NRR·Cortex AI와 적정주가

스노우플레이크는 뭐 하는 회사야?

스노우플레이크(Snowflake, SNOW)는 AWS·Azure·GCP 위에서 구동되는 클라우드 데이터 플랫폼입니다. 데이터 저장·분석·공유를 단일 SQL 환경에서 제공하고, 쓴 만큼 과금하는 소비 기반(종량제) 모델로 매출의 95%를 올립니다. FY2026 총매출은 $4.68B(+29% YoY), 제품매출은 $4.47B, 고객은 13,300곳이 넘고, 연 $1M 이상을 쓰는 고객이 733곳입니다.

보통의 소프트웨어 회사는 자기 서버를 갖거나, 적어도 한계비용이 0에 가깝습니다. 스노우플레이크는 다릅니다. 쿼리 한 번이 돌 때마다 AWS·Azure·GCP에 실비를 냅니다. 빌려서 가공해 되파는 구조입니다. 이 단순한 사실이 이 회사의 마진 천장, 해자, 그리고 지금 벌어지는 협공을 전부 설명합니다.

매출은 어떻게 생기는가

소비 기반 모델은 네 단계로 작동합니다. 이 구조를 이해하면 뒤에 나오는 NRR·단가 디플레·AI 반격이 전부 한 줄기로 꿰어집니다.

이 구조의 온도계가 NRR(순매출유지율, 우리 개념사전의 NDR과 같은 지표)입니다. 작년에 우리 고객이던 회사가 올해 얼마나 더 썼는지를 보는 숫자입니다. 100%를 넘으면 기존 고객만으로도 매출이 늘었다는 뜻이고, 소비 기반 사업에서는 이 한 숫자가 성장의 가속과 감속을 가장 먼저 알려줍니다. 2장에서 이 온도계가 178%에서 124%까지 식었다가 다시 데워지는 과정을 해부합니다.

규모 스냅샷

남의 인프라 위에서, 자체 데이터센터 하나 없이 만든 숫자입니다. 이 가벼움이 강점이자 약점입니다. 강점은 자본을 거의 묻지 않고도 멀티클라우드 어디서나 같은 제품을 돌린다는 것이고, 약점은 매출이 늘수록 남의 컴퓨트 청구서도 같이 늘어 마진에 천장이 박힌다는 것입니다. 1장부터 이 양면을 차례로 뜯어봅니다.

회계연도 주의: 스노우플레이크는 1월에 결산합니다. FY2026은 2025년 2월부터 2026년 1월까지입니다. 이 글은 본문을 역년(CY) 기준으로 통일하고, 컨센서스와 비교할 때만 회계연도(FY)를 병기합니다.

1장. 남의 건물에 세든 임차인의 반격 (제품)

스노우플레이크의 원래 해자는 스토리지와 컴퓨트를 분리한 아키텍처였습니다. 창고와 작업장을 따로 빌려 각각 독립적으로 키우는 구조입니다. 이 챕터에서는 먼저 그 분리 구조가 왜 해자였는지를 보고, 다음으로 그 해자가 위아래에서 어떻게 협공받는지, 그리고 스스로 푼 개방포맷(Iceberg)이 왜 양날의 칼인지를 봅니다. 마지막으로 이 세입자의 반격 카드인 Cortex가 왜 "컴퓨트를 더 태우게 하는 장치"인지를 따집니다.

1.1 스토리지-컴퓨트 분리: 원래의 해자

스노우플레이크가 2014년 시장에 충격을 준 것은 스토리지와 컴퓨트를 분리한 아키텍처였습니다. 데이터를 한 번 올려두면 여러 작업을 독립적으로 동시에 돌릴 수 있고, 안 쓸 때는 컴퓨트를 꺼서 비용을 0으로 만듭니다. 이 단순함이 데이터 엔지니어의 운영 부담을 없앴습니다.

전통적인 데이터 웨어하우스는 저장과 연산이 한 덩어리로 묶여 있었습니다. 분석을 더 빨리 돌리려고 연산을 늘리면 저장 용량까지 같이 사야 했고, 반대로 데이터를 더 쌓으려면 안 쓰는 연산까지 떠안아야 했습니다. 스노우플레이크는 이 둘을 떼어냈습니다. 창고(스토리지)와 작업장(컴퓨트)을 따로 빌리니, 필요한 쪽만 키우고 안 쓰는 작업장은 불을 끌 수 있게 된 것입니다.

한 번 자리 잡은 데이터는 쉽게 옮겨지지 않습니다. 데이터 자체보다 그 위에 얹힌 파이프라인·권한 설정·대시보드가 더 옮기기 어렵기 때문입니다. 실제로 $400M이 넘는 단일 계약은 모닝스타조차 "전환비용 상승의 명확한 신호"로 인정합니다. 분석을 깊이 박을수록 떠나기 어려워지는, 데이터 중력이 작동하는 구조입니다.

1.2 위아래 협공과 Iceberg의 양날

문제는 이 해자가 지금 세 방향에서 동시에 압박받는다는 것입니다. 위층의 Databricks가 머신러닝·엔지니어링을 들고 분석 영역으로 내려오고, 건물주인 하이퍼스케일러가 같은 분석 매장을 직접 차려 번들로 끼워 팝니다. 그리고 한때 고객을 가두던 독점 창고가, Iceberg라는 공용 표준 때문에 문이 열렸습니다.

세 협공 중 가장 구조적인 것은 Iceberg(개방형 테이블 포맷, 누구나 읽고 쓸 수 있는 데이터 저장 표준)의 등장입니다. 고객이 자기 S3 저장소에 데이터를 그대로 둬도 어느 엔진이든 읽을 수 있게 되면서, 스토리지 락인이 풀렸습니다. 이게 양날인 이유는 분명합니다. 데이터가 스노우플레이크 창고에 갇혀 있지 않으니 고객이 떠나기 쉬워졌지만, 동시에 스노우플레이크도 남의 창고에 있는 데이터를 자기 엔진으로 끌어와 처리할 수 있게 됐습니다.

결국 싸움터가 바뀝니다. "데이터를 어디에 가두느냐"에서 "누구 엔진이 더 싸고 빠르냐"로 옮겨갑니다. 데이터가 자유로워질수록, 승부는 순수하게 엔진의 가성비로 결정됩니다. 이 지형 전체와 해자가 어디까지 버티는지는 전용 딥다이브에서 4축으로 채점합니다.

1.3 Cortex: 컴퓨트를 더 태우게 하는 반격 장치

매출이 고객의 컴퓨트 소비에 정비례한다면, 반격의 논리는 명확합니다. AI를 데이터 위에 얹어 새로운 작업을 만들고, 더 많은 컴퓨트를 태우게 하는 것입니다. 전력 소매상이 손님에게 전기차 충전기를 깔아주는 것과 같습니다. 충전기를 한 대 깔면 그 집의 전기 소비가 통째로 늘어납니다.

스노우플레이크의 무기고는 Cortex(SNOW의 생성형 AI 기능군), Snowpark(파이썬·자바 개발 환경), Snowflake Intelligence(자연어 에이전트)입니다. 이미 1,000곳이 넘는 고객이 12,000개가 넘는 에이전트를 배포했습니다.

이 모든 것의 공통점은 하나입니다. 전부 "컴퓨트를 더 태우게 하는 장치"라는 것입니다. AI 추론은 일반 SQL 쿼리보다 훨씬 무거운 연산을 요구하므로, 고객이 Cortex를 쓰기 시작하면 크레딧 소비가 계단식으로 올라갑니다. 이 반격이 성공하면, 식어가던 NRR을 다시 끌어올리는 엔진이 됩니다. 다만 AI 추론은 비싼 GPU를 쓰기 때문에 마진을 희석하는 부작용도 있습니다. 소비가 늘어도 단가가 같이 깎이면 도루묵입니다. 그래서 진짜 질문은 "AI 소비 증분이 단가 하락을 이기고 남느냐"입니다. 이 분해는 전용 딥다이브에서 NRR을 네 힘으로 쪼개 채점합니다.

2장. 매출은 견조한데 NRR이 식었다 (재무)

스노우플레이크의 재무는 두 얼굴입니다. 한쪽 얼굴은 매출 +29% 성장과 잉여현금흐름 마진 24%라는 명백한 실력이고, 다른 쪽 얼굴은 NRR이 178%에서 124%까지 식었다는 사실, 그리고 회계기준으로는 연 $1.33B 적자라는 그림자입니다. 이 챕터에서는 매출의 재가속 신호를 먼저 보고, NRR이 소비 성숙인지 재가속인지를 따진 뒤, 마진의 실력과 천장을 나누고, 마지막으로 GAAP 적자의 주인이 누구인지를 밝힙니다.

2.1 매출: 재가속의 신호

총매출은 FY2026에 +29%로 견조했고, 최신 분기 제품매출은 +34%로 오히려 재가속했습니다. 미래 매출을 예약해두는 RPO(잔여 계약의무, 아직 매출로 인식되지 않은 계약 잔액)도 +38%로 늘었습니다. 둔화하던 회사가 다시 속도를 올리기 시작한 그림입니다.

성장률이 +69%에서 +29%로 내려온 것은 규모가 커지며 자연스럽게 감속한 것입니다. 주목할 점은 가장 최근 분기 제품매출이 다시 +34%로 튀어 올랐다는 사실입니다.

2.2 NRR: 소비 성숙인가, 재가속인가

NRR(순매출유지율)은 소비 기반 사업의 핵심 온도계입니다. 작년 고객이 올해 얼마나 더 썼는지를 봅니다. 이 숫자가 178%에서 124%까지 내려간 것은, 대형 고객이 비용을 최적화하고(데이터 보존기간을 줄이고 계약을 짧게 가져가고) 단가가 디플레된 결과가 겹친 것입니다.

여기서 헷갈리지 말아야 할 것이 있습니다. NRR이 식는 것은 사업이 망가져서가 아닙니다. 소비 기반 과금은 본질적으로 양날입니다. 고객이 같은 작업을 더 효율적으로 돌리면 크레딧을 덜 태우니 곧바로 매출이 줄고, 반대로 새 워크로드(AI 추론 같은)를 얹으면 크레딧을 더 태우니 매출이 늡니다. 124%에서 126%로의 반등은 "볼륨이 단가를 다시 앞서기 시작했나"의 첫 신호입니다. 다만 한 분기로 추세를 확정할 수는 없습니다.

경쟁자와 비교하면 위치가 분명해집니다. Databricks의 NRR은 140%를 넘습니다. 절대 매출 규모는 백중이지만, 신규 획득 모멘텀에서는 스노우플레이크가 밀리는 중이라는 정량 신호입니다.

2.3 마진: 현금흐름은 실력, 매출총이익률은 천장

잉여현금흐름 마진 24%($1,120M)는 이 회사가 현금을 잘 버는 실력의 증거입니다. 회계상 이익(Non-GAAP 순이익 $466M)보다 현금흐름이 훨씬 많은데, 이 차이의 주인은 SBC가 아니라 이연매출(선수금)과 운전자본 개선입니다. 고객이 1년치를 먼저 결제하니 현금이 회계이익보다 앞서 들어옵니다.

매출 성장 +29%에 FCF 마진 24%를 더하면 53%로, Rule of 40의 기준선 40을 여유 있게 넘깁니다. 성장과 현금창출의 균형은 양호합니다.

그러나 매출총이익률(GM)에는 천장이 있습니다. Non-GAAP 제품 GM은 78%(FY2024 고점)에서 75.1%로 완만히 내려가는 중입니다.

천장의 이유는 1장에서 본 그대로입니다. 스노우플레이크의 한계비용은 0이 아닙니다. 쿼리 한 번마다 하이퍼스케일러에 실비를 냅니다. 그래서 마진의 본질은 "임차 컴퓨트 도매가와 크레딧 소매가의 스프레드"이고, 90%가 넘는 영구 라이선스 소프트웨어가 될 수 없습니다. 게다가 AI(GPU) 워크로드는 비싼 원가를 더해 마진을 더 희석합니다. 효율 개선이 이를 근소하게 따라가지 못하는 국면입니다.

2.4 GAAP의 그림자: SBC

Non-GAAP만 보면 흑자 전환 서사지만, GAAP(회계기준) 기준으로 스노우플레이크는 연 $1.33B 적자입니다. 괴리의 주인은 SBC(주식보상비용)로, FY2026 매출의 37%에 해당합니다.

SBC는 매년 주식 수를 늘려 기존 주주의 몫을 희석하므로, 멀티플 판단에서 무시할 수 없습니다. 다만 방향은 개선되고 있습니다. SBC가 매출에서 차지하는 비중이 44%에서 37%로, 다시 31%까지 내려왔습니다. 매출이 빠르게 자라면서 SBC의 상대적 무게가 줄어드는 것입니다. 절대액은 여전히 $1.7B로 높지만, 이 추세가 이어지면 GAAP 흑자 전환은 SBC가 매출의 20% 아래로 내려가는 약 FY2031 전후로 추정됩니다.

2.5 위험 신호

재무의 위험 신호를 강도로 분류합니다. 가장 무거운 신호는 NRR의 재하락입니다. 이것이 발동하면 우리 논제 전체가 Bear로 돌아섭니다.

3장. 스스로 물러난 CEO (문화)

스노우플레이크의 문화를 이해하려면 한 결정을 봐야 합니다. "Amp It Up"으로 회사를 키운 전설적 CEO 프랭크 슬루트먼이, "이제 AI 시대의 CEO는 제품을 아는 기술자여야 한다"며 스스로 자리를 전 구글 광고 SVP 스리다르 라마스와미에게 넘겼습니다. 외부 영입이 아니라 본인이 지목한 승계였고, 발표일 주가는 20% 빠졌습니다. 이 챕터는 그 승계가 무엇을 바꿨는지와, 경영진의 베팅과 외부의 의심이 어떻게 공존하는지를 봅니다.

3.1 슬루트먼에서 라마스와미로: 제품 우선 AI 올인

슬루트먼은 실행과 영업의 군대장이었습니다. 그의 경영 철학을 담은 책 제목이 그대로 "Amp It Up", 즉 "볼륨을 끝까지 올려라"였습니다. 규모를 키워 강하게 파는 것이 그의 무기였습니다. 라마스와미는 결이 다릅니다. 구글에서 광고 매출을 $1.5B에서 $100B 이상으로 키운 제품·AI 전문가이고, 직접 창업한 검색 스타트업 Neeva를 스노우플레이크가 인수하면서 합류했습니다.

발표일의 -20%는 어떻게 봐야 할까요. 실행의 화신이던 슬루트먼의 이탈과 AI 피봇의 불확실성을, 시장이 동시에 가격에 반영한 충격이었습니다. 좋은 결정이냐 나쁜 결정이냐는 결국 라마스와미가 AI 반격을 실행으로 입증하느냐에 달려 있습니다.

3.2 거버넌스와 신호들

경영진의 베팅과 외부의 의심이 공존합니다. CEO 보상은 FY2025에 $101.3M으로 대부분 주식·옵션에 묶여 있어 성과에 연동돼 있고, 반면 버크셔 해서웨이는 보유 지분을 전량 팔았습니다.

버크셔의 전량 매도를 어떻게 읽어야 할까요. 버크셔는 매도 이유를 공개하지 않았습니다. 다만 밸류에이션 부담과 No-Moat 관점이 알려진 해석입니다(추정). 한쪽에서는 경영진이 보상의 대부분을 주식으로 받으며 회사 미래에 베팅하고, 다른 쪽에서는 가치투자의 대명사가 떠났습니다. 이 긴장은 5장의 밸류에이션에서 숫자로 다시 마주칩니다.

4장. 좁은 해자로 가는 외나무다리 (미래)

시장은 큽니다. 클라우드 데이터 플랫폼은 약 $40B에서 3년간 $64B로 자랍니다. 순풍은 AI 소비 증분과 마켓플레이스 네트워크효과이고, 역풍은 Databricks 협공과 단가 디플레입니다. 오늘 기준으로 이 회사는 No-Moat에 가깝지만, 단 하나의 변수가 좁은 해자(narrow)로 건너갈지를 가릅니다. 그 변수는 "세입자가 소비량을 단가 하락보다 빠르게 키우는가"입니다. 이 챕터는 시장 규모를 세 힘의 합성으로 풀고, 해자를 판정하고, 논제가 틀리는 조건을 미리 못 박습니다.

4.1 시장 규모: 세 힘의 합성

시장 성장률은 단일 숫자가 아닙니다. 레거시 마이그레이션(구조적 +12~15%)과 AI 증분(+3~6%, 미검증)이 단가 디플레(-3~8pp)를 이기면 시장이 자라고, 역전되면 정체합니다. 이 비율이 섹터 성장률의 단일 결정 변수입니다.

채택 SAM(유효시장)은 클라우드 데이터 플랫폼, 즉 데이터 웨어하우스 + 레이크하우스(데이터레이크와 웨어하우스를 합친 아키텍처) + 엔지니어링 + AI-on-data를 합친 시장입니다.

이 성장은 세 힘의 줄다리기입니다. 순풍과 역풍이 거의 대칭을 이룹니다.

4.2 해자 판정: 오늘은 No-Moat, 단 하나의 방아쇠

모닝스타는 5년 넘게 이 회사를 No-Moat로 봅니다. "10년 뒤에도 초과 수익을 낼까"라는 테스트로는 우리도 일부 동의합니다. 전환비용과 네트워크효과는 실재하고 상승 중이지만, 데이터중력과 규모경제는 세입자 지위 때문에 구조적 상한이 있고 Iceberg가 락인을 침식합니다.

우리가 더하는 것은 다른 라벨이 아니라, 좁은 해자로 건너갈 단 하나의 변수와 그 방아쇠를 특정하는 일입니다. 그 변수는 "소비량을 단가 하락보다 빠르게 키우는가"입니다. 이 답이 No-Moat에 머무를지 narrow로 건너갈지를 가릅니다. $400M이 넘는 단일 딜은 전환비용 상승의 명확한 신호이지만, Iceberg는 그 반대 방향으로 락인을 침식합니다. 두 힘의 순효과가 방아쇠를 당깁니다.

4.3 반증 조건: 무엇이 이 논제를 깨는가

우리 논제가 틀리는 두 조건을 미리 못 박습니다. 둘 중 하나라도 발동하면 판단을 Bear로 바꿉니다.

5장. 적정가는 얼마인가 (밸류에이션)

이제 앞의 모든 것을 숫자로 바꿉니다. 멀티플 닻 기준 Base 적정가는 CY2026E $167 / CY2027E $208 / CY2028E $245입니다. 단 이는 밴드의 중앙값이고, 멀티플과 독립인 현금 닻(현금흐름을 직접 할인한 별개의 기준점)은 CY2027E 약 $150을 밴드 하단으로 더합니다. 시장은 약 2년치 Base 실행을 선반영하고 있으며, 그 초과분은 AI 소비 변곡에 대한 선지불입니다. 모든 것을 가르는 단 하나의 질문은 "AI 소비 증분이 단가 디플레와 GPU 마진 희석을 상쇄하고 남는가"입니다.

5.1 계산 구조

적정가는 단순한 곱셈입니다. Non-GAAP EPS에 적정 P/E를 곱한 값입니다. 스노우플레이크는 단일 사업(소비 기반 데이터 플랫폼)이라, SK하이닉스처럼 세그먼트로 쪼개지 않습니다. 대신 매출을 "시장 SAM × 점유율"로 세우고, 영업이익률(OPM) 레버리지를 거쳐 EPS까지 내립니다.

여기서 '닻(anchor)'이라는 말을 씁니다. 적정가를 잡아주는 기준점입니다. 우리는 두 개의 닻을 씁니다. 멀티플 닻(P/E·EV/Sales 기반)과 독립 현금 닻(현금흐름 할인 기반)입니다. 두 닻 사이를 점이 아니라 밴드로 봅니다.

이 적정가는 12개의 핵심 가정 위에 서 있습니다. 하이브웍스의 인베스트 전용 AI 모델은 이 가정들을 매일 리서치하여 변동 시 즉시 재계산합니다. 그 전에, 같은 회사를 월가 51명은 어떻게 보는지부터 봅니다.

5.2 시장은 어떻게 보는가

51명 중 44명이 Buy, Sell은 1명입니다. 컨센서스 등급은 Strong Buy이고 평균 목표가는 $291으로 약 25% 위입니다. 그러나 목표가는 $200(Macquarie)에서 $370(UBS)까지 갈립니다.

갈라지는 지점은 "비즈니스"가 아니라 "AI 소비 변곡을 얼마나 선반영하느냐"와 "해자 등급"입니다. 컨센서스 Non-GAAP EPS는 FY2026 $1.25, FY2027E $1.93~1.95, FY2028E 약 $2.73입니다. 모닝스타는 공정가치를 $223으로 보되 No-Moat를 유지하는데, 이 값은 2026-03-04 산출이라 Q1 FY27의 재가속을 반영하지 못했습니다.

증권사 모델이 공통으로 비워둔 사각지대가 있습니다.

5.3 우리의 분석: 매출·EPS·적정가

매출은 시장 SAM에 점유율을 곱해 세웁니다. 시장은 $40B에서 $64B로 자라고, 점유율은 11.2%에서 13.0%로 완만히 오릅니다. 점유율 상승폭을 보수적으로 누른 이유는 2장에서 본 대로, Databricks에 속도로 밀리는 중이기 때문입니다.

이 매출에 OPM 레버리지를 적용해 Non-GAAP EPS까지 내립니다. GM은 75% 천장에 박혀 있지만, 매출이 자라며 S&M·R&D 비중이 떨어지는 opex 레버리지가 OPM을 끌어올립니다.

P/E 프레임워크: 멀티플 교차에 현금 닻을 더한다

멀티플 하나로 정하지 않습니다. 멀티플 계열 세 방법(PEG · 피어 비교 · EV/Sales 역사 밴드)으로 교차 점검하면 약 forward P/E 80배(CY2027E)로 모입니다. 단 셋은 모두 멀티플 계열이라 서로 완전히 독립적이지 않습니다. 같은 가족끼리의 일치를 '검증'이라 부르면 착시입니다. 그래서 멀티플과 무관한 현금 닻(FCFF 약식 DCF, 기업잉여현금흐름을 직접 할인)을 하나 더 세워 대조합니다.

세 멀티플 방법은 약 forward P/E 80배로 모이고, EV/Sales로 환산해 역산하면 11배 기준 약 $219(P/E 84배 환산)가 나옵니다. 반면 멀티플과 무관한 현금 닻(WACC 10%·영구성장 4%·FCF 마진 25%에서 32%로 확장)은 CY2027E 약 $146, 밴드로는 $120~$185(중앙 약 $150)을 가리킵니다. 둘은 수렴이 아니라 밴드를 만듭니다. 현금 닻이 멀티플 닻보다 낮다는 사실은, 멀티플 기반 적정가가 밴드의 낙관 쪽 끝에 가깝다는 신호입니다.

후킹에서 언급한 "100배 멀티플"은 현재 시장이 매긴 멀티플의 어림이고, 여기서 말하는 "forward P/E 80배"는 우리가 적정으로 본 배수입니다. 시장은 우리보다 약 25% 높은 멀티플을 매기고 있는 셈입니다.

적정 P/E를 연도별로 압축해 적정가를 산출합니다. 적정가가 매년 오르는 이유는 EPS가 자라기 때문이고, 멀티플이 압축되는 이유는 성장이 감속하기 때문입니다.

증권사와의 차이

우리 Base CY2027E 적정가 $208은 컨센서스 평균($291)보다 낮습니다. Morningstar($223)와는 숫자가 가깝지만 방법론(DCF)·시점(Q1 미반영)이 달라 '일치'를 검증 근거로 쓰지 않습니다.

해자가 더 좁다고 본 Morningstar(No-Moat)가 오히려 더 높은 값($223)을 내는 역설은, 시점과 방법의 차이 때문입니다. 모닝스타는 Q1 재가속 이전에 산출했고 DCF를 썼습니다. 정작 우리 자신의 현금 닻(DCF)은 약 $150으로 모닝스타보다도 낮습니다. 둘의 근접은 우연이라 검증으로 쓰지 않습니다. 매출에서 EPS, 멀티플 교차에 현금 닻까지 전 과정의 계산은 밸류에이션 딥다이브에서 한 단계씩 공개합니다.

5.4 당신의 진입 가격에서의 위치

위에서 산출한 EPS와 P/E를 확률 분포로 놓고 시뮬레이션을 돌립니다. 슬라이더에 매수 가격을 넣어 1년·2년·3년 후 위치를 직접 확인해보세요. 점추정이 아니라 분포로 보는 것입니다.