에이전트 운영체제를 노리는 Databricks와 Snowflake의 오픈소스 전략이 다른 이유

Bro's Insights
, ,
1

Databricks는 자기 핵심 도구를 오픈소스로 공짜로 풀었고, 2주 뒤 Snowflake는 같은 자리를 자체 제품으로 채웠습니다. 둘 다 데이터를 담는 회사를 넘어 에이전트가 일하는 운영체제, 곧 control plane이 되겠다고 한 6월의 일입니다. 같은 시장을 노리면서 오픈소스를 두고 정반대로 간 셈인데, 그 차이가 누가 이기느냐보다 더 많은 것을 말해주고 있습니다.

TL;DR

  1. Snowflake와 Databricks가 2주 간격으로 같은 방향을 가리켰습니다. 데이터 플랫폼에서 에이전트가 일하는 OS로 올라가겠다는 것입니다.

  2. 같은 시장을 노리지만 오픈소스 전략이 갈렸습니다. Snowflake는 자체 제품(CoWork, CoCo)으로 그 자리를 직접 채웠고, Databricks는 오픈소스 메타 레이어(Omnigent)를 공개해 다른 프레임워크까지 자기 위에서 돌게 했습니다.

  3. 그래서 진짜 질문은 누가 이기느냐가 아닙니다. 두 방식은 기업을 다른 방식으로 묶고, 골라야 하는 것은 승자가 아니라 어느 종속을 감당할 것이냐입니다.

[1] 데이터 회사가 에이전트 운영체제가 되겠다는 선언

Snowflake Summit에서 회사는 두 제품의 이름을 바꿨습니다. Snowflake Intelligence는 CoWork가, Cortex Code는 CoCo가 됐습니다. CEO Sridhar Ramaswamy는 실적 발표에서 이 두 제품이 회사 역사상 가장 빠르게 채택되고 있으며, agentic control plane의 첫 주요 제품 표면이라고 말했습니다. 2주 뒤 Databricks도 Data + AI Summit에서 Agent Bricks를 확장하고 Omnigent을 공개하며 같은 방향을 가리켰습니다.

왜 데이터를 다루던 두 회사가 같은 시기에 에이전트 운영체제를 말할까요. 모델 자체로는 더 이상 차별이 어려워졌기 때문입니다. Ramaswamy가 키노트에서 내건 명제가 이를 압축합니다. 모델은 당신의 고유한 강점이 아니고, 모델을 당신의 데이터와 결합할 때 비로소 빛나기 시작한다는 것입니다. Databricks도 같은 진단을 내놨습니다. 핵심 에이전트 루프는 작업의 1%에 불과하고, 나머지 99%는 토큰 용량과 배포, 보안, 평가, 모니터링, 컨텍스트 같은 숨은 기술 부채라는 것입니다. 에이전트를 만드는 일이 쉬워질수록, 그 에이전트를 데이터와 연결하고 운영하고 통제하는 그 위의 영역에서 경쟁이 시작됩니다.

[2] Snowflake는 자체 제품으로 그 자리를 채운다

Snowflake가 택한 길은 자체 제품으로 control plane을 채우는 것입니다. CoWork는 지식 노동자를 위한 에이전트, CoCo는 엔지니어를 위한 코딩 에이전트입니다. 둘 다 Snowflake가 직접 만들어, 자기 데이터와 거버넌스 위에서 돌게 했습니다.

이 방식이 기대는 논리는 분명합니다. 에이전트는 데이터가 붙어야 쓸모가 생긴다는 것입니다. Snowflake가 공개한 Cortex Sense의 수치가 이를 보여줍니다. 프론티어 코딩 에이전트가 어려운 구조화 데이터 질문에 단독으로는 약 24%의 정확도를 냈는데, Cortex Sense가 전체 비즈니스 컨텍스트를 붙여주자 약 86%로 올랐습니다. 같은 모델이라도 회사의 데이터와 맥락이 붙으면 전혀 다른 결과가 나온다는 이야기입니다. Snowflake의 메시지는 여기서 출발합니다. 좋은 에이전트를 원한다면 데이터가 있는 곳, 곧 Snowflake 안에서 돌려야 한다는 것입니다.

대신 이 길로 들어오면 Snowflake 생태계 안에 자리를 잡게 됩니다. 제품도 거버넌스도 컨텍스트도 한곳에 모여 있어 매끄럽지만, 그만큼 그 안에서 빠져나오기는 어려워집니다.

[3] Databricks는 오픈소스로 다른 프레임워크까지 흡수한다

Databricks는 반대쪽을 골랐습니다. 자체 제품으로 채우는 대신, Omnigent이라는 메타 레이어를 오픈소스로 공개했습니다. Apache 2.0 라이선스로 6월 13일경 공개됐고, 회사가 이미 쓰고 있는 어떤 에이전트 프레임워크 위에도 얹히는 메타 레이어입니다. 공동창업자 Matei Zaharia는 이것을 모든 에이전트 하네스 위에 앉는 조정 레이어로 설명하며, 여러 프레임워크를 동시에 쓰는 팀에 필요하다고 주장했습니다.

핵심은 Omnigent이 자기 것만 돌리는 게 아니라는 점입니다. LangGraph, CrewAI, Agno 같은 오픈소스 프레임워크부터 Claude Code SDK, OpenAI Agent SDK까지 다 받아서 그 위에서 조정합니다. 남이 만든 도구를 막지 않고 전부 받아들이되, 그것들을 조정하는 레이어를 자기가 쥐는 방식입니다. 오픈소스로 풀었으니 개발자는 부담 없이 가져다 쓰고, 그만큼 빠르게 퍼집니다.

다만 공짜로 풀린 것과 돈이 나는 곳은 다릅니다. Omnigent의 managed 버전은 Databricks 위에서 돌고, Unity AI Gateway가 모든 상호작용을 중앙 정책으로 통제하며 비용과 라우팅, 텔레메트리를 관리합니다. 오픈소스는 입구이고, 실제 운영과 통제는 Databricks 플랫폼 위에서 일어납니다. 열린 도구로 사람을 모으고, 그 위의 운영 레이어에서 수익과 통제력을 가져가는 방식입니다.

[4] 두 방식은 다른 종류의 종속으로 이어진다

같은 control plane을 노리지만, 두 방식이 만드는 종속의 성격은 다릅니다.

Snowflake 쪽은 제품에 묶입니다. CoWork와 CoCo를 쓰면 Snowflake의 데이터와 거버넌스 안에서 움직이게 됩니다. 무엇에 묶이는지가 분명하게 보이지만, 그만큼 폐쇄적이라 처음부터 거부감을 느끼는 기업도 있습니다.

Databricks 쪽은 다르게 작동합니다. 오픈소스라 부담 없이 들어오고, 벤더 중립을 표방합니다. 그런데 Omnigent이 모든 하네스 위에서 조정 역할을 맡고 그 managed 버전이 Databricks 위에서 돌기 시작하면, 조정 레이어를 Databricks가 쥐게 됩니다. 들어올 때는 열려 있어 보이지만, 운영이 쌓일수록 그 위층에 묶입니다.

두 종속의 목적지는 비슷합니다. 입구가 다를 뿐입니다. 한쪽은 처음부터 우리 제품을 쓰라고 분명히 말하고, 다른 한쪽은 열린 도구로 들어오게 한 뒤 위층에서 자리를 잡습니다. 그래서 누가 이기느냐는 질문은 핵심을 비껴가게 됩니다. 두 회사가 다 잘되더라도, 그 위에서 일하는 기업은 둘 중 한 방식에 종속되게 되니까요.

[5] 선택해야 하는 건 승자가 아닌 종속의 방식

그러면 기업이 던질 질문은 누가 이기느냐가 아닙니다. 내가 어느 종속을 감당할 수 있느냐입니다.

이미 데이터가 한쪽 플랫폼에 쏠려 있다면, 그 위에서 도는 control plane이 자연스럽습니다. 제품에 묶이더라도 데이터와 가까운 곳에서 에이전트를 돌리는 편익이 클 수 있습니다. 반대로 여러 플랫폼을 함께 쓰고 모델도 task에 따라 바꿔 쓰는 조직이라면, 오픈소스 메타 레이어가 매력적으로 보입니다. 다만 그 중립이 어디까지인지는 따져봐야 합니다. 오픈소스로 시작해도 운영을 managed 버전에 맡기는 순간, 결국 그 플랫폼 위에 자리를 잡게 되기 때문입니다.

어느 쪽도 공짜는 아닙니다. 승자를 점치는 대신, 내 데이터가 어디에 있고 내가 어떤 종속을 감당할 수 있는지를 먼저 보는 편이 실제 결정에 더 가깝습니다.

이 변화를 어떻게 쓸 것인가

기술 의사결정자라면, 데이터 플랫폼을 고르는 일이 곧 에이전트 운영체제를 고르는 일이 되는 시점임을 염두에 두세요. 그 결정에 종속의 성격, 즉 제품에 묶이는지 조정 레이어에 묶이는지를 함께 봐야 전체 비용이 보입니다.

창업자나 투자자라면, 프레임워크와 하네스 위에 control plane이 새 제품 카테고리로 올라왔다는 점을 보세요. 경쟁 우위가 어느 층에 있는지를 다시 평가할 시점입니다.

데이터나 플랫폼을 책임지는 입장이라면, 벤더 중립 오픈소스라는 말 뒤에 managed 버전의 종속이 따라오는지를 확인하세요. 열린 입구와 닫힌 운영은 다른 이야기입니다.

:person_raising_hand: 알고 보면 좋은 분석 포인트

첫째, 누가 이기느냐는 잘못된 질문이라는 점입니다. 두 회사가 정반대 방식으로 같은 자리를 노린다는 것이 본질이고, 기업이 마주하는 선택은 승자 예측이 아니라 어느 종속을 받아들이느냐입니다. 두 회사가 다 잘되더라도 기업은 둘 중 하나에 묶입니다.

둘째, 오픈소스 중립은 입구일 뿐이라는 점입니다. Databricks가 Omnigent을 오픈소스로 푼 것은 분명한 사실이지만, 운영을 managed 버전에 맡기면 조정 레이어는 결국 플랫폼이 쥡니다. 열린 도구와 닫힌 운영을 나눠서 봐야 전체 그림이 보입니다.

셋째, 모델이 흔해지자 데이터 플랫폼이 에이전트 운영체제로 올라왔다는 점입니다. 두 회사 CEO가 직접 모델만으로는 차별이 안 된다고 말했고, 그 위의 운영과 거버넌스가 새 싸움터가 됐습니다. 같은 흐름을 정반대 전략으로 공략하는 두 회사를 나란히 놓으면 그 변화가 선명해집니다.

참고 자료

1개의 좋아요