Even G2 스마트 글래스로 음성으로 Snowflake 데이터 분석 요청하기

서론

최근에 Even G2 스마트 글라스를 손에 넣었습니다!

요즘 많은 회사들이 스마트 글라스를 만들고 있지만, 개인적으로는 아직 진입하기에는 조금 이른 시기라고 느꼈습니다. 그러다가 Even G2가 등장했고, 일상적인 사용에 충분히 좋아 보이는 사양을 갖추고 있어서 충동적으로 한 쌍을 구매하게 되었습니다.

한동안 사용해 본 후, 문득 하나의 아이디어가 떠올랐습니다: "이 글래스에서 음성으로 Snowflake 데이터베이스를 다룰 수 있다면 정말 편리하지 않을까?" 회의 도중이나 생각이 떠오르는 순간 "이번 달 판매 실적은 어때요?"라고 질문하고, 그 답변을 눈앞에 바로 보는 모습을 상상해 보세요. 생각만 해도 설레지 않나요? 그래서 제가 직접 시도해 보기로 했습니다!

이 글은 평소 다루던 기능 소개와는 조금 다른 느낌의 사연입니다. 저는 Even G2를 통해 AWS Lambda를 거쳐 Snowflake의 **Cortex Agents (코딩 에이전트)**에게 음성으로 데이터 분석을 요청하는 환경을 구축할 예정입니다. 잠시 쉬어가는 느낌으로, 편안한 마음으로 읽어주시면 좋겠습니다.

The Even G2 smart glasses
Even G2 스마트 글래스

참고: 본 기사는 저의 개인적인 견해를 반영하며 Snowflake의 공식 입장을 대변하지 않습니다.

참고: (2026년 10월) 이 기사에서 소개된 일부 기능은 개발 중이거나 Preview 단계에 있습니다. 향후 업데이트에서 크게 변경될 수 있습니다.

참고: 특히, Cortex AI Gateway는 Preview 기능이며 AWS 상업 지역의 계정(일부 예외 있음)에서 사용할 수 있습니다. 또한, Even G2 에이전트 구성이 전송하는 요청 본문 형식은 공식 문서에 포함되어 있지 않으며, 제가 설명하는 내용은 커뮤니티 분석을 기반으로 합니다.

Even G2란 무엇인가요?

Even G2는 Even Realities에서 출시한 내장 디스플레이를 갖춘 스마트 글래스입니다. 공식 웹사이트에서는 이를 '일상적인' 제품으로 설명하며, 하루 종일 착용하도록 설계되었습니다. 렌즈 안쪽에 녹색 텍스트가 떠다니는 것처럼 보여서, 말하는 내용에 대한 답변, 알림, 번역, 내비게이션 등을 시야 가장자리에서 확인할 수 있습니다. 또한 대화 지원(Conversate) 기능과 사용자의 발표 스크립트를 보여주는 텔레프롬프터 같은 기능도 갖추고 있습니다.

이 디스플레이는 사용자 본인에게만 보이므로, 다른 사람이 눈치채지 못하는 사이에 회의 중 메모를 확인할 수 있다는 점이 좋습니다 (공식 Conversate 도움말에서도 '착용자에게만 보임'이라고 설명합니다). 게다가 이 글래스를 R1 링과 페어링하면, 글래스에 손을 대지 않고도 손가락으로 살짝 터치하거나 스크롤하는 것만으로 화면 전환이 가능합니다. 기대했던 것보다 훨씬 자연스럽게 느껴지고 정말 유용합니다.

Even G2 공식 웹사이트

제가 가장 마음에 드는 부분은 의도적으로 카메라나 스피커가 없다는 점입니다. 공식 웹사이트에는 '카메라 없음. 설계상.'이라고 명시되어 있으며, 개발자 문서에도 '글래스에 카메라는 없고, 스피커도 없다'고 되어 있습니다. 주변 사람들에게 녹화되는 것에 대한 걱정을 끼칠 일이 없습니다. 또한 공식적으로 36g으로 무게가 일반 안경과 거의 같아서 사무실에서 착용해도 전혀 어색하지 않습니다. 오히려 조금 스타일리시해 보인다고 생각합니다.

개요 (Even Hub 문서)

또 다른 흥미로운 점은 커스터마이징할 수 있는 공간이 얼마나 많은가 하는 것입니다. Even G2에는 'Hey Even'이라고 호출하는 기본 AI 비서(Even AI)가 탑재되어 있습니다. 하지만 개발자 플랫폼인 Even Hub에 로그인하면, Even 앱에서 Agent Configuration이라는 설정이 나타납니다. 이를 통해 사용자는 Even AI의 요청을 자신만의 엔드포인트로 지정할 수 있습니다. 공식 도움말에는 심지어 자체 PC에서 실행되는 에이전트에 연결하는 방법까지 튜토리얼이 포함되어 있습니다.

⚠️ [IMG:N] 형식 토큰은 이미지 placeholder 입니다. 번역하지 말고 원래 위치에 그대로 유지하세요.

튜토리얼: G2를 OpenClaw와 연결하기 - 자체 에이전트 가져오기

이 설정을 발견했을 때, 바로 깨달았어요. '그럼 이걸 Snowflake에도 연결할 수 있지 않을까!?'

작동 방식

설정은 꽤 간단합니다. Even 앱과 Snowflake 사이에 리레이 서버 역할을 하는 작은 Lambda 함수 하나만 있으면 됩니다.

Even G2: 블루투스를 통해 휴대폰에 연결
휴대폰의 Even 앱: 음성을 텍스트로 변환한 후, HTTPS를 통해 Lambda로 전송 (Bearer 토큰으로 PAT 사용)
AWS Lambda (함수 URL): agent:run을 통해 요청을 Cortex Agents로 전달
Snowflake Cortex Agents (Coding Agent): 읽기 전용 SQL 실행
Snowflake 테이블: 분석되는 데이터

목록에서 볼 수 있듯이, Lambda는 리레이 서버 역할을 합니다. Even 앱은 OpenAI Chat Completions 형식으로 요청을 보내는데, 이는 Cortex Agents의 agent:run 요청 형식과 일치하지 않습니다. 또한 전송하는 모델 이름도 고정되어 있습니다 (이 부분은 커뮤니티 분석에서 가져온 것입니다). 따라서 요청을 그대로 전달할 수 없습니다. 대신 Lambda는 요청을 Cortex Agents 형식으로 재구성하여 전달하고, 답변을 다시 안경에서 표시할 수 있는 형태로 변환합니다. Lambda 자체는 어떤 테이블 데이터도 읽지 않습니다.

인증을 위해 Snowflake **프로그래밍 방식 액세스 토큰(programmatic access token, PAT)**을 사용합니다. 이 PAT를 Even 앱에 입력하면, Lambda가 이를 그대로 Snowflake로 전달합니다. Lambda는 PAT를 저장하거나 로그에 기록하지 않습니다.

경고: 이번 테스트를 위해 인증 없이 Lambda 함수 URL을 노출했습니다 (Snowflake는 여전히 PAT로 인증합니다). 프로덕션 데이터베이스에 연결하는 경우, 항상 Amazon API Gateway를 앞에 두고 인증, WAF(Web Application Firewall), 속도 제한과 같은 보안 계층을 추가해야 합니다.

Coding Agent란 무엇인가요?

이 글의 핵심은 Cortex Agents의 Coding Agent입니다. Coding Agent는 2026년 8월 26일에 일반적으로 사용 가능(GA)해졌습니다. 이는 Snowflake CoCo(구 Cortex Code)가 제공하던 코딩 기능을 Cortex Agents REST API를 통해 사용자 자신의 애플리케이션으로 가져올 수 있게 합니다.

Coding Agent (Snowflake Documentation)

사용하기는 놀라울 정도로 쉽습니다. Cortex Agents의 agent:run을 호출할 때 도구로 code_toolset_all만 지정하면 됩니다. 미리 에이전트 객체를 생성할 필요조차 없습니다. 이것 하나만으로도 에이전트는 Snowflake가 관리하는 샌드박스 내부에서 SQL 실행, 웹 검색, 파일 작업 등을 위한 도구를 사용하여 답변을 구축합니다.

더 나아가 SQL은 테이블 읽기 작업(SELECT 및 SHOW)으로 제한됩니다. 공식 문서는 snowflake_sql_execute를 다음과 같이 설명합니다:

Snowflake에 대해 SQL 실행 (읽기 전용: SELECT 및 SHOW 명령어; 스테이지에는 쓰기 가능)

스테이지에 쓰는 것은 유일한 예외입니다. 다만, 이 글에서 제가 생성한 역할은 스테이지 권한이 없으므로 테이블을 읽을 수는 있지만 변경할 수는 없습니다.

이러한 '읽기 전용' 제약 사항이야말로 스마트 글래스와 매우 잘 어울린다고 생각하는 이유입니다. 안경을 쓰고 실행되는 SQL을 주의 깊게 검토하기는 어렵습니다. 데이터가 수정될 수 없다는 것을 알면 마음 놓고 대화할 수 있습니다.

게다가 에이전트가 실행하는 SQL은 Snowflake 역할의 권한 내에서만 작동합니다. PAT를 생성할 때 특정 역할로 제한하면, 에이전트의 SQL도 해당 역할로 실행됩니다. 비록 이제 음성으로 캐주얼하게 질문할 수 있게 되었지만, Snowflake의 거버넌스는 여전히 적용되므로 보이는 범위는 역할별로 엄격하게 유지할 수 있습니다!

실제로 제가 확인한 내용
공식 문서에 따르면 Cortex Agents는 사용자의 기본 역할(default role)을 기반으로 권한을 결정한다고 합니다. 그래서 저는 기본 역할이 ACCOUNTADMIN인 사용자 계정을 사용하여, PUBLIC에만 제한된 PAT로 테스트해 보았습니다. 에이전트가 실행한 모든 SQL은 PUBLIC으로 실행되었고, PUBLIC이 권한이 없는 뷰(view)에 대한 쿼리는 거부되었습니다("QUERY_HISTORY"에서 확인). 제가 다른 역할로 전환하려고 시도했을 때 다음과 같은 오류 메시지가 반환되었습니다:

Role '...' specified in the connect string is not granted to this user, or is not permitted for the credentials being used.

설정 (Setup)

여기서부터는 실제로 작동하도록 만드는 단계를 하나씩 안내해 드리겠습니다.

1. G2를 위한 읽기 전용 역할 생성

먼저, 글래스(glasses) 전용 역할을 만들고 분석하려는 스키마에 대한 읽기 액세스만 허용하며 다른 것은 아무것도 허용하지 않습니다. 저는 GLACIERSTYLE_DB.EC_ANALYTICS_SCHEMA의 자체 샘플 이커머스 데이터를 사용하고 있으니, 분석하려는 데이터베이스와 스키마로 대체하세요.

USE ROLE ACCOUNTADMIN;

-- Even G2가 읽기 전용 액세스를 위해 사용할 역할
...

SNOWFLAKE.CORTEX_AGENT_USER는 Cortex Agents에만 접근 권한을 부여하는 데이터베이스 역할입니다. 모든 Cortex AI 기능을 포괄하는 SNOWFLAKE.CORTEX_USER를 사용해도 됩니다. 또한, Cortex Agents는 사용자의 **기본 웨어하우스(default warehouse)**로 SQL을 실행하므로, 사용자에게 기본 웨어하우스가 설정되어 있는지 확인하세요.

2. 역할 제한 PAT 생성

다음으로 Even 앱에 입력할 PAT를 생성합니다. 핵심 사항은 ROLE_RESTRICTION을 사용하여 위에서 만든 역할로 제한하고, 만료 기간을 짧게(여기서는 7일) 유지하는 것입니다.

ALTER USER <username> ADD PROGRAMMATIC ACCESS TOKEN g2_even_ai
  ROLE_RESTRICTION = 'G2_READER'
  DAYS_TO_EXPIRY = 7
...

토큰은 한 번만 표시되므로, Even 앱에 직접 입력하세요.

참고: 기본적으로 PAT는 네트워크 정책을 가진 사용자만 인증에 사용할 수 있습니다. 게다가 Lambda의 소스 IP 주소는 고정되어 있지 않기 때문에, 집이나 사무실 IP만 허용하는 네트워크 정책은 Lambda에서 오는 호출을 차단할 것입니다. 잠시 테스트해 보는 것이 목적이라면, PAT를 생성할 때 MINS_TO_BYPASS_NETWORK_POLICY_REQUIREMENT를 지정하여 네트워크 정책 요구 사항을 일시적으로 해제할 수 있습니다(최대 1일이며 공식 문서에서는 권장하지 않습니다). 프로덕션 환경에서는 NAT 게이트웨이와 같은 것을 사용하여 Lambda의 소스 IP를 고정하고, 해당 IP를 네트워크 정책에 허용해야 합니다.

프로그래밍 방식 접근 토큰 사용 (Snowflake Documentation)

3. Lambda 함수 생성

이제 실제 중계(relay) 역할을 할 Lambda 함수 차례입니다. 파이썬 표준 라이브러리만 사용하여 약 90줄 분량으로 구현할 수 있습니다. 코드가 다소 길기 때문에, 아래 섹션을 확장하여 확인해 보세요.