Snowflake 데이터 소유 · 이관 구조 비교

계약 결정 전 확인 — 3가지 옵션 비교 (SE 회신 반영, 2026-09-10)

비유로 이해하기
옵션 A — Snowflake가 요리사이면서 냉장고 주인. 계약 끝나면 냉장고째 사라짐.
옵션 B — 냉장고를 다른 건물(GCS)에 두려 했으나, 건물 간 연결 자체가 안 됨 (SE 확인: 불가).
옵션 C — Snowflake는 요리사만. 냉장고(S3)는 같은 건물(AWS)에 있어 운반비 0원, 계약 끝나면 요리사만 떠나고 재료는 그대로.

1. 3가지 옵션 요약

현재

A. Snowflake 관리 스토리지

불가

B. Iceberg + 우리 GCS 버킷

SE 확인: AWS 계정에서 GCS를 External Volume으로 연결 불가. 같은 클라우드 스토리지만 지원.

추천BEST

C. Iceberg + 우리 S3 버킷

SE 확인 결과: (1) GCP 서울에는 Snowflake 계정 생성 불가 — 한국은 AWS, Azure만. (2) AWS 계정에서 GCS 버킷을 External Volume으로 연결 불가 — 옵션 B 완전 탈락. 선택지는 A 또는 C.

2. 구조 다이어그램

Snowflake 영역 우리 회사 SQL만 컴퓨트 (WH) 스토리지 SF 관리 S3 메타데이터 SV, Agent 직접 접근 불가 해지 시: 반출 → 삭제
Snowflake (AWS 서울) 우리 GCP 프로젝트 우리 회사 컴퓨트 메타데이터 GCS 버킷 연결 불가 AWS ↔ GCS External Volume 미지원
Snowflake (AWS 서울) 우리 AWS 계정 (서울) 우리 회사 직접 접근! 컴퓨트 메타데이터 S3 버킷 (Iceberg / Parquet) 읽기/쓰기 같은 리전! egress 0원 · 해지 시 데이터 잔류

3. 비용 비교 (월 기준, 1TB 기준)

항목A. 현재B. Iceberg+GCS (불가)C. Iceberg+S3 추천
Snowflake 스토리지 $20/TB/월 $0 $0
우리 클라우드 스토리지 $0 ~$23/TB (GCS 서울) ~$23/TB (S3 서울)
S3/GCS API 호출료 $0 월 수 달러 월 수 달러
크로스클라우드 egress $0 불가 (연결 자체 안 됨) $0 (같은 AWS 서울)
Compute / AI 크레딧 동일 동일 동일
쿼리 성능 영향 기준 불가 미미 (같은 리전 I/O)

핵심: A→C 전환 시 스토리지 비용은 Snowflake 청구서에서 빠지고 AWS 청구서로 옮겨갈 뿐, 총액은 거의 같습니다 (TB당 $3 차이).
B는 AWS 계정에서 GCS 버킷 연결이 불가하므로 탈락. 실질 선택지는 A 또는 C입니다.

4. 해지 시나리오

A. 현재 구조로 해지하면

1해지 전 전량 반출 (COPY INTO → Parquet/CSV)
2웨어하우스 비용 + egress 비용 발생
3유예 기간 (3~90일) 후 데이터 영구 삭제
4삭제 증빙서는 SE에게 별도 요청 필요

반출을 놓치면 데이터 유실 위험

C. Iceberg + S3 구조로 해지하면

1Snowflake 해지
2끝. 데이터는 우리 버킷에 그대로.

반출 절차 자체가 불필요

Iceberg(Parquet)는 오픈 포맷이라 Spark, BigQuery, Trino 등에서도 읽기 가능

5. Iceberg 전환 시 기능 제약 (옵션 C)

기능일반 테이블Iceberg 테이블영향도
SQL (SELECT/INSERT/UPDATE/DELETE/MERGE)OO없음
Cortex Analyst (Semantic View)OO없음
Cortex AgentOO없음
Dynamic Table (소스)OO없음
Dynamic Iceberg Table (타겟)OO (2026 정식 지원)없음
ClusteringOO없음
StreamsOStandard + Append-only (v3)없음
Time TravelO (1~90일)제한적중간
Cortex SearchOSE 확인 필요확인 필요

6. 확인사항

항목누가상태내용
GCP 서울 계정 생성SE불가 확인GCP 서울에 Snowflake 불가. 한국은 AWS, Azure만
AWS↔GCS External VolumeSE불가 확인같은 클라우드 스토리지만 지원. 옵션 B 완전 탈락
AWS 서울 Cortex AI 가용성SE확인 중Agent, Search, Analyst가 동일 동작하는지
Iceberg + Cortex SearchSE확인 중소스 쿼리에 Iceberg 테이블 사용 가능한지
해지 유예 · 삭제 증빙SE확인 중유예 기간, 증빙서 발급 가능 여부
AWS 계정 확보우리확인 필요S3 버킷 생성을 위한 AWS 계정 유무
PoC 정의 백업가능확인됨SV YAML, Agent YAML, DDL 전부 export 가능

결론: 옵션 C — AWS 서울 + S3 Iceberg

비용은 거의 같습니다. 스토리지 비용이 Snowflake → AWS로 청구 주체가 바뀔 뿐입니다.

진짜 가치는 데이터 통제권 확보입니다. 해지해도 데이터가 우리 S3에 남고, 오픈 포맷이라 다른 도구에서도 읽을 수 있습니다.

대표님이 우려한 세 가지 — 원본 여부, 반출 방법, 삭제 확인 — 가 구조적으로 해소됩니다.

나중에 토스플레이스처럼 서빙 엔진이 필요해지면, Iceberg 위에 엔진만 붙이면 됩니다. 데이터 이관 없이.

* 본 문서는 Snowflake 기술 문서 및 SE 회신 기반으로 작성. 계약 세부조건은 SE 최종 확인 필요.
* 생성일: 2026-09-10 | 계정: XKRAHMI-KE11019 (AWS ap-northeast-2, PoC)