소프트웨어 종말론 시대, 팔란티어와 스노우플레이크는 서로 다른 방식으로 살아남는다

"AI가 SaaS를 죽인다"는 말이 2025년 내내 반복됐다. 실제로 데이터 플랫폼 기업들의 밸류에이션은 AI 내러티브 하나로 갈렸고, 팔란티어와 스노우플레이크는 그 대비를 보여주는 단골 비교 대상이 됐다. 시장은 이를 "온톨로지 vs 데이터웨어하우스", "흑자 vs 적자"의 대결로 요약한다. 그런데 산업 현장에서 데이터 시스템을 실제로 운영해본 입장에서 보면, 이 프레임은 문제의 절반도 못 짚고 있다.

배경: 왜 중요한가

소프트웨어 종말론의 논리는 단순하다. LLM이 코드를 스스로 짜고 인터페이스를 즉석에서 생성한다면, 미리 만들어둔 애플리케이션 계층은 원가가 0으로 수렴한다는 것이다. 그렇다면 남는 건 데이터와 그 데이터를 움직이는 물리적 인프라뿐이다. 이 논리를 그대로 적용하면 애플리케이션 레이어를 파는 회사가 먼저 무너지고, 스토리지·컴퓨트를 파는 회사가 오래 버틴다는 결론이 나온다.

그런데 실제 시장은 반대로 움직였다. 팔란티어는 애플리케이션 계층에 더 깊이 들어간 회사인데도 AI 시대의 수혜주로 분류됐고, 인프라에 가까운 스노우플레이크는 클라우드 지출 둔화와 함께 성장률이 눌렸다. 참조한 블로그 글의 정리대로 "종합 솔루션 vs 전문 인프라"라는 구도는 맞지만, 왜 그 구도가 AI 시대에 종합 솔루션 쪽에 유리하게 작동했는지는 설명되지 않는다.

여기서 팔란티어와 스노우플레이크의 비교는 단순한 종목 비교를 넘어선다. 반도체 팹, 발전소, 산업가스 플랜트 어디든 지난 10년간 데이터 레이크를 깔았고, 그 위에 무엇을 올릴지를 두고 지금도 예산을 태우고 있다. 소프트웨어 종말론이 사실이라면 그 투자의 상당 부분은 매몰비용이 된다. 현장은 이 질문에 대한 답을 이미 경험적으로 알고 있다.

핵심: 일반 기사가 놓치는 지점

일반 기사는 두 회사를 제품 스펙으로 비교한다. SQL 쿼리 성능, 멀티클라우드 확장성, 온톨로지 모델링, AI 파일럿 전환율. 전부 사실이지만, 현장에서 데이터 플랫폼 프로젝트가 죽는 이유는 여기에 없다. 프로젝트는 성능이 부족해서 죽지 않는다. 데이터가 무엇을 의미하는지 아무도 합의하지 못해서 죽는다.

세부 포인트 1: 종말하는 것은 소프트웨어가 아니라 '조회 계층'이다

산업 현장의 데이터 시스템에는 세 개의 층이 있다. 센서와 설비에서 올라오는 원천 데이터, 그것을 정리해 보여주는 조회·리포팅 계층, 그리고 "그래서 지금 이 라인을 세울 것인가"를 판단하는 의사결정 계층이다. LLM이 실제로 잡아먹은 건 중간층이다. 대시보드를 만들고, 쿼리를 짜고, 리포트를 뽑는 일은 이미 자연어 한 줄로 대체되고 있다.

그런데 원천 계층과 의사결정 계층은 오히려 값이 올랐다. 원천 계층은 설비 벤더별로 태그 체계가 다르고, 같은 "온도"라는 이름이 붙은 값도 측정 지점과 보정 로직이 제각각이다. 이걸 통일하는 작업은 LLM이 대신해주지 않는다. 도메인 지식이 있는 사람이 하나씩 확인해야 한다. 의사결정 계층도 마찬가지다. 모델이 "이 밸브를 닫으라"고 제안했을 때 그 제안을 실행 가능한 명령으로 바꾸려면 권한, 안전 인터록, 책임 소재가 코드에 박혀 있어야 한다.

팔란티어가 온톨로지라는 이름으로 팔고 있는 게 정확히 이 두 층이다. 데이터 종말론의 화살이 조회 계층을 향하는 동안, 팔란티어는 화살이 닿지 않는 위아래에 자리를 잡고 있었던 셈이다. 반대로 스노우플레이크의 핵심 가치는 "데이터를 한 곳에 모아 빠르게 조회한다"는 것이었고, 이건 종말론의 사정거리 안에 있다.

세부 포인트 2: 그러나 인프라는 종말하지 않는다 — 대신 원자재가 된다

여기서 성급하게 스노우플레이크가 진다는 결론으로 가면 안 된다. 조회 계층이 상품화된다는 것은 그 계층이 사라진다는 뜻이 아니라, 마진이 얇아지고 대체 가능해진다는 뜻이다. AI 에이전트가 자연어로 데이터를 물어보려면 그 데이터가 어딘가에 정규화된 형태로 쌓여 있어야 한다. 오히려 에이전트가 늘어날수록 쿼리 호출량은 늘어난다.

문제는 그 늘어난 호출량이 누구에게 과금되느냐다. 사람이 쓰던 시절에는 분석가 한 명이 하루에 수십 번 쿼리를 날렸다. 에이전트는 수천 번을 날린다. 스노우플레이크의 사용량 기반 과금은 이 상황에서 유리해 보이지만, 동시에 고객사의 원가 통제 압력을 정면으로 받는다. 필자가 본 현장에서는 클라우드 데이터 비용이 임계치를 넘는 순간, 예외 없이 "온프레미스로 일부 되돌리자"는 논의가 시작됐다. 반도체 팹처럼 데이터 생성량이 폭발적인 곳에서는 특히 그렇다.

그래서 스노우플레이크의 생존 조건은 AI 제품을 얼마나 잘 만드느냐가 아니라, 단위 쿼리당 원가를 얼마나 빨리 떨어뜨리느냐에 가깝다. 이건 소프트웨어 회사의 문제가 아니라 반도체나 산업가스 회사의 문제 구조다. 규모의 경제, 원가 곡선, 전력 효율. 스노우플레이크는 소프트웨어 회사인 척하지만 실은 유틸리티 사업에 가까워지고 있고, 밸류에이션은 아직 그 전환을 반영하지 않았다.

그래서 뭘 봐야 하나

첫째, 팔란티어를 볼 때는 AI 파일럿 건수보다 파일럿이 실제 운영 시스템으로 넘어간 비율과 계약당 매출의 추이를 보는 게 낫다. 온톨로지의 가치는 배포 후 2~3년 차에 결정된다. 도메인 모델이 조직의 실제 업무와 어긋나기 시작하면 유지보수 비용이 급증하고, 고객은 조용히 이탈한다. 공개 실적에서 확인 가능한 지표는 순매출유지율(NRR)과 고객당 평균 매출이다.

둘째, 스노우플레이크는 AI 제품 발표보다 매출총이익률과 컴퓨트 원가 구조를 보는 게 실질적이다. 이 회사가 유틸리티로 재분류된다면, 성장률 20%대는 실패가 아니라 정상이다. 다만 그 경우 적정 배수는 지금과 달라진다.

셋째, 두 회사를 대체재로 보는 관점 자체를 의심할 필요가 있다. 실제 현장에서는 스노우플레이크에 데이터를 쌓고 팔란티어로 판단하는 조합이 흔하다. 경쟁은 제품 간에 일어나는 게 아니라 한정된 IT 예산 안에서 일어난다. 경기 둔화 국면에서 어느 항목이 먼저 잘리는지가 진짜 경쟁 구도다. 통상 인프라 계약은 유지되고, 애플리케이션 계약은 재검토 대상이 된다. 팔란티어의 흑자 기조가 이 사이클을 한 번도 통과해본 적 없다는 점은 기억해둘 만하다.

소프트웨어 종말론은 소프트웨어가 사라진다는 예언이 아니라, 소프트웨어의 어느 층이 가치를 갖는지가 재편된다는 관찰에 가깝다. 팔란티어와 스노우플레이크는 그 재편의 양쪽 끝에서 각자 다른 시험을 치르고 있고, 두 시험의 채점 기준은 서로 다르다. 다음 글에서는 이 논리를 제조 현장의 MES·SCADA 계층에 적용해, 산업용 데이터 플랫폼 시장에서 실제로 무엇이 대체되고 무엇이 남는지를 다뤄보려 한다.