AI 인프라 및 데이터 플랫폼 기업들의 강력한 실적 성장세와 가이드라인 상향
9/2/2026
토킹 포인트
- Snowflake, HPE, MongoDB 등 주요 AI 관련 기업들의 시장 예상치 상회 실적 발표
- AI 코딩 에이전트 및 AI 서버 수요 증가로 인한 매출 성장 및 연간 가이드라인 상향 조정
- HPE의 Juniper Networks 인수 효과 및 Oracle AI 데이터 센터 공급 계약 체결을 통한 시장 지배력 강화
- MongoDB의 벡터 검색 및 MCP 서버 출시를 통한 AI 시대 지능형 데이터 플랫폼으로의 진화
시황 포커스
- AI 수요가 단순한 개념 증명(PoC) 단계를 넘어 실제 기업의 워크플로우 전환 단계로 진입하고 있음.
- AI 서버 및 네트워킹 장비에 대한 주문량이 매출 성장 속도를 앞지르며 기업 역사상 기록적인 수준의 백로그가 형성됨.
- 퍼블릭 클라우드 대비 프라이빗 클라우드 기반의 AI 모델 운영 시 토큰 비용을 최대 60%까지 절감할 수 있는 구조적 효율성이 확인됨.
- 전통적인 IT 프로젝트보다 AI 관련 기업 이니셔티브에 더 높은 수준의 투자가 이루어지고 있으며, 이사회 수준의 의사결정이 적극적으로 개입하는 추세임.
- 데이터 플랫폼 기업들이 단순 저장소를 넘어 AI 코딩 에이전트와의 실시간 연결성을 강화하며 개발자 생태계를 확장하고 있음.
- Juniper Networks 인수가 HPE의 네트워킹 포트폴리오를 보강하여 Oracle과 같은 하이퍼스케일러 고객사 확보에 결정적인 역할을 함.
- AI 인프라 수요가 스토리지 및 데이터 센터 네트워킹 등 인접 인프라의 동반 성장을 견인하는 낙수 효과가 뚜렷함.
- 기업들이 비용 효율화를 위해 복잡한 작업은 프론티어 모델에 맡기고 루틴한 작업은 온프레미스에서 처리하는 하이브리드 AI 전략을 채택하고 있음.
트렌드 키워드
- Agentic AI (에이전틱 AI, 에이전트형 AI):
단순 응답을 넘어 자율적으로 목표를 수행하는 AI 애플리케이션
1 / 4“고객들이 점차 새로운 에이전트형 AI 애플리케이션과 AI 추론에 투자하고 있으며, 이는 가속 컴퓨팅 인프라와 보안 데이터 저장소 접근을 필요로 함Agentic AI” - Vector Search (벡터 검색):
데이터의 의미적 유사성을 찾아내는 검색 기술로 AI의 검색 증강 생성(RAG) 등에 필수적임
“엔터프라이즈 어드밴스드에서 일반적으로 사용 가능해지며 AI 검색 기능을 자가 관리, 프라이빗 클라우드 및 하이브리드 환경으로 확장함Vector Search” - MCP Server (모델 컨텍스트 프로토콜 서버):
AI 코딩 에이전트가 외부 데이터베이스의 실시간 데이터에 효율적으로 접근하게 돕는 서버
“추가 인프라 배포 없이 코딩 에이전트를 라이브 MongoDB Atlas 데이터에 연결함MCP Server”