가 말이 많지 않다고 비난하는 사람은 아무도 없을 것입니다.

기술, 무엇이 옳았고 무엇이 잘못되었는지와 같은 것으로 증류되어야 하는 방대한 양의 텍스트가 있습니다. 그래서 우리는 이것을 중요한 데이터 문제로 보고 있습니다. 그리고 우리는 또한 데이터 플랫폼으로서의 전반적인 역할의 자연스러운 확장으로 보고 있습니다. Observe는 Snowflake 위에 구축되었습니다. 따라서 Snowflake의 뛰어난 데이터 및 컴퓨팅 기반을 상속합니다.

그리고 많은 고객, 특히 데이터 양이 매우 많은 고객에게는 전통적인 observability가 비용 문제로 인해 약간의 골칫거리가 되었습니다. 그리고 이것이 Observe가 10%, 20%가 아닌, 몇 배나 더 효율적인 가치 제안을 제공할 수 있는 부분입니다. 그리고 저는 이러한 고객들이 엄청나게 혜택을 볼 것이라고 생각합니다. Observe의 잠재 고객과 Snowflake의 고객 간에는 엄청난 중복이 있습니다.

그리고 Observe가 Snowflake 위에 구축되었다는 점, 그리고 이를 통합하는 우리의 작업이 매우 간단하다는 점이 바로 그 핵심입니다. Observe는 Snowflake의 고객이기도 한 많은 고객에게 훌륭한 가치 제안을 제공합니다. 그것이 바로 Jeremy와 Observe 팀 모두 Snowflake의 일부가 되고 싶어하게 만든 궁극적인 이유였습니다.

우리는 앞으로 있을 일에 대해 매우 기대하고 있습니다. Christian, 덧붙일 것이 있습니까? 좋습니다. 다음 질문으로 넘어가겠습니다.

다음 질문은 Raimo Lenschow (Barclays)의 질문입니다.

Raimo를 대신하여 Sheldon McMeans입니다. Snowflake 플랫폼을 사용자 및 솔루션에 더 쉽게 접근할 수 있도록 계속 만들면서 사용자 및 소비를 확장할 흥미로운 기회가 certainly 있지만, AI 에이전트가 확산되거나 새로운 사용자가 플랫폼에 더 많은 애플리케이션 및 워크로드를 생성함에 따라 약간의 가격 충격의 위험도 있습니다. 따라서 강력한 성장 및 최적화 주기의 위험을 줄이기 위해 고객과 어떻게 협력하고 있습니까?

그리고 에이전트를 더 많이 활용할 때 고객이 잠재적인 소비 증가를 진정으로 이해하고 있다고 생각하십니까?

훌륭한 질문이지만, 우리가 많은 시간을 할애하여 고민해 온 질문입니다. 초기 에이전트 제품 중 일부에 대한 반대 사실을 확실히 검토해 봅시다. 그중 여러 제품이 구독 번들에 포함되어 출시되었으며, 에이전트 플랫폼을 제공하는 많은 회사는 이를 기존 구독 모델의 확장으로 간주합니다. Snowflake에서는 소비에 따라 요금을 청구하므로 매우 예측 가능한 모델을 제공합니다.

또한 제품은 즉시 가치를 보여야 한다는 굳은 신념을 가지고 있습니다. 그리고 우리는 레거시 대시보드 시스템을 대체한 우리 영업 에이전트의 개인적인 예를 인용할 수 있으며, 우리는 이를 위해 거의 5백만 달러를 지불했습니다. 따라서 Streamlit 및 Snowflake Intelligence 세트로 전환되었기 때문에 즉시 ROI를 제공했습니다. 그리고 이것이 우리가 매우, 매우 가치 지향적이라고 느끼는 부분이지만, 거기서 멈추지 않을 것입니다.

우리는 고객이 Snowflake Intelligence에 대해서도 가격 예측 가능성을 원할 것이라는 것을 알고 있습니다. 따라서 에이전트에 대해 얼마나 많은 비용을 청구받을 수 있는지에 대한 명확한 상한선이 있다고 느낄 수 있도록 Snowflake Intelligence 위에 사용자당 상한과 같은 기능을 출시할 것입니다. 우리는 이러한 모델이 명확한 사용자 상한 및 계정 상한과 함께 소비 기반이라는 점이 두 세계의 장점을 모두 제공한다고 생각합니다.

즉, 가격 예측 가능성을 갖춘 소비 가격 책정입니다. 그리고 우리는 이러한 에이전트가 엄청난 가치를 제공할 수 있다고 생각하기 때문에 이 분야에서 계속해서 빠르게 혁신할 것입니다. 그리고 절대적으로, 우리는 고객이 가격 충격을 받기를 원하지 않습니다. 우리는 예측 가능하기를 원하며, Snowflake Intelligence와 같은 제품을 광범위하게 배포할 수 있도록 필요한 제어 기능을 제공할 것입니다.

또한 Snowflake 전체를 ID 공급자와 통합하는 것과 같은 작업을 수행하여 Snowflake Intelligence와 같은 제품을 사용할 수 있도록 사용자를 구성하는 것과 같은 작업도 그 어느 때보다 훨씬 간단해졌습니다. Christian과 제 비전은 효과적으로 모든 엔터프라이즈 고객의 모든 직원이 비즈니스의 해당 부분을 운영하는 데 필요한 모든 주요 비즈니스 세부 정보를 제공하는 에이전트 세트에 액세스할 수 있도록 하는 것입니다.

그리고 사용한 만큼만 청구되며, 이는 항상 놀라운 결과와 관련이 있습니다.

매우 명확합니다. 그리고 빠른 후속 질문입니다. 따라서 귀사의 강력한 AI 에이전트 전략이 잘 진행되고 있다고 분명히 말씀하셨지만, 다른 Agentic 워크플로우가 프로세스의 중요한 단계를 위해 Snowflake를 활용하는 아이디어도 있습니다. 이 후자의 영역과 그것이 어떻게 발전하고 있는지 말씀해 주시겠습니까? 그리고 이를 2027 회계연도 성장 기회로 보십니까?

그리고 주로 제로 카피 파트너십을 통해 이루어질 것으로 보십니까? 아니면 다른 패턴이 나타날 것으로 보십니까?

질문을 명확히 해주시겠습니까?

네, 다른 플랫폼에서 수행되는 Agentic 워크플로우로, 프로세스의 한 단계를 위해 Snowflake의 일부 데이터를 활용해야 할 수 있습니다.

글쎄요, 상호 운용성은 항상 우리가 운영하는 방식의 핵심 부분이었습니다. 그리고 지난 2년 동안 Christian과 저는 상호 운용 가능한 데이터 전략을 완벽하게 실행했다는 사실에 매우 자랑스럽습니다. 우리는 Snowflake 내에서 Iceberg를 일급 구성 요소로 지원합니다. 우리는 권리를 관리하는 Iceberg를 지원합니다.

실제로 저희는 최근 Iceberg를 지원한다고 발표했으며, 블록 스토리지까지 관리하여 고객에게 최고의 경험을 제공합니다. 고객들은 Snowflake에서 얻는 관리 용이성을 누리면서도 다른 엔진이 해당 데이터를 읽을 수 있다는 확신을 가질 수 있습니다. 지난 1년간 저희는 상호 운용성을 활용하여 Snowflake에 대한 추가 워크로드를 유도했습니다. 앞서 말씀드렸듯이, 카탈로그 링크 데이터베이스와 같은 것을 통해 모든 오픈 데이터에 대해 SQL 쿼리를 실행할 수 있습니다.

또한 모든 오픈 데이터에 상주하는 에이전트를 생성할 수도 있습니다. 이러한 상호 운용성은 Snowflake의 성공에 매우 중요합니다. 고객은 선택권이 없는 상황에 처하고 싶어 하지 않습니다. 따라서 저희는 스토리지 수준에서 상호 운용성을 제공합니다. 물론 SQL을 작성하여 데이터에 액세스할 수 있습니다. 따라서 JDBC 수준에서도 상호 운용성을 제공합니다.

그리고 그보다 한 단계 위에서는 의미론적 모델을 다른 사람들에게 제공합니다. 저희는 의미론적 뷰를 도입했지만, 누구나 의미론적 뷰를 읽을 수 있습니다. 마지막으로, Snowflake Intelligence 에이전트는 다른 에이전트에서도 사용할 수 있는 MCP 서버 역할을 겸합니다. 따라서 스택의 모든 계층에서 상호 운용성을 제공하는 것이 저희의 핵심입니다.

하지만 저희는 또한 업계를 선도하고 사용 및 설정이 간편하며 다른 어떤 회사보다 훨씬 더 쉽게 만들어주는 세계적 수준의 제품을 만드는 데 집중합니다. 저희는 이 두 가지 사이에 모순이 없다고 생각합니다.

다음 질문은 Bank of America의 Kozi Leva입니다.

98억 달러의 RPO에 대해 질문하고 싶습니다. 42% 성장률은 정말 대단합니다. 그래서 강점을 어디서 보셨는지 묻는 대신, 기여하지 못해 놀랐던 부분이 있었는지, 왜 그렇게 생각하는지, 그리고 앞으로 그 부분이 어떻게 개선될 것이라고 생각하는지에 대해 이야기해 주시겠어요?

Kozi, Brian입니다. 이번 분기에 4억 달러 이상의 대형 계약과 7자리, 9자리 계약을 언급했지만, 예상보다 초과 달성하거나 실적이 저조했던 부분은 없었습니다. 전반적으로 영업 실행이 좋았던 분기였습니다. 그리고 RPO는 앞서 조금 이야기했듯이, 저희가 고객에게 제공하는 비즈니스 성과와 Snowflake에 대한 장기적인 신뢰를 보여주는 것입니다.

전반적으로 저는 영업팀이 소비 측면에서 사용 사례를 성공적으로 이끌고, 서비스팀이 더 많은 사용 사례를 프로덕션으로 전환시킨 것에 대해 매우 자랑스럽게 생각합니다. 물론 영업팀이 이러한 기념비적인 계약을 성사시킨 점도 그렇습니다. 그분들 덕분에 정말 훌륭한 한 해를 보냈고, 저희 모두 매우 감사하게 생각합니다.

네. 그리고 혹시 간단한 후속 질문을 드릴 수 있을까요? 플랫폼 사용량 가시성과 예측 가능성에 대해 질문하고 싶습니다. 1년 전과 비교했을 때 어떻게 변했는지, 만약 변했다면 무엇이 그 변화를 주도했는지 설명해 주시겠어요?

질문을 명확히 해주시겠어요? 플랫폼 사용량과 가시성이라고 말씀하신 것은 무엇을 의미하셨나요?

고객들의 귀사 플랫폼 사용량이 1년 전과 비교했을 때 얼마나 더 예측 가능해졌는지, 만약 그렇다면 그 이유는 무엇인가요?

저희는 소비 예측을 위한 가장 정교한 시스템을 계속 보유하고 있습니다. 그리고 저희는 자체적으로 얼마나 잘 예측하는지 보정하는데, 0.5% 편차는 200분의 1 정도입니다. 저희에게는 이것이 매우 중요한 부분입니다. 이것이 바로 저희 시스템의 정교함 수준이며, 계약 예측, TACV 예측에도 유사한 방법론이 적용되고 있습니다. 그리고 저는 이 부분이 시간이 지남에 따라 점점 더 개선될 것으로 기대합니다.

또 다른 영역은 사용 사례에서 소비로 이어지는 부분인데, 예측 가능성이 조금 떨어집니다. 저희에게는 매우 중요한 주제이며, 약간의 연구 프로젝트이기도 합니다. 왜냐하면 저희가 고객의 활동을 항상 알 수 있는 것은 아니기 때문입니다. 하지만 저희는 비즈니스를 모델링하고 그 추세를 파악하는 능력에 대해 전반적으로 매우 만족하고 있습니다. 물론 모델에 포함되지 않는 놀라운 일들도 있습니다.

Cortex Code의 탄생이나 4,400개 고객의 채택을 예측할 수 있는 모델은 없습니다. 그런 일이 발생하면 저희는 기쁩니다. 하지만 핵심적인 부분에 있어서는, 저희 비즈니스의 예측 가능성에 관해서는 구글 등 다른 곳에서 일했던 경험을 포함하여 제가 일해본 팀 중 최고 수준이라고 자부합니다.

다음 질문은 RBC Capital Markets의 Matt Hedberg입니다.

저도 축하드립니다. 많은 것을 해내고 계십니다. 규모에 맞게 가속화하고 계십니다. Sridhar님, 여러 새로운 AI 제품 발표를 설명해 주셨습니다. 그리고 2027 회계연도를 작년 이맘때보다 유기적으로 2%p 정도 더 높게 시작하는 것으로 보입니다. 그래서 투자자들은 AI 관련 제품이 현재 보고 계신 모델의 상승 여력의 일부 또는 전부인지 궁금해합니다.

확실히 이러한 트렌드에 잘 대비되어 있는 것처럼 보입니다. 모델에서 이미 반영되기 시작했나요?

저희 모델은 관찰된 행동에 기반합니다. 그리고 저희는 상당한 상승 여력이 있다고 생각합니다. 말씀드렸듯이, 코코(Cortex Code)의 영향을 고려할 방법이 없습니다. 왜냐하면 과거 데이터가 없기 때문입니다. 저희는 코코와 같은 것들의 이점을 생생하게 볼 수 있습니다. 저희 서비스 팀이 프로젝트를 수행할 때 얼마나 빨리 완료되는지 볼 수 있기 때문입니다.

또한 저희 파트너들이 이러한 제품을 사용하여 진정으로 혁신적인 일을 할 수 있다는 것도 볼 수 있습니다. 제가 이 단어를 남용하고 있는지 물어보실 수도 있습니다. 저희 파트너 중 한 명인 James Dinkel이 쓴 블로그 게시물을 참조하시기 바랍니다. 그는 시간당 요금을 부과하는 것에서 고정 수수료 서비스를 제공하는 것으로 비즈니스 모델 전체를 전환했다고 말했습니다.

그리고 이러한 예측 가능성의 상당 부분은 Cortex Code를 사용하여 마이그레이션의 대부분을 주도했기 때문입니다. 따라서 저희는 비즈니스가 나아갈 수 있는 방향에 대해 많은 상승 여력을 보고 있습니다. 그리고 이 외에도, 지난 몇 주 동안 Cortex Code를 통해 배운 것 중 하나는 Snowflake 내의 모든 기능에 미치는 영향입니다. 저희 제품 관리자들은 이제 자체 버전을 사용하여 다음 주에 출시될 제품이나 제품에 대해 보고된 버그 등을 예측할 수 있습니다.

심지어 어떤 사람은 Christian 피드백 봇을 작성하여 Christian이 제품 제안에 어떻게 반응할지에 대한 피드백을 제공하기도 했습니다. 회사 전반에서 보고 있는 혁신의 수준은 매우 고무적이며, 이는 우리가 새해를 어떻게 맞이할지에 대한 자신감을 줍니다.

간단한 질문 하나만 더 하겠습니다.

네, 계속하세요. Sridhar가 방금 말씀하신 내용에 덧붙이려고 했습니다. Matt, 계속하세요.

답변을 마저 하셔도 됩니다, Brian. 저는 단지 질문을 하려고 했습니다. 올해 총 마진이 약 1% 하락한 것으로 보입니다. 그리고 귀사에서 진행 중인 모든 투자와 관련하여, 특히 향후 몇 년을 내다볼 때 총 마진이 안정적으로 유지될 수 있는 수준이 70% 중반이라고 생각하시나요?

네. 좋은 질문입니다. 저희가 신제품을 출시할 때의 목표 중 하나는 무엇보다도 훌륭한 제품을 만드는 것입니다. 두 번째로, 사용하기 쉽게 만들고 싶습니다. 세 번째로, 그 이후에 수익을 창출하고 싶습니다. 일단 거기에 도달하면 마진을 최적화할 것입니다. 저희는 많은 새로운 AI 제품을 출시했습니다. 현재 이러한 제품의 마진 프로필은 핵심 비즈니스보다 높지 않지만, 핵심 비즈니스에서 더 많은 효율성을 찾아 상쇄하고 있습니다.

이것이 바로 그 구성 요소입니다.

성장을 견인하기 위해 올바른 일을 할 것이며, 운영 마진 수준에서 전반적으로 균형을 맞출 것입니다.

그리고 마진 개선은 총 마진 수준뿐만 아니라 회사 전체 수준에서도 이루어지고 있습니다. 몇 가지 프로젝트에 대해 말씀드리자면, 큰 영향을 미쳤습니다. 저희 직원 중 한 명이 AI를 사용하여 모든 배포에서 모든 무료 풀을 최적화했습니다. 그 데이터에 대한 가시성이 훨씬 더 좋아졌기 때문입니다. 실제로. 네. 무료 풀, 기본적으로 우리는 고객이 새 웨어하우스를 시작할 때 기다릴 필요가 없도록 컴퓨팅의 무료 풀을 유지해야 하며, 누군가가 데이터를 보고 최적화하는 매우 영리한 방법을 발견했습니다.

또는 스토리지 수명 주기 정책과 같은 것들에 대해 많은 일을 했습니다. 언제 테이블이 근접 스토리지에 있어야 하고, 더 얼굴 스토리지에 있어야 하는지 등입니다. 따라서 AI를 통해 총 마진 라인 위뿐만 아니라 운영 마진 라인에서도 많은 이점을 얻을 수 있습니다. 솔직히 말해서, 세상은 기회로 가득 차 있기 때문에 시간을 투자할 것을 우선순위로 정하는 문제입니다.

그리고 Matt, 그 점을 강조하기 위해, 4분기에 AI로 많은 이점을 보았고, 소폭의 인력 감축이 있었으며, 회사 직원 약 200명이 영향을 받았습니다. 따라서 4분기 순증가분을 인력 기준으로 보면 37명만 추가했습니다. 따라서 AI는 성장에 대한 투자 프레임워크를 실제로 변경했습니다. 더 이상 인력에 묶여 있지 않습니다.

다음 질문은 Jefferies의 Brent Thill입니다.

아시다시피, 모든 SaaS 기업들이 대형 AI 연구소들이 스택을 장악하면서 하락세를 보이고 있습니다. Gemini, OpenAI, Anthropic을 네이티브로 사용할 수 있는 플랫폼의 이점에 대해 생각할 때, 첫째, 고객들이 이미 그것을 이해하고 있다고 생각하십니까? 그리고 둘째, 3대 최고 모델이 모두 네이티브로 지원된다는 점을 감안할 때 수요에 반영되고 있다고 생각하십니까?

AI가 소프트웨어에 미치는 전체적인 영향을 되돌아보는 것이 유용하다고 생각합니다. 우리는 이것을 보는 데 많은 시간을 보냅니다. 우리는 이것을 경험합니다. 그리고 우리의 생각은 전반적으로 승자는 엔터프라이즈 진실의 단일 소스를 제공하는 회사가 될 것이라는 것입니다. 진실의 출처가 4개라면 어떤 AI 모델도 도움이 되지 않을 것입니다. 마찬가지로, 내장된 보안, 감사 가능성, 신뢰 또는 액세스에 대한 거버넌스, 누가 어떤 데이터 세트에 액세스할 수 있는지 등이 중요합니다.

물론 최고의 모델이 필요하지만, 현재 최고의 모델 제공업체는 3개, 많으면 4개이며, 우리는 그들과 모두 협력합니다. 그리고 우리 회사의 시작부터 존재해 온 우리의 비법은 이 모든 것을 사용하기 쉬운 응집력 있는 제품으로 포장하는 것이라고 생각합니다. 그리고 Snowflake Intelligence와 Cortex Code가 함께 작동하는 것과 같은 것들에서 이것을 볼 수 있습니다.

Snowflake Intelligence는 꽤 멋진 제품이지만, Cortex Code는 해당 에이전트를 배포하는 속도를 4~10배 더 빠르게 만듭니다. 에이전트 AI의 여정으로 나아가면서 많은 훌륭한 시너지가 결합되는 것을 실제로 보고 있다고 생각합니다. 그리고 이러한 기능의 조합과 우리가 항상 엔터프라이즈 정보의 신뢰할 수 있는 관리자였다는 사실이 결합되어 모든 엔터프라이즈가 협력할 수 있는 훌륭한 파트너가 된다고 생각합니다.

다음 질문은 Wells Fargo의 Ryan Weiss입니다.

Cortex Code 주변의 진행 상황을 보게 되어 기쁩니다. AI가 오늘날 할 수 있는 최상의 것과 Snowflake의 최상의 것을 결합하는 것 같습니다. Snowflake 플랫폼에서 에이전트를 구축하는 것이 훨씬 쉬워지면서, 사용자가 에이전트를 구축할 수 있는 장소가 되려고 하는 다양한 공급업체들이 있는 것 같습니다. 따라서 [indiscernible] 관점에서 Snowflake가 사용자가 에이전트를 구축할 수 있는 최고의 장소가 되는 데 어떤 이점이 있다고 생각하십니까?

그리고 Cortex Code 사용자로부터 쿼리 볼륨이 증가했습니까?

수년간 우리의 임무는 데이터에서 쉽게 가치를 얻을 수 있도록 하는 데이터 플랫폼이 되는 것이었습니다. 이것이 Snowflake가 처음 나왔을 때 우리가 했던 일입니다. 이것이 우리가 항상 해왔던 일입니다. 사실, 우리의 모토는 항상 쉽고, 연결되고, 신뢰할 수 있다는 것이었습니다. 그래서 엔터프라이즈 내의 데이터는 사용하기 쉽지만, 필요한 곳 어디에나 존재합니다.

그리고 이것이 에이전트 생성과 관련하여 우리에게 이점을 주는 품질이라고 생각합니다. 앞서 말했듯이, 우리는 상호 운용성 신봉자이기도 합니다. 누군가가 에이전트를 원하고 NCP를 사용하여 Snowflake Intelligence 에이전트에 전화를 걸 수 있다면 완벽합니다. 하지만 저는 360도 뷰가 많은 고객에게 가능해지는 중앙 집중식 장소가 되는 데 독특한 위치에 있다고 생각합니다.

우리는 가장 중요한 데이터, 즉 분석에서 골드 레이어라고 불리는 것의 관리자입니다. 이것이 우리가 해당 데이터에 액세스하기 위한 에이전트를 제공하는 데에도 매우 잘 위치하게 한다고 생각합니다. 그리고 우리는 NCP와 같은 기술에 크게 의존하고 있습니다. NCP는 양방향으로 작동합니다. NCP를 사용하여 에이전트에서 읽을 수 있지만, NCP를 사용하여 다른 시스템에서 데이터를 읽을 수도 있습니다.

그리고 우리는 또한 그러한 사용 사례가 현실화되는 것을 보기 시작했습니다. 그리고 우리는 여러 연구를 수행했습니다. Snowflake Intelligence는 확실히 더 많은 사용량, 더 많은 쿼리를 유도합니다. 그리고 우리는 우리가 창출하는 가치에 집중하는 경향이 있습니다. 이 시점에서 쿼리를 실행하여 Snowflake Intelligence 수익을 더 많이 얻든, 모델을 실행하여 더 많이 얻든 저는 약간 무관심합니다.

모든 것은 놀라운 경험을 창출하고 쉽게 할 수 있도록 하는 것에 관한 것입니다. Christian?

Snowflake Intelligence와 Cortex Code가 제공하는 사용 편의성 덕분에 플랫폼에서 텔레메트리 활동이 증가하고 있음을 확실히 알 수 있습니다.

다음 질문은 Wolfe Research의 Alex Zukin입니다.

Sridhar, 짧은 질문 하나와 Brian에게 후속 질문 하나 드리겠습니다. 지난 분기에 1월과 2월의 소비 추세가 회계 연도 가이던스를 결정하는 데 가장 중요할 것이라고 말씀하셨습니다. 연휴 이후 1월, 특히 2월의 상황에 대해 구체적으로 말씀해 주시겠습니까? 작년보다 이번에 더 강력한 가이던스에 대한 확신을 갖게 된 이유는 무엇입니까? 그리고 Brian에게 짧은 후속 질문이 있습니다.

글쎄요, Brian은 우리가 가이던스를 할 때 가능한 모든 데이터를 가이던스에 반영하려고 노력한다고 말했습니다. 그것이 우리가 한 것입니다. 그리고 우리는 가이던스 프로세스가 과거 정보와 미래를 안정적으로 예측하는 능력에 초점을 맞춘 매우 엄격한 프로세스임을 명확히 했습니다. 따라서 그런 의미에서 모든 것을 고려하고 있습니다. 그리고 작년과 올해의 차이점을 묻는다면, 작년 초 Snowflake Intelligence는 우리의 눈에 희미한 빛이었습니다.

그리고 1년 후, 우리는 Snowflake Intelligence를 출시하고 채택했을 뿐만 아니라, 데이터 플랫폼이 사용되는 방식을 대규모로 가속화하기 위해 에이전트 AI를 사용하는 방법에 대한 최전선에 서 있습니다. 이 모든 것이 올해 우리의 성과를 집대성할 것이라고 생각합니다. 하지만 가이던스에 관해서는, 지금까지 우리가 가진 모든 데이터를 사용하는 것에 관한 것입니다.

Brian?

100% 정확합니다. 두 번째 후속 질문은 무엇이었습니까?

네, Snowflake AI ARR 및 잉여 현금 흐름 마진 가이던스에 대한 업데이트가 있는지, 그리고 Observe 인수를 소화하면서 그 궤적을 어떻게 생각해야 하는지에 대한 장단점을 알려주시겠습니까?

네. 전반적인 잉여 현금 흐름에 대해 말씀드리자면, 계절성은 이전 연도와 유사할 것입니다. 우리는 대부분의 현금을 4분기에 수금합니다. 지난 2년 동안 4분기에 16% 이상이었습니다.

Observe, 저희는 23%를 가이던스로 제시했습니다. Observe는 150bp의 역풍이었습니다. 이는 저희 수치에 포함되어 있습니다. 매출, 영업 마진, 그리고 잉여 현금 흐름이 모두 포함됩니다. 그리고 저희는 저희가 편안하게 느끼고 수행할 수 있다고 생각하는 가이던스를 제공하고자 했습니다.

오늘 질의응답 세션은 여기까지입니다. 이제 Sridhar에게 마무리 발언을 위해 마이크를 넘기겠습니다.

여러분 감사합니다. Snowflake는 계속해서 엔터프라이즈 AI 혁명의 중심에 있으며, 저희는 앞으로 상당한 기회를 보고 있습니다. 요약하자면, AI는 약속에서 현실로 나아갔고, Snowflake는 신뢰할 수 있는 엔터프라이즈 데이터, 거버넌스된 지표, 안전한 실행, 그리고 광범위한 모델 선택을 결합하여 이 시대를 승리하도록 구축되었습니다. 이를 통해 고객은 AI와 에이전트를 안전하게 대규모로 배포할 수 있습니다.

저희는 데이터를 거버넌스하고 분석하는 플랫폼에서 고객이 AI 네이티브 애플리케이션과 워크플로우를 구축하고 실행하는 플랫폼으로 빠르게 변화하고 있으며, 이를 통해 비즈니스 사용자와 빌더 모두 아이디어에서 프로덕션까지 더 쉽게 나아갈 수 있도록 하고 있습니다. 이 전략은 효과가 있습니다. 저희의 빠른 혁신 속도와 강력한 시장 출시 실행은 지속적인 제품 매출 성장을 견인하고 있으며, 저희는 앞으로도 지속적이고 견고한 성장의 긴 활주로를 보고 있습니다.

감사합니다.

오늘 컨퍼런스 콜은 여기까지입니다. 감사합니다. 이제 연결을 끊으셔도 됩니다.