2025년 5월, Databricks가 서버리스 Postgres 스타트업 Neon을 약 10억 달러에 인수한다고 발표했다. 그로부터 채 한 달이 지나지 않아 Snowflake가 엔터프라이즈 Postgres 기업 Crunchy Data를 약 2억 5천만 달러에 인수했다. 분석 플랫폼 시장에서 수년간 맞붙어온 두 거인이 몇 주 간격으로, 도합 12억 5천만 달러를 들여 나란히 OLTP Postgres 회사를 사들인 것이다.
표면적으로는 같은 움직임처럼 보인다. 그러나 두 인수를 뜯어보면 완전히 다른 철학, 다른 계산, 다른 미래 전망이 담겨 있다. 이 글에서는 두 회사가 각각 무엇을, 왜 샀는지, 그것이 제품과 시장 전략으로 어떻게 구현되고 있는지, 그리고 이 싸움이 Postgres 생태계와 엔터프라이즈 고객에게 무엇을 의미하는지 분석한다.
왜 분석 플랫폼 회사가 OLTP를 사는가
먼저 공통의 동기부터 이해해야 한다. Databricks와 Snowflake는 데이터 수집, 분석, ML/AI 개발까지 플랫폼 안에 갖췄지만, 딱 하나의 구멍이 있었다. 그 위에서 만든 애플리케이션과 AI 에이전트가 상태를 저장할 **운영 데이터베이스(OLTP)**가 없었다는 점이다.
이 구멍은 생각보다 치명적이다. 고객이 플랫폼에서 모델을 만들고도 정작 애플리케이션은 AWS나 GCP 위에 짓게 되고, 앱이 있는 곳으로 데이터 중력이 다시 흘러나간다. "데이터 → 모델 → 앱 → 다시 데이터"로 이어지는 루프가 플랫폼 밖으로 새는 것이다. 운영 DB는 이 루프를 플랫폼 안에 가두는 마지막 조각이었다.
여기에 시대적 변수가 하나 더 얹힌다. 바로 에이전틱 AI다. Databricks가 인수 발표에서 공개한 수치에 따르면, Neon 플랫폼에서 새로 생성되는 데이터베이스의 80% 이상이 사람이 아닌 AI 에이전트에 의해 만들어지고 있었다. 에이전트가 인프라를 스스로 프로비저닝하는 세상에서는 "사람이 신중히 설계해 수년간 운영하는 크고 오래 사는 인스턴스"가 아니라, “기계 속도로 생성되고, 작고, 수명이 짧으며, 수백만 개에 달하는” 데이터베이스가 필요해진다. 두 회사 모두 이 전환을 겨냥했다. 다만 접근 방식이 정반대였을 뿐이다.
무엇을 샀는가: Neon의 미래 vs Crunchy의 신뢰
Databricks가 산 것 — 아키텍처와 옵션
Neon의 설계 사상은 한 문장으로 요약된다. 컴퓨트와 스토리지를 분리하고, WAL(Write-Ahead Log)을 유일한 진실의 원천으로 삼는다. 컴퓨트 노드는 스토리지 계층만 수정한 진짜 Postgres로, 완전히 무상태(stateless)다. WAL은 Paxos 기반 쿼럼을 이루는 Safekeeper가 내구성을 보장하고, Pageserver가 WAL을 소화해 어떤 LSN 시점의 페이지든 재구성해 서빙하며, 콜드 데이터는 오브젝트 스토리지로 내려간다.
이 구조의 우아함은 마법 같은 기능들이 하나의 설계에서 공짜로 파생된다는 데 있다. 어떤 시점의 페이지든 재구성할 수 있으니 밀리초 단위 PITR과 타임트래블이 가능하고, 특정 LSN을 가리키는 포인터만 만들면 스토리지 복제 없이 수 초 만에 copy-on-write 브랜칭이 되며, 컴퓨트가 무상태이니 scale-to-zero와 무중단 오토스케일링이 자연스럽게 따라온다. 초 단위 생성, 유휴 시 비용 제로, Git처럼 분기되는 데이터베이스 — 에이전트가 DB를 소비하는 패턴에 맞는 사실상 유일한 프로덕션급 아키텍처였다.
즉 Databricks는 기존 DB 시장의 점유율을 산 것이 아니다. "데이터베이스의 소비 주체가 사람에서 에이전트로 바뀐다"는 시나리오에 대한 옵션을 산 것이다. 그 시나리오가 현실이 되면 10억 달러는 헐값이고, 그렇지 않으면 값비싼 인재 영입이 된다. Postgres 커미터 출신 창업 멤버들과 스토리지 분리형 Postgres를 실제로 만들어본 세계 몇 안 되는 팀을 확보했다는 점에서, 최소한의 하방은 방어된 베팅이기도 했다.
Snowflake가 산 것 — 컴플라이언스와 트랙레코드
흥미로운 사실이 하나 있다. CNBC 보도에 따르면 Snowflake는 그 전 해에 Neon 인수를 검토했다가 지나쳤다. 그리고 Databricks가 Neon을 가져가자 한 달도 안 돼 Crunchy Data를 선택했다. 급하게 아무거나 산 것이 아니라, Neon을 보고도 사지 않았던 회사가 경쟁 압박 속에서 자기 DNA에 맞는 자산을 고른 것이다.
Crunchy Data는 Neon과 정반대의 회사다. 2012년 설립되어 15년 가까이 엔터프라이즈 Postgres 한 길을 걸어왔고, 보안·컴플라이언스·성능·신뢰성 요건을 갖춘 미션크리티컬 배포를 지원해왔다. 미 국방부의 DISA STIG for Postgres 작성에 참여했고, 정부 기관과 규제 산업에 탄탄한 레퍼런스를 보유했으며, 매니지드와 셀프호스티드를 모두 제공하는 전통적 사업 모델로 연 매출 3천만 달러 이상을 내고 있었다.
가격표가 이 차이를 정확히 반영한다. Databricks가 매출 대비 파격적인 배수로 미래 옵션을 샀다면, Snowflake는 ARR의 약 8배라는 합리적인 가격으로 검증된 자산을 볼트온(bolt-on)했다. 전자는 벤처 베팅, 후자는 전략적 인수합병의 교과서다. 리스크 프로파일 자체가 다르다.
제품으로의 구현: Lakebase vs Snowflake Postgres
두 인수는 각각 2026년 초 GA 제품으로 결실을 맺었다.
Lakebase는 2026년 2월 AWS 일부 리전에서 GA되었고 Azure로 확장 중이다. Postgres 17과 pgvector를 지원하고, 인스턴스당 최대 8TB, 밀리초 단위 PITR을 제공한다. 핵심 차별점은 레이크하우스와의 결합이다. synced tables로 Delta 테이블의 데이터를 저지연 서빙용으로 Lakebase에 동기화하고, 반대로 운영 데이터를 레이크하우스로 되돌려 분석에 쓴다. Unity Catalog로 거버넌스가 이어지고, Databricks Apps의 상태 저장소 역할을 한다. Neon에서 물려받은 Autoscaling 버전은 브랜칭, scale-to-zero, 즉시 복원을 제공하며, 이후 Always-On 요금제로 상시 부하 워크로드의 기본 용량 단가를 낮추는 가격 공세도 시작했다. 인증(SOC2, HIPAA 등)과 리전 커버리지는 아직 로드맵 단계로, 성숙도 면에서는 갈 길이 남아 있다.
Snowflake Postgres는 Crunchy의 성숙도를 전면에 내세운다. GA와 함께 "production-grade, enterprise ready"를 표방했고, Crunchy가 개발해온 pg_lake를 통해 Postgres에서 Iceberg 테이블을 직접 다루는 개방형 표준 전략을 결합했다. Snowflake Horizon Catalog가 Iceberg 테이블을 네이티브 테이블과 동일하게 관리하고 외부 쿼리 엔진의 접근을 열어주는 방향과 맞물려, "데이터 포맷은 열려 있다"는 메시지를 만들어가고 있다.
GTM의 결정적 차이: 그린필드 vs 브라운필드
제품보다 더 중요한 차이는 시장 진입 방식(Go-to-Market)에 있다.
Databricks의 모션은 그린필드(신규 워크로드)다. 그것도 두 개의 집게발로 움직인다. 위쪽 집게발은 Lakebase — 기존 엔터프라이즈 Databricks 계정 안에서 데이터 플랫폼 팀을 챔피언 삼아, 피처 서빙과 에이전트 상태 저장 같은 새 AI 워크로드를 톱다운으로 흡수한다. 아래쪽 집게발은 여전히 독립 제품으로 운영되는 Neon — 개발자, 스타트업, AI 코딩 도구 생태계에 PLG(제품 주도 성장)로 침투한다. 인수 후 Neon의 스토리지 가격은 GB-월당 0.35달러로 인하되고 컴퓨트 단가도 두 자릿수 퍼센트 내렸으며, SOC 2 Type 2와 HIPAA 적격성이 추가됐다. 같은 아키텍처로 엔터프라이즈의 오늘과 개발자 세대의 내일을 동시에 공략하는 구조다.
Snowflake의 모션은 브라운필드(기존 자산)다. 인수 논리에서부터 명확했다 — 이미 Snowflake를 쓰는 기업이 기존 Postgres 데이터베이스를 플랫폼으로 이전해 데이터를 통합하게 만든다는 것. Snowflake의 구매자는 대기업과 규제 산업의 전사 데이터 조직이고, 딜은 플랫폼 표준화라는 톱다운 의사결정으로 움직인다. 이 고객층에게 필요한 것은 브랜칭이 아니라 "첫날부터 미션크리티컬"이라고 말할 수 있는 신뢰 자산이며, Crunchy가 정확히 그 부품이다.
이 차이는 기존 데이터베이스 벤더들에게 시사하는 바가 다르다. 신규 워크로드를 노리는 Databricks의 모션은 미래 파이프라인을 잠식하고, 기존 Postgres 자산의 이전을 노리는 Snowflake의 모션은 현재의 설치 기반을 직접 겨냥한다. 방어해야 할 전선이 서로 다른 것이다.
거울상 명제: 각자 반대편 절반을 지어야 한다
두 인수를 나란히 놓으면 아름다운 대칭이 보인다.
| 축 | Databricks + Neon | Snowflake + Crunchy |
|---|---|---|
| 인수가 | 약 $1B | 약 $250M |
| 산 것 | 미래형 아키텍처, 에이전트 네이티브 탄력성 | 엔터프라이즈 신뢰, 컴플라이언스, 트랙레코드 |
| 아키텍처 | 컴퓨트-스토리지 분리, 브랜칭, scale-to-zero | 전통적 Postgres + 엔터프라이즈 강화 계층 |
| GTM | 그린필드 — 신규 AI 워크로드, 투트랙(톱다운+PLG) | 브라운필드 — 기존 Postgres 자산 통합, 톱다운 |
| 챔피언 | 데이터 엔지니어링/ML 팀, 개발자 | 전사 DW·데이터 플랫폼 조직 |
| 숙제 | 엔터프라이즈 신뢰를 위로 쌓아야 함 | 서버리스 탄력성을 아래로 지어야 함 |
Databricks는 미래형 아키텍처를 샀지만 엔터프라이즈 신뢰가 없었다. 그래서 지금 인증을 붙이고, HA를 보강하고, PITR과 스토리지 용량을 키우며 위로 기어오르는 중이다. Snowflake는 엔터프라이즈 신뢰를 샀지만 에이전트 네이티브 탄력성이 없다. 에이전틱 AI를 인수 명분으로 내세웠지만, Crunchy의 전통적 아키텍처로 에이전트가 초 단위로 수백만 개의 DB를 만들고 버리는 패턴을 경제적으로 서빙하려면 아래로 새로 지어야 한다. 각자 자기 GTM에 맞는 절반을 샀고, 나머지 절반은 숙제로 남았다. 둘 중 누가 먼저 반대편 절반을 완성하느냐가 이 경쟁의 최대 관전 포인트다.
하이퍼스케일러는 가만히 있지 않는다
이 싸움에는 제3의 플레이어가 있다. 두 회사가 각축을 벌이는 사이, 매니지드 Postgres 시장의 최강자인 AWS가 Neon의 플레이북을 빠르게 흡수하고 있다. Aurora Serverless는 이제 미사용 시 0까지 스케일다운되고 0.5 ACU 단위로 자동 조절되며, AWS는 이를 버스트성 활동과 긴 유휴 구간을 가진 에이전틱 AI 애플리케이션에 적합하다고 명시적으로 포지셔닝한다. VPC 설정 없이 수 초 만에 서버리스 DB를 만들어 개발 도구에서 바로 연결하는 express 구성과 프리 티어도 등장했다. Google의 AlloyDB는 인메모리 컬럼나 엔진으로 "OLTP 안에서의 분석"이라는 또 다른 답을 제시하고, AlloyDB Omni로 온프레미스까지 발을 뻗고 있다.
요컨대 scale-to-zero와 즉시 프로비저닝이라는 차별점은 빠르게 커머디티화되고 있다. 흥미로운 것은 "분석을 어디서 할 것인가"에 대한 각 진영의 답이 갈린다는 점이다. AWS는 “OLTP에서 분석하지 말고 zero-ETL로 DW에 보내라”, Google은 “OLTP 안에서 컬럼나 엔진으로 분석하라”, Databricks는 “OLTP 옆의 레이크하우스와 동기화하라”, Snowflake는 "OLTP를 플랫폼 안으로 들여와 통합하라"고 말한다. 결국 이 시장의 승부는 제품 스펙이 아니라 고객이 어느 중력장 안에 있느냐로 결정되는 구도다.
시사점: 고객, 그리고 Postgres 생태계
고객 관점에서 가장 중요한 변화는 락인의 평면이 이동하고 있다는 것이다. Postgres 와이어 호환과 Iceberg 같은 개방형 포맷 덕에 "데이터 포맷 락인"은 약해지고 있다. 그러나 진짜 종속은 다른 곳에서 생긴다 — synced tables와 카탈로그 거버넌스 같은 플랫폼 고유의 통합 기능, 그리고 운영·과금 평면이다. "네이티브 Postgres 기능만 쓸 것이라면 굳이 그 플랫폼의 Postgres일 이유가 없고, 그 플랫폼의 Postgres여야 할 이유가 생기는 순간 종속이 시작된다"는 딜레마는 두 제품 모두에 적용된다. 운영 데이터베이스까지 분석 플랫폼 벤더에 묶었을 때의 협상력 문제는, 도입 전에 반드시 계산해야 할 항목이다.
또 하나, 지금 보이는 가격은 상당 부분 시장 침투기의 프로모션 가격이다. 서버리스 과금은 간헐적 워크로드에서는 매력적이지만, 24시간 상시 부하에서는 프로비저닝 대비 역전되는 임계점이 존재한다. 3~5년 TCO를 워크로드 패턴에 대입해보는 냉정함이 필요하다.
생태계 관점에서 이 두 인수가 증명한 것은 역설적이다. 두 거인이 도합 12억 5천만 달러를 내고 Postgres 회사를 샀다는 것은, Postgres가 AI 시대 데이터 플랫폼의 필수 부품이 되었다는 가장 강력한 증거다. 동시에 시장 구조도 바뀌었다. Neon과 Crunchy가 플랫폼 진영으로 편입되면서, 특정 클라우드나 분석 플랫폼의 중력장에 묶이지 않은 대형 독립 엔터프라이즈 Postgres 벤더는 이제 손에 꼽을 만큼 희소해졌다. 멀티클라우드, 온프레미스, 데이터 주권 요건을 가진 기업에게 "어디에도 묶이지 않은 Postgres"의 전략적 가치는 오히려 올라간 셈이다.
마지막으로, 이 판을 지켜보는 이들이 추적해야 할 지표는 두 신제품의 단기 딜 승률이 아니다. 에이전트가 생성하는 워크로드가 전체 신규 데이터베이스에서 차지하는 비중이 얼마나 빨리 커지는가, 그리고 그 워크로드가 언제부터 미션크리티컬 영역으로 올라오기 시작하는가 — 이 커브가 꺾이는 순간이, 기존 데이터베이스 산업 전체가 아키텍처 차원의 응답을 내놓아야 하는 데드라인이다. Databricks의 10억 달러는 바로 그 커브에 건 돈이고, Snowflake의 2억 5천만 달러는 그 커브가 오기 전까지의 시간을 산 돈이다.
전형적인 파괴적 혁신의 초입에서 우리는 늘 같은 실수를 반복해왔다. 기존 강자의 기준으로 신흥 제품을 평가하며 "저건 엔터프라이즈에 못 들어온다"고 결론 내리는 것. 2008년의 AWS가 그랬고, 초기의 Postgres 자신이 그랬다. Lakebase와 Snowflake Postgres가 오늘 계정계 RFP에서 이길 수 없다는 사실과, 5년 뒤에도 그러리라는 예측은 전혀 다른 명제다. 두 거인은 이미 그 간극에 12억 5천만 달러를 걸었다.