NVIDIA, Snowflake용 Kumo 공개

NVIDIA는 2026년 10월 21일 Agent Knowledge Foundation을 발표했습니다. 여기에는 구조화된 데이터 기반 예측 AI를 위한 오픈 모델·라이브러리·도구 제품군인 Kumo가 포함됩니다. Snowflake 고객은 Snowflake ML에서 NVIDIA Kumo Relational 모델과 그래프 신경망(연결된 데이터에서 학습하는 모델)을 훈련하는 오픈 소스 패키지 Kumo Engine을 사용할 수 있습니다. 이 구성은 Container Runtime 기반 Snowflake Notebooks에서 실행되므로 데이터 과학팀은 모델을 훈련하고 결과를 산출하면서 Snowflake의 보안 및 거버넌스 경계 안에 데이터를 유지할 수 있습니다.

Kumo는 여러 관계를 하나의 넓은 테이블로 합치지 않아도 테이블과 테이블을 연결하는 키, 사건이 발생한 시점 등 관계형 구조와 시간 패턴을 학습합니다. 고객 이탈 예측, 사기 탐지, 수요 예측, 상품 추천에 적용할 수 있습니다. NVIDIA는 GPU 가속을 활용하면 관리 환경 밖으로 데이터를 옮기지 않고 연결된 테이블과 키, 시간 패턴을 직접 학습할 수 있다고 밝혔습니다.

팀은 Snowflake Notebook에 Kumo 패키지를 설치해 Snowflake 테이블 4개와 몇 줄의 Python 코드로 현재 고객 중 향후 90일 안에 다시 구매할 고객을 예측하는 모델을 훈련할 수 있습니다. Snowflake Notebooks는 관리되는 데이터에 연결하고 예측 대상을 지정해 결과를 보여줍니다. GPU 컴퓨팅 풀은 Snowflake의 컨테이너 런타임을 통해 NVIDIA GPU 인프라를 제공합니다. Snowflake CoCo용 NVIDIA 검증 에이전트 스킬은 자연어로 된 예측 작업을 데이터 연결, GPU 훈련, 예측 결과의 Snowflake 저장까지 실행 가능한 노트북으로 바꿀 수 있습니다.

Snowflake에 따르면 Affirm, National Oilwell Varco(NOV), VideoAmp, Yieldmo가 이미 Snowflake ML에서 Kumo를 사용하고 있습니다. NOV의 재무 사업 운영 부문 부사장은 Kumo가 여러 사업 영역에서 업무를 앞당겼고 CoCo 덕분에 데이터가 있는 곳에서 탐색하고 구축하기 쉬워졌다고 말했습니다. Yieldmo의 제품 부문 부사장은 Companion Audiences가 기존 성과 데이터를 바탕으로 유사 잠재고객을 만들고, 구매자가 유사도 기준을 설정해 해당 잠재고객을 캠페인의 주된 대상으로 삼을지 보조 대상으로 삼을지 선택할 수 있다고 밝혔습니다. 관리형 서비스 구매자는 초기 광고비 지출 없이 전환 데이터로 모델을 훈련할 수 있습니다. Snowflake는 Kumo 작업을 기존 보안 경계 안에서 ML Jobs로 조정할 수 있다고 밝혔습니다.

NVIDIA는 2026년 10월 21일 Agent Knowledge Foundation을 발표했습니다. 여기에는 구조화된 데이터 기반 예측 AI를 위한 오픈 모델·라이브러리·도구 제품군인 Kumo가 포함됩니다. Snowflake 고객은 Snowflake ML에서 NVIDIA Kumo Relational 모델과 그래프 신경망(연결된 데이터에서 학습하는 모델)을 훈련하는 오픈 소스 패키지 Kumo Engine을 사용할 수 있습니다. 이 구성은 Container Runtime 기반 Snowflake Notebooks에서 실행되므로 데이터 과학팀은 모델을 훈련하고 결과를 산출하면서 Snowflake의 보안 및 거버넌스 경계 안에 데이터를 유지할 수 있습니다.

Kumo는 여러 관계를 하나의 넓은 테이블로 합치지 않아도 테이블과 테이블을 연결하는 키, 사건이 발생한 시점 등 관계형 구조와 시간 패턴을 학습합니다. 고객 이탈 예측, 사기 탐지, 수요 예측, 상품 추천에 적용할 수 있습니다. NVIDIA는 GPU 가속을 활용하면 관리 환경 밖으로 데이터를 옮기지 않고 연결된 테이블과 키, 시간 패턴을 직접 학습할 수 있다고 밝혔습니다.

팀은 Snowflake Notebook에 Kumo 패키지를 설치해 Snowflake 테이블 4개와 몇 줄의 Python 코드로 현재 고객 중 향후 90일 안에 다시 구매할 고객을 예측하는 모델을 훈련할 수 있습니다. Snowflake Notebooks는 관리되는 데이터에 연결하고 예측 대상을 지정해 결과를 보여줍니다. GPU 컴퓨팅 풀은 Snowflake의 컨테이너 런타임을 통해 NVIDIA GPU 인프라를 제공합니다. Snowflake CoCo용 NVIDIA 검증 에이전트 스킬은 자연어로 된 예측 작업을 데이터 연결, GPU 훈련, 예측 결과의 Snowflake 저장까지 실행 가능한 노트북으로 바꿀 수 있습니다.

Snowflake에 따르면 Affirm, National Oilwell Varco(NOV), VideoAmp, Yieldmo가 이미 Snowflake ML에서 Kumo를 사용하고 있습니다. NOV의 재무 사업 운영 부문 부사장은 Kumo가 여러 사업 영역에서 업무를 앞당겼고 CoCo 덕분에 데이터가 있는 곳에서 탐색하고 구축하기 쉬워졌다고 말했습니다. Yieldmo의 제품 부문 부사장은 Companion Audiences가 기존 성과 데이터를 바탕으로 유사 잠재고객을 만들고, 구매자가 유사도 기준을 설정해 해당 잠재고객을 캠페인의 주된 대상으로 삼을지 보조 대상으로 삼을지 선택할 수 있다고 밝혔습니다. 관리형 서비스 구매자는 초기 광고비 지출 없이 전환 데이터로 모델을 훈련할 수 있습니다. Snowflake는 Kumo 작업을 기존 보안 경계 안에서 ML Jobs로 조정할 수 있다고 밝혔습니다.