Snowflake Business Ontology: AI 에이전트에 승인된 지표 정의를 연결하기

같은 회사에서 “매출”을 물어도 팀마다 다른 숫자가 나올 수 있다. 환불을 제외하는 시점이나 집계 대상이 다르면 쿼리 자체가 정확해도 결과는 달라진다. AI 에이전트가 각자 다른 정의를 골라 쓰면 이 차이는 답변에도 이어진다.

Snowflake는 11월 3일 Expedition 2026에서 이런 문제를 겨냥한 Business Ontology를 소개했다. 회사의 공식 발표에 따르면 이 기능은 비즈니스 용어의 공식 정의와 승인 주체, 계산에 쓰이는 데이터 자산을 연결한다. 공개 프리뷰는 아직 예정이며 정식 출시된 기능으로 전제해서는 안 된다.

정의와 데이터를 함께 연결한다

Snowflake가 설명하는 구조에서 Business Ontology는 Horizon Context의 거버넌스 계층이다. 승인된 정의를 Semantic Views, 테이블, 뷰에 연결하고 Snowflake CoCo와 CoWork가 응답할 때 그 정의를 활용하도록 한다. 예컨대 재무팀이 승인한 순매출의 의미를 실제 집계에 쓰이는 자산과 연결하는 식이다.

이 접근의 장점은 에이전트 프롬프트마다 정의를 복사해 넣는 대신 관리 대상인 맥락을 참조할 수 있다는 데 있다. 다만 정의가 저장됐다고 해서 원천 데이터가 항상 정확하거나 모든 답변이 올바르다는 뜻은 아니다. 승인 과정과 데이터 품질, 질의 결과를 검증하는 절차는 여전히 필요하다.

도입 전 확인할 점

데이터 팀이라면 먼저 어떤 지표에서 해석 차이가 발생하는지 살펴볼 만하다. 같은 이름의 지표가 여러 계산식으로 쓰이는지, 정의를 승인할 담당자가 있는지, 연결할 테이블과 뷰의 소유자가 누구인지 정리해야 한다. 지표 정의가 바뀔 때 기존 대시보드와 에이전트 답변을 어떻게 검증할지도 함께 정하는 편이 좋다.

Snowflake는 같은 발표에서 Cortex AI Gateway를 통한 에이전트 통제와 비용 관리도 설명한다. 이것은 용어 정의를 관리하는 온톨로지와 별개의 기능이다. 각 기능의 제공 단계와 계정별 사용 가능 여부를 따로 확인해야 한다. 온톨로지의 실제 설정 방식과 권한 동작은 공개 프리뷰 문서와 사용 환경에서 확인할 필요가 있다.

이번 발표는 공급업체가 설명한 설계와 계획이다. 실제 답변 정확도나 운영 비용에 미치는 효과는 독립적으로 시험하지 않았다. 적용을 검토한다면 대표 질문과 기존 SQL 결과를 기준으로 비교하고 정의가 바뀌었을 때의 회귀 테스트를 준비하는 것이 출발점이 될 수 있다.

출처: Snowflake, Build Trust in AI Agents with Governed Business Context and AI Security (2026년 11월 3일).