스노우플레이크는 ‘AI + 데이터 예측 2026 보고서’를 발간하고 “2026년은 에이전틱 AI와 데이터 전략이 엔터프라이즈 AI 성과를 좌우하는 해가 될 것”이라고 전망했다.

 

스노우플레이크는 매년 CEO를 비롯한 경영진과 리더들의 인사이트를 토대로 AI와 데이터 트렌드를 예측하는 보고서를 발간하고 있다. 올해 보고서에서는 에이전틱 AI의 신뢰성 확보와 데이터 활용 전략이 기업 경쟁력을 가르는 핵심 요소가 될 것이라고 강조했다. 대규모 언어 모델(LLM) 중심의 AI 활용을 넘어, 정교한 추론과 실행 능력을 갖춘 에이전틱 AI 구조로 진화하면서 기업의 AI는 전사적 AI 생태계 구축 단계로 진입할 것이라는 설명이다.

 

아나히타 타프비지 스노우플레이크 최고 데이터 및 애널리틱스 책임자는 “AI 혁신 속도는 매우 빠르지만 대부분의 기업은 이를 실질적인 성과로 연결하지 못하고 있다”며 “데이터 상태와 거버넌스, 조직 역량의 차이가 기업 간 AI 활용 격차를 만들 것”이라고 말했다. 이어 에이전틱 AI의 진화로 개발자 생산성이 33% 향상될 것으로 전망되는 가운데, 다양한 도구와 데이터, AI를 유기적으로 활용할 수 있는 오케스트레이션 역량을 갖춘 인재의 중요성이 커질 것이라고 내다봤다.

 

 

보고서에 따르면 2026년에는 에이전틱 AI의 신뢰도를 높이기 위한 자체 검증 메커니즘이 빠르게 발전할 것으로 예상된다. 사용자 피드백을 반영하는 피드백 루프와 결과를 스스로 점검·보정하는 기능이 핵심 요소로 자리잡을 것이라는 분석이다.

 

슈리다 라마스워미 스노우플레이크 CEO는 “구글 검색 알고리즘이 사용자 클릭 데이터를 반영하며 진화해온 것처럼, 에이전틱 AI 역시 사용자 피드백 패턴을 학습하며 업무 환경에서 더욱 정교한 의사결정을 수행하게 될 것”이라고 밝혔다.

 

기업 환경에서는 단일 슈퍼 에이전트보다 특정 업무에 특화된 마이크로 에이전트가 먼저 확산될 것으로 전망됐다. 마이크로 에이전트를 단계적으로 도입하고 이를 유기적으로 결합하는 방식이 실질적인 업무 효율을 높일 수 있다는 설명이다.

 

마이크 블랜디나 스노우플레이크 최고정보책임자는 “특정 업무에 특화된 마이크로 에이전트를 레고 블록처럼 조합할 수 있다면, 더 크고 복잡한 업무도 성공적으로 수행할 수 있을 것”이라고 말했다.

 

에이전틱 AI 확산을 위한 필수 요소로는 표준 프로토콜과 오픈소스, 운영 인프라가 제시됐다. 에이전틱 AI가 여러 시스템과 데이터베이스를 넘나들며 작동하는 만큼, 에이전트와 외부 시스템 간 통신을 표준화하는 지배적 AI 프로토콜의 등장이 개발과 도입 속도를 높일 것으로 분석됐다.

 

인터넷 환경이 TCP/IP를 기반으로 확산된 것처럼, 단일 지배적 프로토콜이 자리잡으면 벤더 종속에서 벗어난 에이전틱 AI 생태계가 형성될 수 있다는 설명이다. 이와 함께 오픈소스 파운데이션 모델의 역할도 더욱 커질 것으로 전망했다.

 

운영 인프라 측면에서는 에이전틱 AI가 대화형 도구를 넘어 추론과 다단계 행동을 수행하는 구조로 진화함에 따라, 기업 인프라는 분석 중심에서 실시간 처리와 상태 관리 중심으로 재편될 것으로 내다봤다. 이 과정에서 포스트그레스(Postgres)가 낮은 지연과 빠른 응답이 요구되는 온라인 처리 워크로드를 지원하며, 에이전틱 AI가 생성하는 대규모 실시간 이벤트와 운영 데이터 처리를 담당하는 핵심 인프라로 활용될 것으로 전망된다.

 

보고서는 에이전틱 AI가 사이버 보안 분야에서 양날의 검이 될 가능성도 짚었다. 브래드 존스 스노우플레이크 최고정보보호책임자는 “에이전틱 AI는 취약점 탐지와 익스플로잇 자동화, 데이터 탈취 등 공격 행위를 정교하게 수행할 수 있어 사이버 위협의 규모와 속도를 크게 높일 수 있다”고 경고했다. 반면 그는 “보안 전문가 확보의 어려움이 지속되는 상황에서, AI 에이전트와 보안 도구를 적절히 결합하면 제한된 인력으로도 보다 효과적인 보안 대응 체계를 구축할 수 있다”고 덧붙였다.

 

산업별 전망으로는 리테일·소비재, 금융 서비스, 제조 분야에서 에이전틱 AI 활용이 실제 업무 실행 중심으로 빠르게 확산될 것으로 예상했다. 리테일·소비재 산업에서는 AI 쇼핑 어시스턴트가 대중화되고, 금융 서비스 분야에서는 데이터 퍼스트 전략과 정교한 리스크 관리에 기반한 AI 분석·리스크 관리 에이전트가 확대될 것으로 보인다. 제조 산업에서는 품질 검사와 설비 정비, 공급망 최적화 등 운영 전반에서 설비 효율성을 진단하는 산업 특화 챗봇형 AI 에이전트 도입이 가장 빠르게 진행될 것으로 전망됐다.

 

헬로티 이창현 기자 |