클라우드 데이터 웨어하우스를 도입하려는데, 요금제가 너무 복잡하다. BigQuery는 쿼리당 과금이라 하고, Redshift는 노드 단위라 하고, Snowflake는 크레딧이라는 독특한 체계를 쓴다. 공식 문서를 읽어봐도 세 서비스의 과금 방식이 서로 달라서, 우리 팀 워크로드에 어떤 요금제가 유리한지 판단이 쉽지 않다.
이 글은 세 플랫폼의 과금 구조를 동일한 기준으로 분해해 비교한다. 온디맨드, 예약, 크레딧 요금제의 구조적 차이를 명확히 짚고, FAQ 형식으로 실무에서 가장 많이 부딪히는 비용 관련 질문에 답한다. 끝까지 읽으면 각 플랫폼의 과금 메커니즘을 정확히 이해하고, 자사 워크로드에 최적인 요금제를 선택할 수 있다.
BigQuery, Redshift, Snowflake는 같은 ‘데이터 웨어하우스’라는 범주에 속하지만 과금 단위가 근본적으로 다르다. BigQuery는 쿼리가 스캔한 데이터 양(TB 단위)을 기준으로 청구한다. 1TB당 약 $6.25다. 쿼리를 한 건도 실행하지 않으면 컴퓨팅 비용은 0원이다.
Redshift는 프로비저닝한 노드의 가동 시간으로 과금한다. dc2.large 노드 기준 시간당 약 $0.25이며, 쿼리를 실행하든 안 하든 노드가 돌아가는 동안 비용이 발생한다. 서버를 직접 빌리는 전통적 방식에 가깝다.
Snowflake는 크레딧(credit)이라는 자체 단위를 사용한다. 가상 웨어하우스 크기에 따라 시간당 소모되는 크레딧이 달라진다(X-Small 1크레딧/시간, Small 2크레딧/시간 등). 크레딧 단가는 에디션과 클라우드 리전에 따라 $2~$4 수준이다. 쿼리가 없으면 웨어하우스가 자동 일시정지되어 크레딧 소모가 멈추는 구조다.
스토리지 비용은 세 플랫폼 모두 월 TB당 $20~$40 범위에서 움직인다. BigQuery는 활성 스토리지 TB당 약 $0.02/GB, 90일 미수정 데이터는 자동으로 장기 스토리지로 전환돼 약 50% 할인된다. Redshift는 Managed Storage 기준 GB당 $0.024, Snowflake는 온디맨드 기준 TB당 약 $40이다. 컴퓨팅 과금 구조의 차이가 압도적이므로, 비용 비교의 핵심은 컴퓨팅 요금제에 있다.
BigQuery 온디맨드는 쿼리 빈도가 낮고 불규칙한 팀에 유리하다. 월 쿼리 스캔량이 10TB 이하라면 $62.5 수준이므로 고정 비용 부담이 거의 없다. Redshift Serverless도 온디맨드 모델을 제공하는데, RPU(Redshift Processing Unit) 시간당 $0.375로 청구된다. Snowflake 온디맨드는 크레딧을 사용한 만큼만 후불로 지불하는 방식이며, Standard 에디션 기준 크레딧당 약 $2다.
핵심 판단 기준은 워크로드의 예측 가능성이다. 월별 사용량 편차가 50% 이상이면 온디맨드가 안전하고, 편차가 20% 이내로 안정적이면 예약 요금제가 경제적이다.
BigQuery Editions의 경우, 슬롯(slot) 단위로 컴퓨팅을 예약한다. 1년 약정 시 온디맨드 대비 약 25~40% 할인, 3년 약정 시 최대 60% 할인이 가능하다. Redshift Reserved Instances는 1년 약정으로 약 30~40%, 3년 약정으로 최대 60~75% 할인된다. Snowflake는 선불 크레딧 구매(Capacity) 방식으로, 구매 규모와 계약 기간에 따라 크레딧 단가가 낮아지는 구조다. 보통 15~30% 수준의 할인이 적용된다.
다만 Redshift 예약 인스턴스는 노드 유형에 묶이므로, 워크로드 변화 시 유연성이 떨어진다. BigQuery 슬롯 예약은 조직 내 프로젝트 간 재배분이 가능하고, Snowflake 선불 크레딧은 웨어하우스 크기를 자유롭게 변경해도 동일 크레딧이 소모된다. 유연성 면에서는 Snowflake > BigQuery > Redshift 순이다.
Snowflake의 멀티클러스터 웨어하우스는 동시 쿼리가 몰리면 자동으로 클러스터를 추가한다. 편리하지만, 피크 시간에 크레딧 소모가 2~3배로 뛸 수 있다. BigQuery Autoscaler는 슬롯을 동적으로 확장하되, 최대 슬롯 수 상한선을 설정할 수 있어 비용 천장을 걸 수 있다. Redshift Serverless는 기본 RPU와 최대 RPU를 지정하는 방식으로 상한을 관리한다.
실제 적용 사례를 살펴보면, 컴퓨팅과 스토리지만 계산하고 청구서를 받았을 때 예상보다 20~30% 높은 금액에 당황하는 경우가 빈번하다. 원인은 데이터 이그레스(egress) 비용이다. 세 플랫폼 모두 같은 클라우드·리전 내 전송은 무료지만, 리전 간 또는 인터넷으로 데이터를 빼낼 때 GB당 $0.08~$0.12가 부과된다.
BI 도구가 다른 리전에 있거나, 멀티클라우드 환경에서 데이터를 끌어오는 구조라면 이 비용이 무시할 수 없다. 클라우드 데이터 웨어하우스 과금 구조와 파티셔닝 절감법에서 스캔량 자체를 줄이는 전략도 함께 확인하면 종합적인 비용 절감이 가능하다.
Redshift 프로비저닝 클러스터를 24/7 가동하면서 실제 쿼리 실행 시간이 하루 2~3시간에 불과한 팀도 적지 않다. 이 경우 유휴 비용이 전체 청구액의 70% 이상을 차지한다. Snowflake와 BigQuery는 유휴 시 자동 일시정지 또는 과금 중단 메커니즘이 있어 이 문제에서 상대적으로 자유롭다.
Snowflake의 경우 Cloud Services 레이어 비용도 주의해야 한다. 메타데이터 연산, 쿼리 파싱, 인증 처리 등에 소모되는 크레딧이 일일 웨어하우스 크레딧의 10%를 초과하면 별도 청구된다. 소규모 쿼리를 매우 빈번하게 실행하는 패턴에서 이 비용이 의외로 커진다.
분석가 5명 이하의 소규모 팀이 일 평균 50~100개 쿼리를 실행하는 경우, BigQuery 온디맨드가 가장 경제적인 선택이 되는 경우가 많다. 월 스캔량이 5TB 이내에 머무르면 $30 수준이다. 반면 분석가 20명 이상이 동시에 대시보드를 조회하는 환경이라면, Snowflake의 멀티클러스터 자동 스케일링이 쿼리 대기 없이 안정적인 성능을 보장한다.
ETL/ELT 파이프라인이 주 워크로드인 경우는 다시 상황이 달라진다. 매일 정해진 시간에 대량 배치 처리가 돌아가는 패턴이라면, Redshift Reserved Instances로 노드를 확보하고 나머지 시간은 클러스터를 중지하는 전략이 비용 효율적이다.
각 플랫폼의 공식 요금 페이지에서 제공하는 가격 계산기를 반드시 활용해야 한다. 최소 3개월치 실제 워크로드 데이터를 기반으로 시뮬레이션을 돌려보는 것이 정확하다. 많은 사람이 처음에는 온디맨드로 시작했다가, 사용량이 안정화된 후 예약 요금제로 전환하는 2단계 접근을 취한다. 이 방식이 과잉 약정 리스크를 줄이면서도 장기 비용을 최적화하는 현실적인 경로다.
AWS Redshift 요금 안내와 Snowflake 공식 가격 페이지도 함께 비교하면 동일 조건에서의 견적 차이를 구체적으로 확인할 수 있다.
월 처리량, 동시 사용자 수, 쿼리 패턴, 기존 클라우드 인프라 등 변수가 너무 많아서 단정적으로 하나를 추천하기 어렵다. 다만 분명한 것은, 요금제 선택 전에 최소 1개월의 실사용 데이터를 확보하라는 것이다. 감이 아닌 수치로 판단해야 약정 후 후회하는 상황을 피할 수 있다.
세 플랫폼 모두 프리티어나 무료 크레딧을 제공하므로, 실제 쿼리를 돌려보고 비용 패턴을 확인한 뒤에 본격적인 요금제를 결정하는 것이 가장 안전한 접근이다. 비용 폭증을 사전에 방지하려면, 과금 모니터링과 알림 설정까지 병행하는 것을 권장한다.
대중교통을 자주 이용하는 청소년들에게 교통비는 큰 부담으로 작용할 수 있습니다.청소년후불교통카드는 잔액이 부족해도 후불로 이용할 수…
대중교통을 자주 이용하는 분들은 교통비지원 제도를 적극적으로 활용하는 것이 좋습니다.정부와 지방자치단체는 교통비 부담을 줄이기 위해…