데이터 플랫폼 레이어 전쟁: 세입자의 해자는 어디까지 버티는가

스노우플레이크의 경쟁 구도와 해자는 한 문장으로 요약됩니다. 클라우드 데이터 플랫폼(분석계) 시장에서 채택 가능한 시장 약 $40B(CY2025)를 분모로 약 11%를 쥔, 다극 경쟁의 한 축입니다. 위로는 데이터브릭스가, 아래로는 인프라를 소유한 하이퍼스케일러가, 옆에서는 마이크로소프트 패브릭이 동시에 압박합니다. 오늘 기준 "10년 뒤에도 초과 수익을 낼까"라는 테스트로는 모닝스타의 No-Moat(해자 없음) 평가에 동의합니다. 다만 우리는 등급을 다투는 대신, 전환비용·데이터중력·네트워크효과·규모경제 4축을 해부해 좁은 해자(narrow)로 건너갈 경로와 그 방아쇠를 특정합니다. 핵심은 아이스버그(Iceberg) 개방 포맷이 락인을 풀면서 동시에 신규 워크로드를 끌어오는 양날 구조입니다.

세입자의 전쟁: 자기 건물 없는 회사가 왜 협공받나

스노우플레이크는 데이터를 분석하는 회사이지만, 그 데이터가 놓인 땅(인프라)은 한 평도 소유하지 않습니다. AWS, Azure, GCP에서 컴퓨팅과 저장공간을 빌려 가공한 뒤 되팝니다. 이 "세입자" 구조가 이 회사의 마진, 해자, 그리고 지금 벌어지는 협공을 전부 설명합니다.

그림으로 먼저 깔겠습니다. 거대한 상가 건물 한 채를 떠올려 보세요. 토지와 건물을 소유한 건물주가 있고, 그 건물에 입주해 장사하는 세련된 분석 전문 매장이 있습니다. 스노우플레이크는 그 매장입니다. 건물을 빌려 영업할 뿐, 땅은 건물주의 것입니다.

개념적 시각화. 위아래 협공 구조는 Snowflake 아키텍처와 경쟁 지형을 바탕으로 한 도식입니다.

이 글 전체가 하나의 비유 위에서 움직입니다. 거대한 상가 건물에 들어선 세입자라는 그림입니다. 등장인물을 먼저 정리해 두면, 뒤에 나올 4축 해자와 아이스버그 논쟁이 한결 또렷해집니다.

먼저 깔아야 할 전제가 하나 있습니다. 스노우플레이크는 쓴 만큼 요금이 매겨지는 종량제(consumption, 소비 기반) 모델입니다. 고객이 쿼리를 더 돌리면 매출이 늘고, 고객이 효율화해서 덜 돌리면 매출이 줄어듭니다. 구독료를 미리 받는 일반 SaaS와 다릅니다. 이 한 줄이 뒤에 나올 마진 구조, 해자 논쟁, 단가 디플레이션을 전부 지배합니다.

이 종량제가 왜 그렇게 중요한지는 구독 모델과 비교하면 선명해집니다. 넷플릭스 같은 구독은 고객이 영화를 한 편 보든 백 편 보든 매달 같은 요금을 냅니다. 매출이 안정적이고 예측 가능합니다. 반면 스노우플레이크는 고객이 데이터를 많이 굴린 달엔 매출이 솟고, 비용을 아끼려 쿼리를 줄인 달엔 매출이 꺼집니다. 같은 고객을 붙들고 있어도 그 고객이 '얼마나 태우느냐'에 따라 매출이 출렁입니다. 그래서 이 회사의 해자 논쟁은 "고객을 가뒀는가"만으로 끝나지 않습니다. "가둔 고객이 계속 많이 태우게 만드는가"까지 물어야 합니다. 락인과 소비량은 다른 문제입니다. 이 구분이 4장의 NRR 침식을 이해하는 열쇠입니다.

자기 건물이 없다는 사실은 사소해 보이지만 결정적입니다. 일반 소프트웨어 회사는 코드를 한 번 만들면 복제 비용이 거의 0입니다. 그래서 매출총이익률(GM, 매출에서 직접 원가를 뺀 비율)이 90%를 넘기도 합니다. 스노우플레이크는 다릅니다. 고객이 쿼리를 한 번 돌릴 때마다 건물주(하이퍼스케일러)에게 실비를 냅니다. 그래서 제품 매출총이익률이 75~78%에서 천장을 만납니다 (Snowflake IR). 이 격차가 바로 "세입자 프리미엄"을 누리는 대가입니다.

이 글은 이 세입자가 처한 전쟁을 경쟁과 해자의 눈으로 해부합니다. 누가 어디서 공격하는가(1장), 그 공격을 막을 해자가 있는가(2장), 스스로 감옥 문을 연 아이스버그의 진짜 의미는 무엇인가(3장)입니다. 그 협공이 단가와 NRR에 남긴 흔적은 해자에 주는 의미까지만 짚고(4장), 흔적의 정량 해부와 AI 반격 판정은 자매 편 'Cortex와 AI 반격'으로 넘깁니다. 마지막으로 이 전쟁이 어디로 가는지(5장)를 묻습니다.

복잡해 보이는 4축·3층·양날을 하나의 줄기로 묶는 단일 질문이 있습니다. 건물을 못 가진 세입자가, 고객이 태우는 소비량(볼륨)을 단가 하락보다 빠르게 키울 수 있는가. 이 한 문장이 글 전체를 관통합니다.

1. 전장의 지형: 위·아래·옆

스노우플레이크의 경쟁자는 한 곳이 아닙니다. 위에서는 데이터브릭스가 머신러닝·엔지니어링 강점을 들고 분석 영역으로 내려오고, 아래에서는 건물주인 하이퍼스케일러가 같은 분석 매장을 직접 차려 번들로 끼워 팝니다. 옆에서는 마이크로소프트 패브릭이 오피스 생태계를 업고 들어옵니다. 2025년 가트너 매직 쿼드런트가 5개 회사를 모두 'Leaders'로 꼽은 다극 체제이고, 점유율 속도로 보면 경쟁자들이 더 빠르게 시장으로 들어오고 있습니다.

1.1 세입자 스노우플레이크: 3계층 분리가 만든 중간층

스노우플레이크의 설계 핵심은 저장(스토리지)과 연산(컴퓨트)을 분리한 것입니다. 같은 데이터에 여러 격리된 연산 클러스터가 동시에 붙을 수 있어서, ETL(데이터를 퍼와 적재하는 작업)이 대시보드 성능을 건드리지 않습니다. 이 우아함이 초기 성공의 기술적 본체였습니다. 비유로 옮기면, 창고(저장)와 작업장(연산)을 한 건물 안에서 분리해, 짐을 나르는 사람이 계산대 손님을 방해하지 않게 한 설계입니다.

출처: Snowflake 아키텍처 문서(docs.snowflake.com) 기반 개념 도식.

그런데 이 분리 구조에서 돈을 버는 층은 가운데, 컴퓨트입니다. 매출은 "고객이 태우는 연산 시간"에 비례합니다. 스토리지는 건물주에게 빌린 창고를 거의 원가에 되파는 얇은 마진일 뿐입니다. 결과적으로 스노우플레이크는 건물의 중간층을 점유합니다. 아래(원가·인프라)는 건물주의 것이고, 위(고급 엔지니어링·ML)는 데이터브릭스가 강합니다. 이 중간 위치가 협공의 구조적 출발점입니다. 위아래로 끼인 매장은 두 방향에서 동시에 압박받을 수밖에 없습니다.

1.2 위에서 내려오는 데이터브릭스

데이터브릭스는 원래 데이터 엔지니어링과 머신러닝에 강한 '레이크하우스' 회사였습니다. 비유로는 건물 위층의 중공업·가공 매장입니다. 이 회사가 OLTP(실시간 거래 처리) 기능인 레이크베이스(Lakebase)를 추가하며 분석·운영 쪽, 즉 스노우플레이크의 매장으로 내려오고 있습니다 (Databricks PR). 동시에 스노우플레이크는 반대로 올라갑니다. 코텍스(Cortex) AI와 스노우파크(Snowpark)로 머신러닝 쪽, 즉 데이터브릭스의 매장으로 확장합니다. 두 회사가 서로의 영역으로 수렴하고 있습니다.

규모를 비교할 때는 사과와 오렌지를 섞지 않도록 기준을 맞춰야 합니다. 흔히 "데이터브릭스 ARR $5.4B가 스노우플레이크 제품매출 $4.47B를 추월했다"고 말하지만, 이는 기준이 다른 두 숫자를 나란히 놓은 것입니다. 스노우플레이크의 $4.47B는 FY2026 한 해 동안 실제로 인식한 연간 제품매출(실적)이고, 데이터브릭스의 $5.4B는 특정 시점의 연환산 런레이트(ARR)입니다. 같은 기준으로 맞추려면 스노우플레이크도 런레이트를 봐야 합니다. 가장 최근 분기(Q1 FY2027) 제품매출 $1,334.3M에 4를 곱하면 약 $5.3B입니다. 즉 동일 기준으로는 두 회사의 규모가 비등합니다. 데이터브릭스가 분명히 앞서는 곳은 규모가 아니라 성장률과 유지율입니다.

여기서 두 가지를 정직하게 인정해야 합니다. 첫째, 데이터브릭스 수치는 전부 비상장 회사의 자사 발표여서 회계 감사를 거친 스노우플레이크 공시와 같은 신뢰도를 줄 수 없습니다. 둘째, 두 회사가 완전히 동일한 고객군을 두고 싸우는지도 미확정입니다. 워크로드 프로파일(데이터브릭스는 ML·엔지니어링 비중이 높고, 스노우플레이크는 SQL 분석 비중이 높음)이 다르기 때문입니다. 그럼에도 방향성은 분명합니다. 성장 속도에서 데이터브릭스가 앞서 있고, 위층에서 분석층으로 내려오는 압력이 실재합니다.

1.3 아래에서 올라오는 하이퍼스케일러, 옆에서 들어오는 패브릭

건물주가 직접 같은 매장을 차리는 일은 세입자에게 가장 까다로운 경쟁입니다. 왜냐하면 건물주는 세 가지를 동시에 쥐고 있기 때문입니다. 첫째, 인프라 원가가 따로 들지 않습니다. 자기 땅에서 장사하니 임대료가 없습니다. 둘째, 이미 들어와 있는 고객에게 끼워 팔 수 있습니다. AWS·Azure·GCP를 쓰는 기업은 이미 계약과 신용 약정이 걸려 있어서, 분석 도구 하나를 추가로 켜는 데 마찰이 거의 없습니다. 셋째, 가격을 공격적으로 낮춰도 본업(인프라 임대)에서 회수하면 됩니다. 세입자는 이 셋 중 하나도 갖지 못합니다.

이 위협을 실제로 운영하는 곳이 AWS 레드시프트(Redshift), 구글 빅쿼리(BigQuery), 마이크로소프트 시냅스/패브릭(Synapse/Fabric)입니다. 세입자가 건물주와 같은 매대에서 같은 물건을 파는데, 건물주는 임대료를 안 내는 셈입니다. 이들의 점유는 공식 미공시라 추정만 가능합니다. 한 업계 집계는 좁은 데이터웨어하우스 분모에서 레드시프트를 약 20%, 빅쿼리·시냅스/패브릭을 12~15%로 추정하는데(공식 미공시·추정치, Recordly), 이는 1.4에서 쓰는 $40B 채택 분모가 아니라 훨씬 좁은 분모 기준이므로 스노우플레이크의 약 11%와 직접 비교하면 안 됩니다.

마이크로소프트 패브릭은 옆문으로 들어오는 위협입니다. ARR $2B를 2년 만에 돌파했고(60% 성장), 고객 31,000+로 오피스365·파워BI·팀즈를 쓰는 기업에게 기본 선택지로 자리 잡고 있습니다 (Microsoft FY2026 Q2). 이미 마이크로소프트 생태계 안에 있는 기업이라면, 별도 계약 없이 켜기만 하면 되는 분석 도구를 굳이 거부할 이유가 적습니다.

흥미로운 반전은, 패브릭과 스노우플레이크가 경쟁만 하는 게 아니라는 점입니다. 원레이크(OneLake)와 스노우플레이크의 상호운용이 추진되며, 패브릭 데이터를 아이스버그 포맷으로 스노우플레이크가 직접 읽을 수 있게 됐습니다 (Snowflake Blog). 경쟁자가 데이터 공급원으로 바뀌는 이 양상은 3장 아이스버그에서 다시 다룹니다.

1.4 다극 체제와 점유율 추이: 누가 시장으로 더 빨리 들어오나

분모를 분명히 해야 합니다. 시중에는 "스노우플레이크 점유율 18%(기업 수)" 또는 "35%(매출)"라는 숫자가 떠돕니다. 이 35%는 순수 데이터웨어하우스라는 훨씬 좁은 시장(약 $13B)을 분모로 한 값입니다. 우리는 데이터웨어하우스에 레이크하우스·데이터 엔지니어링·AI-on-data까지 포함한 '클라우드 데이터 플랫폼(분석계)' 약 $40B(CY2025)를 일관된 분모로 씁니다. 이 분모에서 스노우플레이크는 약 11%입니다(제품매출 $4.47B ÷ $40B, Market Research Future 기준 시장 규모). 좁은 분모의 35%와 섞으면 안 됩니다.

다만 방향성 편향은 정직하게 밝혀야 합니다. 이 약 11%는 가장 넓은 분모 기준이고, 스노우플레이크가 실제로 경합하는 SQL 분석 세그먼트만 떼면 점유는 이보다 높습니다(앞의 좁은 시장 35%가 그 방증입니다). 협공의 일부는 분모를 인접 세그먼트(엔지니어링·AI-on-data)로 확장할 때 더 크게 보이는 효과이기도 합니다. 우리는 일관성을 위해 $40B 분모를 유지하되, 이 편향을 감안하고 읽어야 합니다.

2025년 가트너 매직 쿼드런트는 스노우플레이크, 데이터브릭스, 빅쿼리, 패브릭, 레드시프트 5곳을 모두 'Leaders'로 분류했습니다 (Recordly). 독점이 아니라 다극 체제라는 뜻입니다.

진짜 핵심은 '추이'입니다. 스냅샷이 아니라 속도로 보면, 데이터브릭스(+65%)와 패브릭(+60%)이 스노우플레이크(+29~34%)보다 빠르게 이 시장으로 들어오고 있습니다. 동일 기준(런레이트)으로 보면 데이터브릭스와 스노우플레이크의 규모는 비등하지만, 한때 클라우드 데이터웨어하우스의 대명사였던 스노우플레이크가 성장 속도에서 뚜렷이 뒤처진다는 사실이 이 추이를 압축합니다. 점유율을 '잃고 있다'고 단정할 정량 공식 자료(IDC·가트너 시계열 점유)는 비공개라 없지만, 성장 속도 격차는 시장 분배가 경쟁자 쪽으로 더 기울고 있음을 시사합니다.

2. 해자 4축 해부: No-Moat인가, 형성 중 narrow-moat인가

모닝스타는 스노우플레이크를 5년 넘게 'No-Moat(해자 없음)'로 봅니다. 근거는 "전환비용이 경제적 해자를 지지할 만큼 성숙하지 못했다"입니다. 우리는 전환비용·데이터중력·네트워크효과·규모경제 네 개 축을 하나씩 성숙/미성숙으로 채점합니다. 결론부터 말하면, 오늘 기준 "10년 뒤에도 초과 수익을 낼까"라는 테스트로는 우리도 No-Moat에 동의합니다. 4축 중 단 하나도 혼자서는 해자를 떠받치지 못하기 때문입니다. 우리가 더하는 것은 다른 등급표가 아닙니다. 두 축(전환비용·네트워크효과)은 상승 중이고 두 축(데이터중력·규모경제)은 세입자 상한에 갇혀 있다는 비대칭을 근거로, 이 회사가 좁은 해자(narrow)로 건너갈지 주저앉을지를 가르는 단일 변수와 그 방아쇠를 특정하는 일입니다.

2.1 전환비용: 어느 층에 락인이 사는가 (성숙 중·中)

전환비용을 한 덩어리로 보면 안 됩니다. 층마다 다릅니다. 가장 끈끈한 층은 데이터 자체가 아니라, 기업이 스노우플레이크 위에 쌓아 올린 SQL 방언·파이프라인·대시보드·권한 체계·운영 노하우입니다. 이걸 다른 플랫폼으로 옮기려면 숨은 비용, 거버넌스 공백, 호환성 문제, 운영 리스크가 한꺼번에 부상합니다 (Bluent 마이그레이션 가이드). 매장을 통째로 옮기는 게 아니라, 수년간 익힌 영업 방식과 직원 손발을 새 매장에서 처음부터 다시 맞춰야 하는 비용입니다.

왜 이 층이 가장 끈끈할까요. 데이터는 복사하면 그만이지만, 조직이 수년간 그 플랫폼에 맞춰 만든 일하는 방식은 복사가 안 되기 때문입니다. 어떤 쿼리가 빠른지, 어떤 권한 구조가 안전한지, 어떤 파이프라인이 새벽에 깨지는지를 아는 운영 노하우는 사람의 손과 머리에 쌓입니다. 플랫폼을 바꾸면 이 암묵지가 한순간에 무용지물이 됩니다. 분석가들은 새 방언을 다시 배우고, 수백 개 대시보드를 다시 깔고, 거버넌스 정책을 다시 세워야 합니다. 그 사이 분석은 멈추고, 잘못 옮긴 권한 하나가 데이터 사고로 번질 수 있습니다. 이 '보이지 않는 이사 비용'이 전환비용의 본체입니다.

이 락인이 실재한다는 강한 증거가 있습니다. 스노우플레이크 역대 최대 단일 계약이 $400M을 넘었고, 9자리(억 달러대) 계약이 한 해에 7건으로 늘었습니다(전년 2건) (Q4 FY2026 어닝콜). 떠나기 쉬운 플랫폼에 기업이 수억 달러를 장기로 거는 일은 없습니다. 모닝스타조차 이 대형 계약을 "전환비용이 높아지고 있다는 명확한 신호"라고 인정합니다 (Morningstar).

그런데도 모닝스타가 No-Moat를 유지하는 이유는 정직하게 짚어야 합니다. 락인이 "고객의 비용 최적화를 막을 만큼" 강하지는 않습니다. 뒤에 볼 NRR이 178%에서 124%까지 내려간 것이 그 증거입니다. 락인이 충분히 강했다면 고객이 사용량을 그렇게 줄이지 못했을 것입니다. 그리고 가장 끈끈해야 할 스토리지 포맷 층은 아이스버그로 비어가고 있습니다(3장). 판정은 '중간, 성숙 중'입니다. "기능이 더 좋아서 못 떠나는 게 아니라 떠나는 비용이 커서 못 떠난다"는 인프라 소프트웨어의 락인 골격은 맞지만, 스노우플레이크의 그 비용은 오케스트레이션·스킬 층에 한정되고 스토리지 층은 비어갑니다.

2.2 데이터 중력: 빌려온 중력 (미성숙·역전 위험)

데이터 중력은 "데이터가 한곳에 모이면 그걸 처리하는 작업도 그쪽으로 끌려온다"는 힘입니다. 한번 스노우플레이크에 데이터가 쌓이면 밖으로 빼내는 데 이동(egress) 비용과 리스크가 들어서, 자연히 작업이 안에 머뭅니다 (데이터 중력 분석). 큰 창고에 짐을 잔뜩 쌓아두면 그 창고 옆에서 일하게 되는 것과 같습니다.

중요한 점은 데이터 중력이 왜 그렇게 강력한 해자처럼 보였는가입니다. 데이터가 한 플랫폼에 페타바이트 단위로 쌓이면, 그걸 다른 곳으로 옮기는 데만 수 주에서 수 개월이 걸리고 막대한 이동 비용이 듭니다. 그래서 한번 자리를 잡으면 좀처럼 떠나지 않습니다. 많은 분석가가 이것을 스노우플레이크의 핵심 해자로 꼽았습니다.

문제는 이 중력이 '빌려온 중력'이라는 점입니다. 스노우플레이크는 창고(스토리지)를 소유하지 않고 건물주의 S3·Blob·GCS 위에 얹습니다. 아이스버그와 외부 볼륨(External Volume)으로 데이터가 고객 자신의 S3 버킷에 살 수 있게 되면, 중력의 무게중심은 데이터를 물리적으로 소유한 건물주(하이퍼스케일러)에게 귀속됩니다. 물리적 이동 비용은 남지만, 포맷이 가두는 힘은 사라집니다. 판정은 '미성숙·역전 위험'입니다. 데이터 중력은 진짜 힘이지만, 세입자가 빌려 쓰는 힘이라 본질적으로 건물주에게 더 강하게 작용합니다.

2.3 네트워크 효과: 마켓플레이스 (中·형성중, 진성이나 sub-scale)

4축 중 유일하게 진짜 '네트워크 효과'라 부를 수 있는 것은 마켓플레이스입니다. 나머지 셋(전환비용·데이터중력·규모경제)은 엄밀히는 락인이나 원가 우위이지, 네트워크 효과가 아닙니다. 네트워크 효과란 사용자가 늘수록 그 서비스의 가치 자체가 커지는 힘을 말합니다.

스노우플레이크 마켓플레이스는 데이터 제공자가 늘수록 소비자가 모이고, 소비자가 모이면 다시 제공자가 늘어나는 양면 시장입니다. 현재 3,000개 이상 리스팅에 700개 이상 프로바이더가 있습니다 (Hightouch 마켓플레이스 분석). 손님이 많은 장터에 점포가 더 들어오고, 점포가 많아지니 손님이 더 모이는 상권의 선순환입니다. 기술적 방어선은 '제로카피(zero-copy) 공유'입니다. 데이터를 복사하지 않고 살아있는 데이터에 직접 쿼리하게 하는데, 이게 성립하려면 양쪽이 스노우플레이크의 메타데이터(서비스 계층) 위에 있어야 합니다. 다자간 데이터 클린룸은 복제 난도가 더 높은 상위 변종입니다.

판정은 '진짜이지만 아직 작다(sub-scale)'입니다. 코어 매출 대비 규모가 작고 수익화가 불투명합니다. 게다가 아이스버그와 오픈 카탈로그가 "스노우플레이크 없이도 교차 공유"를 열면 이 해자마저 위협받습니다. 장기적으로 가장 유망한 유일한 진성 해자이지만, 아직 점유율과 마진을 떠받칠 만큼 무게를 지지 못합니다.

2.4 규모의 경제: 세입자는 건물주보다 클 수 없다 (구조적 상한·미성숙)

고객이 태우는 총 컴퓨트가 커질수록 스노우플레이크가 하이퍼스케일러와 맺는 약정 단가가 내려가, 원가가 낮아지는 규모의 경제는 실재합니다. 대량으로 사면 도매가가 싸지는 것과 같습니다.

그러나 결정적 한계가 있습니다. 스노우플레이크의 규모는 자기 집주인(하이퍼스케일러)보다 결코 커질 수 없습니다. 레드시프트·빅쿼리·시냅스는 인프라를 직접 소유합니다. 세입자가 아무리 도매로 싸게 떼와도, 도매상 본인인 건물주의 원가보다 쌀 수는 없습니다. 세입자의 규모 경제는 구조적으로 건물주의 규모 경제 아래에 갇힙니다. 판정은 '미성숙·구조적 상한'입니다.

2.5 종합: No-Moat에 동의하되, narrow로 가는 경로를 특정한다

모닝스타의 진단을 정직하게 인정합니다. 4축 중 단 하나도 혼자서 해자를 떠받치지 못하고, 두 축(데이터중력·규모경제)은 세입자라는 지위 때문에 구조적으로 막혀 있습니다. "10년 뒤에도 초과 수익을 낼 거라고 확신할 수 없다"는 모닝스타의 결론은 이 점에서 타당합니다. 오늘 기준 10년 지속 테스트로는 우리도 No-Moat에 동의합니다.

그래서 우리는 등급을 다투지 않습니다. 대신 한 걸음 더 들어갑니다. 전환비용과 네트워크효과는 실재하고 분명히 상승 중입니다($400M 딜, NRR 100% 초과, 마켓플레이스 확장). 이 두 축이 좁은 해자(narrow)로 굳느냐, 아니면 세입자 상한에 갇힌 두 축에 눌려 주저앉느냐. 그 갈림을 가르는 단일 변수와 방아쇠를 특정하는 것이 이 글의 기여입니다.

3. 아이스버그의 양날: 감옥 문을 스스로 연 이유

스노우플레이크는 한때 "데이터를 우리 안에 복사해야만 쿼리할 수 있다"는 독점 창고로 고객을 가뒀습니다. 그런데 2024년부터 아이스버그라는 공용 표준 포맷을 받아들여, 고객이 자기 창고(S3)에 데이터를 두고도 스노우플레이크로 쿼리할 수 있게 문을 열었습니다. 락인을 스스로 푼 것입니다. 자해처럼 보이지만, 정확히는 교환입니다. 저마진 창고(스토리지 락인)를 양보하고, 고마진 엔진(컴퓨트 소비)으로 갈 데이터의 진입장벽을 낮추는 거래입니다. 그리고 이 교환에는 시간의 비대칭이 숨어 있습니다.

3.1 부정: 락인이 약해진다 (무엇을 잃나)

아이스버그(2024년 6월 정식 출시, V3 프리뷰 2026년 3월)를 외부 볼륨에 두면, 같은 데이터 파일을 스파크·트리노·데이터브릭스·빅쿼리가 그대로 읽습니다 (Snowflake Iceberg 블로그). 한 회사 전용 자물쇠가 걸려 있던 창고를, 누구나 같은 열쇠로 여는 공용 창고로 바꾼 셈입니다. 스토리지 포맷 락이 사실상 0이 됩니다.

그 결과 두 가지를 잃습니다. 첫째, 2.2의 데이터 중력이 건물주에게 역전됩니다. 데이터가 고객의 S3에 살면, 그 데이터를 물리적으로 소유한 쪽은 스노우플레이크가 아니라 건물주입니다. 둘째, 전환비용에서 "데이터를 다시 적재해야 한다"는 항목이 빠지면서, 떠나는 비용이 오케스트레이션·스킬 층만 남습니다. 가장 무거웠던 짐(데이터 이전)이 사라지니, 이사가 한결 가벼워집니다.

3.2 긍정: 워크로드가 들어온다 (무엇을 얻나)

가장 큰 채택 반대 논리가 "내 데이터를 특정 회사의 독점 사일로에 복사하기 싫다"였습니다. 아이스버그는 이 반대를 제거합니다. 데이터는 고객 레이크에 그대로 두고, 스노우플레이크는 그 위의 컴퓨트 엔진이 됩니다. 독점 포맷이었다면 절대 오지 않았을 신규 워크로드를 끌어옵니다. 들어오기 싫어 망설이던 손님에게 "짐을 안 옮겨도 됩니다, 그냥 우리 작업장만 쓰세요"라고 문턱을 없앤 것입니다.

전략적으로 보면 이 결정은 영리합니다. 스노우플레이크가 잃는 것은 이미 잃어가던 것입니다. 데이터브릭스와 오픈 레이크하우스 진영이 "당신 데이터를 우리 안에 가두지 않겠다"를 무기로 시장을 흔드는 상황에서, 독점 포맷을 고집하는 것은 점점 더 큰 채택 저항을 부르는 길이었습니다. 그렇다면 어차피 무너질 벽을 스스로 허물고, 그 대가로 들어오는 신규 워크로드를 받는 편이 낫습니다. 방어 불가능한 진지를 버리고 방어 가능한 진지(컴퓨트 엔진)로 후퇴하는 전술적 선택입니다.

그리고 버리는 것과 얻는 것의 마진이 다릅니다. 양보하는 스토리지는 원래 얇은 pass-through 마진입니다. 컴퓨트가 마진 엔진입니다. 아이스버그는 저마진 창고를 내주고, 자기가 호스팅하지도 않는 데이터 위에서 고마진 연산 소비를 획득하는 거래입니다. 심지어 경쟁자를 데이터 공급원으로 바꿉니다. 1.3에서 본 원레이크-스노우플레이크 상호운용이 그 예입니다. 번들 경쟁자였던 마이크로소프트가 병용 관계로 전환됩니다.

3.3 비대칭 타이밍과 운명의 전환

핵심은 타이밍의 비대칭입니다. 유치 효과는 즉시 나타납니다. 지금 당장 진입장벽을 낮추기 때문입니다. 반면 락인 침식은 점진적입니다. 기존 포맷 데이터는 수년간 끈끈하고, 신규 데이터만 개방되기 때문입니다. 그래서 단기적으로는 순효과가 플러스입니다. 새 손님은 바로 들어오고, 옛 손님은 천천히 빠집니다.

그러나 장기적으로 이 교환은 스노우플레이크의 운명을 단 하나의 변수에 집중시킵니다. "데이터가 어차피 못 떠나서" 고객이 남는 게 아니라, "컴퓨트 엔진과 거버넌스(호라이즌)와 AI(코텍스)가 실제로 더 나아서" 고객이 남느냐입니다. 아이스버그는 스노우플레이크를 "데이터가 못 떠나는 락인 사업"에서 "엔진이 실력으로 선택받는 사업(compete-on-merits)"으로 전환합니다.

4. 협공의 실적 흔적: 단가와 NRR이 해자를 시험한다

위아래 협공과 아이스버그 개방은 두 가지 실적 흔적을 남깁니다. 단가가 구조적으로 내려가고(가격결정력이라는 해자의 약화), NRR이 178%에서 124%까지 흘러내렸다가 126%로 반등한 것입니다. 이 글은 그 흔적이 '해자에 무엇을 의미하는가'까지만 봅니다. 흔적 자체를 신규 소비·최적화·단가 디플레·베이스 감쇠로 해부하고, AI 반격(코텍스)이 그것을 되돌리는 엔진인지를 따지는 일은 자매 편 'Cortex와 AI 반격'이 전담합니다.

4.1 단가 디플레이션: 가격결정력이라는 해자의 약화

종량제 회사의 매출은 고객이 태우는 소비량(볼륨)과 단가의 곱입니다. 그런데 이 회사의 단가는 구조적으로 내려갑니다. 차세대 엔진(Gen2)이 같은 작업을 더 빨리 끝내 청구 시간을 줄이고, 아이스버그가 스토리지를 분리하며, 데이터브릭스가 가성비로 압박합니다 (Gen2 단가 분석). 단가가 경쟁과 기술에 밀려 내려간다는 것은, 곧 가격을 스스로 정하는 힘(가격결정력)이라는 해자가 약하다는 뜻입니다. 이 글에서 단가는 여기까지, '해자의 약화'라는 의미로만 봅니다. 단가 디플레가 어떤 메커니즘으로 매출·마진으로 환산되는지는, 단가·소비 측면을 전담하는 자매 편 'Cortex와 AI 반격'이 다룹니다.

4.2 NRR: 해자 침식이 표면에 드러난 신호

NRR(순매출유지율, 기존 고객이 작년 대비 올해 얼마나 더 썼는가)의 178%→124%(저점)→126% 하락은 해자 침식이 표면에 드러난 신호입니다. 참고로 NRR은 개념사전의 NDR(순달러유지율)과 같은 지표입니다. 락인이 충분히 강했다면 고객이 사용량을 그렇게 줄이지 못했을 것입니다(2.1의 증거). 이 NRR을 신규 소비·최적화·단가 디플레·베이스 감쇠라는 4개 힘으로 해부하는 것은 'Cortex와 AI 반격' 편이 전담합니다.

4.3 AI 반격은 자매 편이 전담한다

스노우플레이크의 AI 무기고(코텍스, 스노우파크, 인텔리전스 에이전트)는 "데이터가 우리 안에 있으니 AI도 안에서 실행하라"는 한 가지 설계로 묶입니다. 데이터를 밖으로 빼지 않고 옆에서 AI를 돌려 채택 마찰을 줄이고 신규 소비를 일으켜 NRR을 끌어올리려는 장치이며, 동시에 AI 추론의 GPU 원가가 마진을 누르는 양날입니다. 이 무기고가 실제로 소비를 재가속하는 엔진인지, 그 기여 크기와 마진 희석의 폭은 자매 편 'Cortex와 AI 반격'이 전담합니다.

이 글에서 필요한 결론은 하나입니다. 아이스버그가 락인 사업을 실력 경쟁(compete-on-merits)으로 바꾼 이상(3장), 그 실력을 떠받칠 마지막 카드가 AI 소비라는 점입니다. 그 카드가 통하는지는 5장에서 '운명의 단일 변수'로 묶습니다.

5. 이 전쟁은 어디로 가는가

위아래 협공도, 4축 해자도, 아이스버그 양날도, NRR 침식도 결국 하나의 질문으로 수렴합니다. 자기 건물을 못 가진 세입자가, AI가 일으키는 새 소비(볼륨)로 기존 소비 최적화와 단가 디플레, 그리고 GPU 마진 희석을 동시에 상쇄하고도 남길 수 있는가. 답이 '그렇다'면 좁은 해자(narrow)로 크로스하고, '아니다'면 오늘의 No-Moat가 그대로 맞습니다. 이 글은 그 답을 숫자로 계산하지 않습니다. 무엇을 지켜봐야 답이 보이는지를 정리합니다.

5.1 협공이 못 뺏는 것: 현재의 차별화(협공을 늦추는 시간)

세 방향의 협공에도 누구도 동시에 따라붙지 못하는 차별화가 있습니다. 멀티클라우드 중립(AWS·Azure·GCP에서 동일하게 작동), SQL 분석의 용이성, 그리고 마켓플레이스 데이터 공유, 이 셋의 교집합입니다.

하이퍼스케일러는 구조적으로 단일 클라우드에 묶여 멀티클라우드 중립을 가질 수 없고, 데이터브릭스는 멀티클라우드이지만 "멀티클라우드 × SQL 분석 용이성 × 마켓플레이스"를 동시에 갖지는 못했습니다. 그러나 이 교집합은 아직 '해자'가 아니라 '현재의 차별화'입니다. 협공을 늦추는 시간을 벌어줄 뿐, 그 자체로 고객을 가두지는 못합니다. 이것이 해자의 원천(moat source)으로 굳으려면, 차별화가 전환비용이나 네트워크 밀도로 전환돼 5.2의 단일 변수 테스트를 통과해야 합니다. 그 전까지 교집합은 시간이지 해자가 아닙니다.

5.2 운명의 단일 변수

아이스버그가 락인 사업을 실력 경쟁(compete-on-merits) 사업으로 바꾼 이상(3장), 스노우플레이크는 매 갱신을 엔진의 실력으로 방어해야 합니다. 그 실력의 측정자는 NRR이고, NRR을 끌어올리는 마지막 카드는 AI 소비 증분입니다(4장).

5.3 무엇을 지켜봐야 하는가

답을 단정하는 대신, 어느 신호가 관측되면 어느 결론이 깨지는지를 정리합니다. 이것이 가정 모니터링의 출발점입니다.

현재까지의 초기 신호는 약한 양(陽)입니다. Q1 FY2027에서 제품매출이 +34%로 재가속했고, NRR이 124%에서 126%로 반등했으며, 제품 GM은 75.1%로 버텼습니다. 그러나 한 분기 프린트로 추세를 단정할 수 없고, 2~3개 분기의 추가 확인이 필요합니다.

이 글은 여기서 닫습니다. 데이터 플랫폼 레이어 전쟁의 구조(누가 어디서 공격하고, 어떤 해자가 형성 중이며, 아이스버그가 왜 양날이고, NRR이 무엇의 흔적인지)를 세웠습니다. 이 구조를 숫자로 옮겨 "그래서 얼마인가"를 계산하는 일은 밸류에이션 딥다이브의 몫입니다.