Exploring compute cost

Exploring compute cost (컴퓨팅 비용 탐색)

총 컴퓨팅 비용(Total compute cost)은 다음의 전체 사용으로 구성돼요.

가상 웨어하우스(사용자 관리 컴퓨팅 리소스)
자동 클러스터링과 Snowpipe 같은 Snowflake 관리 컴퓨팅 리소스를 사용하는 서버리스 기능
Snowflake 아키텍처의 클라우드 서비스 계층
Openflow BYOC 비용·확장 고려 사항과 Openflow Snowflake Deployment 비용·확장 고려 사항에 대한 vCPU 사용. Openflow 구성 요소(런타임 포함)에 대한 자세한 내용은 Openflow components를 참고해요.

출처: Exploring compute cost

본문

이 주제는 Snowsight를 사용하거나 ACCOUNT_USAGE와 ORGANIZATION_USAGE 스키마의 뷰에 대해 쿼리를 작성해 과거 컴퓨팅 비용에 대한 인사이트를 얻는 방법을 설명해요. Snowsight는 시각적 대시보드에서 비용에 대한 정보를 빠르고 쉽게 얻을 수 있게 해줘요. 사용량 뷰에 대한 쿼리는 비용 데이터로 드릴다운할 수 있고 사용자 지정 보고서·대시보드를 만드는 데 도움이 될 수 있어요.

컴퓨팅 비용이 어떻게 발생하는지에 대한 더 많은 정보가 필요하면 Understanding compute cost를 참고해요.

참고

클라우드 서비스 계층은 크레딧을 소비하지만, 그 크레딧이 모두 실제로 청구되는 것은 아니에요. 클라우드 서비스 사용량은 일일 클라우드 서비스 소비가 가상 웨어하우스 일일 사용량의 10%를 초과하는 경우에만 청구돼요. Snowsight와 대부분의 뷰는 웨어하우스, 서버리스 기능, 클라우드 서비스가 소비한 총 크레딧 수를 클라우드 서비스에 대한 이 일일 조정을 고려하지 않고 보여줘요.

컴퓨팅 비용에 대해 실제로 몇 크레딧이 청구되었는지 결정하려면 METERING_DAILY_HISTORY 뷰에 대해 쿼리를 실행해요.

크레딧 사용량 보기

모든 컴퓨팅 리소스(가상 웨어하우스, 서버리스, 클라우드 서비스)는 Snowflake 크레딧을 소비해요. 사용자는 Snowsight를 사용해 주어진 일, 주, 또는 월의 컴퓨팅 사용 전체 비용을 볼 수 있어요.

컴퓨팅 비용을 탐색하려면:

Snowsight에 로그인해요.
비용·사용량 데이터에 접근할 수 있는 역할로 전환해요.
내비게이션 메뉴에서 Admin » Cost management를 선택해요.
사용량 데이터를 보는 데 사용할 웨어하우스를 선택해요. Snowflake는 이 목적에 XS 웨어하우스 사용을 권장해요.
Consumption을 선택해요.
Usage Type 드롭다운에서 Compute를 선택해요.

Consumption 페이지와 관련된 사용량 참고 사항은 Usage notes를 참고해요.

태그로 필터링

태그를 사용해 리소스 사용 비용을 조직 내 논리적 단위에 귀속할 수 있어요. 태그는 하나 이상의 값이 연결될 수 있는 Snowflake 객체예요. 적절한 권한이 있는 사용자는 비용 센터나 다른 논리적 단위(예: Development 환경, 사업 단위, 또는 사업 라인)가 사용하는 각 리소스에 태그/값 쌍을 적용해요. 리소스에 태그가 지정되면 특정 태그/값 쌍을 기반으로 비용을 분리할 수 있어, 이 비용을 특정 논리적 단위에 귀속할 수 있어요.

Consumption 대시보드를 필터링해 특정 태그/값 조합과 관련된 비용을 표시하려면:

Snowsight에 로그인해요.
비용·사용량 데이터에 접근할 수 있는 역할로 전환해요.
내비게이션 메뉴에서 Admin » Cost management를 선택해요.
사용량 데이터를 보는 데 사용할 웨어하우스를 선택해요. Snowflake는 이 목적에 XS 웨어하우스 사용을 권장해요.
Consumption을 선택해요.
Usage Type 드롭다운에서 Compute를 선택해요.
Tags 드롭다운에서 태그를 선택해요.
태그 값 목록에서 값을 선택해요.
Apply를 선택해요.

예를 들어 드롭다운을 사용해 COST_CENTER 태그와 SALES 값을 선택해 COST_CENTER = SALES로 태그된 리소스와 관련된 사용량을 표시하고 다른 모든 사용량은 대시보드에서 제외할 수 있어요.

태그 값과 무관하게 태그가 있는 모든 리소스를 표시할 수도 있어요. 드롭다운을 사용해 태그를 선택한 다음 특정 값 대신 All을 선택해요.

유형, 서비스 또는 리소스별 소비 보기

컴퓨팅 이력을 표시하는 막대 그래프를 볼 때 By Type, By Service 또는 By Resource로 데이터를 필터링할 수 있어요.

By Type: 리소스 소비를 컴퓨팅(가상 웨어하우스와 서버리스 리소스)과 클라우드 서비스로 분리. 이 필터의 목적상 클라우드 서비스는 다른 유형의 컴퓨팅 리소스와 분리돼요.
By Service: 리소스 소비를 웨어하우스 소비와 각 서버리스 기능의 소비로 분리. 예를 들어 WAREHOUSE_METERING은 웨어하우스가 소비한 크레딧을, PIPE는 서버리스 Snowpipe 기능이 소비한 크레딧을 나타내요. 클라우드 서비스 컴퓨팅은 웨어하우스 소비에 포함돼요.
By Resource: 크레딧을 소비한 Snowflake 객체별로 리소스 소비를 분리. 예를 들어 각 웨어하우스가 표시되고, 서버리스 비용이 발생한 모든 테이블도 표시돼요.

컴퓨팅 비용 데이터 쿼리

Snowflake는 사용·비용과 관련된 데이터를 포함하는 ORGANIZATION_USAGE와 ACCOUNT_USAGE 두 스키마를 제공해요. ORGANIZATION_USAGE 스키마는 조직의 모든 계정에 대한 비용 정보를 제공하고, ACCOUNT_USAGE 스키마는 단일 계정에 대한 유사한 정보를 제공해요. 이 스키마의 뷰는 사용자 지정 보고서·대시보드를 만들기 위한 세분화되고 분석 준비된 사용량 데이터를 제공해요.

ORGANIZATION_USAGE와 ACCOUNT_USAGE 스키마의 대부분의 뷰는 소비된 크레딧 측면에서 컴퓨팅 리소스의 비용을 포함해요. 크레딧이 아니라 통화로 컴퓨팅 비용을 탐색하려면 USAGE_IN_CURRENCY_DAILY 뷰에 대해 쿼리를 작성해요. 이 뷰는 소비된 크레딧을 크레딧의 일일 가격을 사용해 통화 비용으로 변환해요.

일반 비용 뷰

다음 뷰는 모든 Snowflake 기능의 컴퓨팅 비용과 관련된 정보를 포함해요. service_type 컬럼으로 필터링해 특정 기능에 집중할 수 있어요.

특정 기능의 비용에 집중하는 추가 뷰는 기능별 비용 뷰를 참고해요.

뷰	컴퓨팅 리소스	설명	스키마
METERING_DAILY_HISTORY	Warehouses, Serverless, Cloud Services, Openflow runtimes	주어진 날에 모든 컴퓨팅 리소스(웨어하우스, 서버리스, 클라우드 서비스, Openflow)가 소비한 크레딧. 특정 날에 클라우드 서비스 컴퓨팅 비용이 실제로 청구되었는지(즉, 클라우드 서비스 크레딧 소비가 웨어하우스 소비의 10%를 초과했는지) 결정하는 데 사용할 수 있음.	ORGANIZATION_USAGE, ACCOUNT_USAGE
METERING_HISTORY	Warehouses, Serverless, Cloud Services, Openflow runtimes	시간별로 웨어하우스, 클라우드 서비스, 서버리스, Openflow 기능이 소비한 크레딧. 개별 웨어하우스가 소비하는 크레딧 수를 보려면 WAREHOUSE_METERING_HISTORY 뷰를 쿼리.	ACCOUNT_USAGE
USAGE_IN_CURRENCY_DAILY	Warehouses, Serverless, Cloud Services	모든 컴퓨팅 리소스의 일일 크레딧 소비와 조직 통화로 된 그 사용량의 비용.	ORGANIZATION_USAGE

기능별 비용 뷰

다음 뷰는 특정 기능의 사용·비용 정보에 전용이에요.

뷰	컴퓨팅 리소스	설명
APPLICATION_DAILY_USAGE_HISTORY	Warehouses, Serverless, Cloud Services	지난 365일 동안 계정의 Snowflake Native Apps에 대한 일일 크레딧 사용량.
ARCHIVE_STORAGE_DATA_RETRIEVAL_USAGE_HISTORY	Serverless	저장 수명 주기 정책을 위해 아카이브 저장에서 검색된 바이트. 자세한 내용은 Billing for storage lifecycle policies 참고.
AUTOMATIC_CLUSTERING_HISTORY	Serverless	자동 클러스터링이 소비한 크레딧.
CATALOG_LINKED_DATABASE_USAGE_HISTORY	Serverless	카탈로그 연결 데이터베이스가 소비한 크레딧.
CORTEX_AI_FUNCTIONS_USAGE_HISTORY	Serverless	Cortex AI Functions가 소비한 크레딧.
CORTEX_AGENT_USAGE_HISTORY	Serverless	Cortex Agents가 소비한 크레딧.
CORTEX_ANALYST_USAGE_HISTORY	Serverless	Cortex Analyst가 소비한 크레딧.
CORTEX_FINE_TUNING_USAGE_HISTORY	Serverless	Cortex Fine-tuning에 소비된 크레딧.
CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY	Serverless	Cortex LLM 함수를 사용하는 쿼리를 실행하는 데 소비된 크레딧.
CORTEX_DOCUMENT_PROCESSING_USAGE_HISTORY	Serverless	Document AI로 문서를 처리하는 데 소비된 크레딧.
CORTEX_FUNCTIONS_USAGE_HISTORY	Serverless	Cortex LLM 함수를 호출하는 데 소비된 크레딧.
CORTEX_REST_API_USAGE_HISTORY	Serverless	Cortex REST API 호출이 소비한 크레딧.
CORTEX_SEARCH_DAILY_USAGE_HISTORY	Serverless	서빙과 텍스트 임베딩에 대한 Cortex Search 일일 소비 크레딧.
CORTEX_SEARCH_SERVING_USAGE_HISTORY	Serverless	Cortex Search 서빙에 소비된 크레딧.
DATA_QUALITY_MONITORING_USAGE_HISTORY	Serverless	예약된 DMF를 호출하고 결과를 이벤트 테이블로 수집하는 데 소비된 크레딧.
DATABASE_REPLICATION_USAGE_HISTORY	Serverless	데이터베이스 복제에 소비된 크레딧.
DOCUMENT_AI_USAGE_HISTORY	Serverless	Document AI가 소비한 크레딧.
HYBRID_TABLE_USAGE_HISTORY	Serverless	Hybrid Table Requests 리소스에 소비된 크레딧. (2026년 3월 1일부터 하이브리드 테이블 요청은 더 이상 청구되지 않고, 이 가격 변경이 적용된 직후 계량이 비활성화됨. 이 뷰에는 새 이벤트가 기록되지 않음.)
LISTING_AUTO_FULFILLMENT_REFRESH_DAILY	Warehouses	Cross-Cloud Auto-Fulfillment로 다른 리전에 이행된 데이터를 새로고침하는 데 사용된 크레딧.
LISTING_AUTO_FULFILLMENT_USAGE_HISTORY	Warehouses	Cross-Cloud Auto-Fulfillment로 다른 리전에 데이터 제품을 이행하는 것과 관련된 예상 사용량. REPLICATION의 SERVICE_TYPE 참고.
MATERIALIZED_VIEW_REFRESH_HISTORY	Serverless	구체화 뷰 새로고침에 소비된 크레딧.
OPENFLOW_USAGE_HISTORY	Openflow	Openflow 런타임이 소비한 크레딧. 이 뷰는 ACCOUNT_USAGE 스키마에서만 사용 가능.
PIPE_USAGE_HISTORY	Serverless	Snowpipe가 소비한 크레딧.
QUERY_ACCELERATION_HISTORY	Serverless	쿼리 가속화 서비스가 소비한 크레딧.
QUERY_ATTRIBUTION_HISTORY	Warehouses	웨어하우스 사용량에 대한 쿼리당 소비 크레딧.
REPLICATION_USAGE_HISTORY	Serverless	데이터베이스 복제 중 소비된 크레딧과 전송된 바이트 수. 가능하면 DATABASE_REPLICATION_USAGE_HISTORY 뷰를 대신 사용.
REPLICATION_GROUP_USAGE_HISTORY	Serverless	특정 복제 그룹의 복제 중 소비된 크레딧과 전송된 바이트 수.
SEARCH_OPTIMIZATION_HISTORY	Serverless	검색 최적화 서비스가 소비한 크레딧.
SERVERLESS_ALERT_HISTORY	Serverless	서버리스 알림이 소비한 크레딧.
SERVERLESS_TASK_HISTORY	Serverless	서버리스 태스크가 소비한 크레딧.
SNOWFLAKE_APP_RUNTIME_COMPUTE_HISTORY	Serverless	Snowflake App Runtime이 소비한 시간별 크레딧.
SNOWFLAKE_COCO_USAGE_HISTORY	Serverless	CLI, Desktop, Snowsight 전반의 CoCo가 소비한 크레딧.
SNOWFLAKE_COWORK_USAGE_HISTORY	Serverless	Snowflake CoWork이 소비한 크레딧.
SNOWPIPE_STREAMING_FILE_MIGRATION_HISTORY	Serverless	Snowpipe Streaming 컴퓨팅이 소비한 크레딧(클라이언트 비용 포함 안 함).
WAREHOUSE_METERING_HISTORY	Warehouses, Cloud Services	웨어하우스 사용과 관련된 클라우드 서비스 비용을 포함한 각 웨어하우스의 시간별 크레딧 사용량.

참고

Snowflake Information Schema의 뷰와 테이블 함수도 비용과 관련된 사용량 데이터를 제공해요. ACCOUNT_USAGE 스키마가 선호되지만, Information Schema가 어떤 상황에서는 더 빠를 수 있어요.

예시 쿼리

다음 쿼리는 컴퓨팅 비용에 대한 인사이트를 얻기 위해 ACCOUNT_USAGE 뷰의 데이터로 드릴다운해요.

참고

Account Usage 스키마의 뷰에 대해 실행된 쿼리는 Organization Usage 스키마의 해당 뷰를 사용해 조직 전체 비용에 대한 인사이트를 얻도록 수정될 수 있어요. 예를 들어 두 스키마 모두 WAREHOUSE_METERING_HISTORY 뷰를 포함해요.

아래 쿼리 이름을 클릭해 전체 SQL 예시를 확인해요.

Warehouses용 컴퓨팅:

쿼리: 지난 m일 동안 (모든 웨어하우스에 걸친) 평균 시간별 Snowflake 지출
쿼리: 특정 기간 동안 웨어하우스별 크레딧 소비
쿼리: m일 평균을 넘는 웨어하우스 사용량
쿼리: 쿼리 태그별 웨어하우스 비용 귀속
쿼리: 사용자별 웨어하우스 비용 귀속

Cloud Services용 컴퓨팅:

쿼리: 청구된 클라우드 서비스
쿼리: 쿼리 유형별 총 클라우드 서비스 비용
쿼리: 주어진 유형의 쿼리에 대한 클라우드 서비스 비용
쿼리: 클라우드 서비스 사용량이 높은 웨어하우스
쿼리: 쿼리 시간 비율로 정렬된 클라우드 서비스 사용량

Automatic Clustering용 컴퓨팅:

쿼리: Automatic Clustering 비용 이력(일별, 객체별)
쿼리: Automatic Clustering 이력 및 m일 평균

Search Optimization용 컴퓨팅:

쿼리: Search Optimization 비용 이력(일별, 객체별)
쿼리: Search Optimization 이력 및 m일 평균

구체화 뷰용 컴퓨팅:

쿼리: 구체화 뷰 비용 이력(일별, 객체별)
쿼리: 구체화 뷰 이력 및 m일 평균

Query Acceleration Service용 컴퓨팅:

쿼리: 웨어하우스별 Query Acceleration Service 비용

Snowpipe용 컴퓨팅:

쿼리: 데이터 수집의 누적 사용량(Snowpipe와 "Copy")
쿼리: Snowpipe 비용 이력(일별, 객체별)
쿼리: Snowpipe 이력 및 m일 평균

Snowpipe Streaming용 컴퓨팅·클라이언트 비용:

쿼리: Snowpipe Streaming 비용

서버리스 알림용 컴퓨팅:

쿼리: 총 서버리스 알림 비용

서버리스 태스크용 컴퓨팅:

쿼리: 총 서버리스 태스크 비용

복제용 컴퓨팅:

쿼리: 계정 복제 비용
쿼리: 데이터베이스 복제 비용 이력(일별, 객체별)
쿼리: 데이터베이스 복제 이력 및 m일 평균

파트너 도구용 컴퓨팅:

쿼리: 파트너 도구별 크레딧 소비

하이브리드 테이블용 컴퓨팅:

쿼리: 하이브리드 테이블별 크레딧 소비

Snowflake App Runtime용 컴퓨팅:

쿼리: Snowflake App Runtime별 크레딧 소비

Cortex Agents용 컴퓨팅:

쿼리: Cortex Agents별 크레딧 소비

CoCo용 컴퓨팅:

쿼리: CoCo별 크레딧 소비

Cortex Analyst용 컴퓨팅:

쿼리: Cortex Analyst별 크레딧 소비

Cortex Fine-tuning용 컴퓨팅:

쿼리: Cortex Fine-tuning별 크레딧 소비

Cortex 함수용 컴퓨팅:

쿼리: Cortex 함수별 크레딧 소비
쿼리: Cortex 함수 쿼리별 크레딧 소비

Cortex Search용 컴퓨팅:

쿼리: Cortex Search별 일일 크레딧 소비
쿼리: Cortex Search 서빙별 크레딧 소비

Document AI용 컴퓨팅:

쿼리: Document AI별 크레딧 소비

Snowflake CoWork용 컴퓨팅:

쿼리: Snowflake CoWork별 크레딧 소비

Snowflake Notebooks용 컴퓨팅:

쿼리: 노트북별 시간별 크레딧 소비
쿼리: 특정 노트북 실행 비용
쿼리: 노트북당 총 컴퓨팅 풀 비용
쿼리: 특정 노트북을 실행한 사용자 식별

Warehouses용 컴퓨팅

쿼리: 지난 m일 동안 (모든 웨어하우스에 걸친) 평균 시간별 Snowflake 지출

이 쿼리는 시간별 기반으로 총 크레딧 소비를 보여줘 지난 m일 동안의 소비 추세(피크, 저점)를 이해하게 도와줘요. 하루 중 소비가 급증하는 시간대를 식별하는 데 도움이 돼요.

SELECT start_time,
  warehouse_name,
  credits_used_compute
FROM snowflake.account_usage.warehouse_metering_history
WHERE start_time >= DATEADD(day, -m, CURRENT_TIMESTAMP())
  AND warehouse_id > 0  -- Skip pseudo-VWs such as "CLOUD_SERVICES_ONLY"
ORDER BY 1 DESC, 2;

-- by hour
SELECT DATE_PART('HOUR', start_time) AS start_hour,
  warehouse_name,
  AVG(credits_used_compute) AS credits_used_compute_avg
FROM snowflake.account_usage.warehouse_metering_history
WHERE start_time >= DATEADD(day, -m, CURRENT_TIMESTAMP())
  AND warehouse_id > 0  -- Skip pseudo-VWs such as "CLOUD_SERVICES_ONLY"
GROUP BY 1, 2
ORDER BY 1, 2;

쿼리: 특정 기간 동안 웨어하우스별 크레딧 소비

이 쿼리는 특정 기간 동안 각 웨어하우스의 총 크레딧 소비를 보여줘요. 다른 웨어하우스보다 더 많은 크레딧을 소비하고 있거나 기대보다 더 많이 소비하고 있는 특정 웨어하우스를 식별하는 데 도움이 돼요.

-- Credits used (all time = past year)
SELECT warehouse_name,
  SUM(credits_used_compute) AS credits_used_compute_sum
FROM snowflake.account_usage.warehouse_metering_history
GROUP BY 1
ORDER BY 2 DESC;

-- Credits used (past N days/weeks/months)
SELECT warehouse_name,
  SUM(credits_used_compute) AS credits_used_compute_sum
FROM snowflake.account_usage.warehouse_metering_history
WHERE start_time >= DATEADD(day, -m, CURRENT_TIMESTAMP())
GROUP BY 1
ORDER BY 2 DESC;

쿼리: m일 평균을 넘는 웨어하우스 사용량

이 쿼리는 주별·웨어하우스별로 그룹화된 일일 평균 크레딧 소비를 반환해요. 지난 1년 간 주별 웨어하우스 크레딧 소비의 이상을 식별하는 데 사용할 수 있어요.

WITH cte_date_wh AS (
  SELECT TO_DATE(start_time) AS start_date,
    warehouse_name,
    SUM(credits_used) AS credits_used_date_wh
  FROM snowflake.account_usage.warehouse_metering_history
  GROUP BY start_date, warehouse_name
)

SELECT start_date,
  warehouse_name,
  credits_used_date_wh,
  AVG(credits_used_date_wh) OVER (PARTITION BY warehouse_name ORDER BY start_date ROWS m PRECEDING) AS credits_used_m_day_avg,
  100.0*((credits_used_date_wh / credits_used_m_day_avg) - 1) AS pct_over_to_m_day_average
FROM cte_date_wh
  QUALIFY credits_used_date_wh > 100  -- Minimum N=100 credits
    AND pct_over_to_m_day_average >= 0.5  -- Minimum 50% increase over past m day average
ORDER BY pct_over_to_m_day_average DESC;

Cloud services용 컴퓨팅

쿼리: 청구된 클라우드 서비스

클라우드 서비스 사용량은 일일 클라우드 서비스 소비가 가상 웨어하우스 일일 사용량의 10%를 초과하는 경우에만 청구돼요. 이 쿼리는 특정 날에 클라우드 서비스 소비 중 실제로 청구된 양을 가장 높은 청구 금액순으로 반환해요.

SELECT
    usage_date,
    credits_used_cloud_services,
    credits_adjustment_cloud_services,
    credits_used_cloud_services + credits_adjustment_cloud_services AS billed_cloud_services
FROM snowflake.account_usage.metering_daily_history
WHERE usage_date >= DATEADD(month,-1,CURRENT_TIMESTAMP())
    AND credits_used_cloud_services > 0
ORDER BY 4 DESC;

쿼리: 쿼리 유형별 총 클라우드 서비스 비용

이 쿼리는 특정 유형의 쿼리별로 클라우드 서비스에 소비된 총 크레딧을 반환해요.

SELECT query_type,
  SUM(credits_used_cloud_services) AS cs_credits,
  COUNT(1) num_queries
FROM snowflake.account_usage.query_history
WHERE true
  AND start_time >= TIMESTAMPADD(day, -1, CURRENT_TIMESTAMP)
GROUP BY 1
ORDER BY 2 DESC
LIMIT 10;

쿼리: 주어진 유형의 쿼리에 대한 클라우드 서비스 비용

이 쿼리는 특정 유형의 모든 쿼리가 클라우드 서비스에 소비한 총 크레딧을 반환해요. 다른 유형의 쿼리나 더 길거나 짧은 기간에 집중하려면 'COPY'를 바꿔요.

SELECT *
FROM snowflake.account_usage.query_history
WHERE true
  AND start_time >= TIMESTAMPADD(day, -1, CURRENT_TIMESTAMP)
  AND query_type = 'COPY'
ORDER BY credits_used_cloud_services DESC
LIMIT 10;

쿼리: 클라우드 서비스 사용량이 높은 웨어하우스

이 쿼리는 컴퓨팅의 클라우드 서비스 부분을 지불하기에 충분한 웨어하우스 시간을 사용하지 않는 웨어하우스를 보여줘요. 클라우드 서비스 사용 비율이 높은(전체 크레딧의 >10%) 웨어하우스를 분리해 추가 조사의 출발점을 제공해요. 조사 후보에는 클로닝, S3에서 파일 나열, 파트너 도구, 세션 파라미터 설정 등에 대한 문제가 포함돼요.

SELECT
  warehouse_name,
  SUM(credits_used) AS credits_used,
  SUM(credits_used_cloud_services) AS credits_used_cloud_services,
  SUM(credits_used_cloud_services)/SUM(credits_used) AS percent_cloud_services
FROM snowflake.account_usage.warehouse_metering_history
WHERE TO_DATE(start_time) >= DATEADD(month,-1,CURRENT_TIMESTAMP())
    AND credits_used_cloud_services > 0
GROUP BY 1
ORDER BY 4 DESC;

쿼리: 쿼리 시간 비율로 정렬된 클라우드 서비스 사용량

이 쿼리는 지난 1분 내에 실행된 모든 쿼리를 반환하고 총 쿼리 실행 시간의 부분(예: 컴파일 시간 vs 대기열 시간)별로 정렬해요.

SELECT *
FROM snowflake.account_usage.query_history
WHERE true
  AND start_time >= TIMESTAMPADD(minute, -60, CURRENT_TIMESTAMP)
ORDER BY compilation_time DESC,
  execution_time DESC,
  list_external_files_time DESC,
  queued_overload_time DESC,
  credits_used_cloud_services DESC
LIMIT 10;

Automatic Clustering용 컴퓨팅

쿼리: Automatic Clustering 비용 이력(일별, 객체별)

이 쿼리는 Automatic Clustering이 있는 테이블 목록과 지난 30일 동안 이 서비스가 소비한 크레딧 양을 일별로 분류해 제공해요. 크레딧 소비의 불규칙성이나 지속적으로 높은 소비는 추가 조사의 신호예요.

SELECT TO_DATE(start_time) AS date,
  database_name,
  schema_name,
  table_name,
  SUM(credits_used) AS credits_used
FROM snowflake.account_usage.automatic_clustering_history
WHERE start_time >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2,3,4
ORDER BY 5 DESC;

쿼리: Automatic Clustering 이력 및 m일 평균

이 쿼리는 지난 1년 동안 Automatic Clustering이 소비한 평균 일일 크레딧을 주별로 그룹화해 보여줘요. 연간 일일 평균의 이상을 식별해 소비의 급증이나 예기치 않은 변화를 조사하는 데 도움이 될 수 있어요.

WITH credits_by_day AS (
  SELECT TO_DATE(start_time) AS date,
    SUM(credits_used) AS credits_used
  FROM snowflake.account_usage.automatic_clustering_history
  WHERE start_time >= DATEADD(year,-1,CURRENT_TIMESTAMP())
  GROUP BY 1
  ORDER BY 2 DESC
)

SELECT DATE_TRUNC('week',date),
      AVG(credits_used) AS avg_daily_credits
FROM credits_by_day
GROUP BY 1
ORDER BY 1;

Search Optimization용 컴퓨팅

쿼리: Search Optimization 비용 이력(일별, 객체별)

이 쿼리는 Search Optimization이 있는 테이블의 전체 목록과 지난 30일 동안 이 서비스가 소비한 크레딧 양을 일별로 분류해 제공해요. 크레딧 소비의 불규칙성이나 지속적으로 높은 소비는 추가 조사의 신호예요.

SELECT TO_DATE(start_time) AS date,
  database_name,
  schema_name,
  table_name,
  SUM(credits_used) AS credits_used
FROM snowflake.account_usage.search_optimization_history
WHERE start_time >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2,3,4
ORDER BY 5 DESC;

쿼리: Search Optimization 이력 및 m일 평균

이 쿼리는 지난 1년 동안 Search Optimization이 소비한 평균 일일 크레딧을 주별로 그룹화해 보여줘요. 연간 일일 평균의 이상을 식별해 소비의 급증이나 예기치 않은 변화를 조사하는 데 도움이 될 수 있어요.

WITH credits_by_day AS (
  SELECT TO_DATE(start_time) AS date,
    SUM(credits_used) AS credits_used
  FROM snowflake.account_usage.search_optimization_history
  WHERE start_time >= DATEADD(year,-1,CURRENT_TIMESTAMP())
  GROUP BY 1
  ORDER BY 2 DESC
)

SELECT DATE_TRUNC('week', date),
  AVG(credits_used) as avg_daily_credits
FROM credits_by_day
GROUP BY 1
ORDER BY 1;

구체화 뷰용 컴퓨팅

쿼리: 구체화 뷰 비용 이력(일별, 객체별)

이 쿼리는 구체화 뷰의 전체 목록과 지난 30일 동안 이 서비스가 소비한 크레딧 양을 일별로 분류해 제공해요. 크레딧 소비의 불규칙성이나 지속적으로 높은 소비는 추가 조사의 신호예요.

SELECT TO_DATE(start_time) AS date,
  database_name,
  schema_name,
  table_name,
  SUM(credits_used) AS credits_used
FROM snowflake.account_usage.materialized_view_refresh_history
WHERE start_time >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2,3,4
ORDER BY 5 DESC;

쿼리: 구체화 뷰 이력 및 m일 평균

이 쿼리는 지난 1년 동안 구체화 뷰가 소비한 평균 일일 크레딧을 주별로 그룹화해 보여줘요. 연간 일일 평균의 이상을 식별해 소비의 급증이나 예기치 않은 변화를 조사하는 데 도움이 될 수 있어요.

WITH credits_by_day AS (
  SELECT TO_DATE(start_time) AS date,
    SUM(credits_used) AS credits_used
  FROM snowflake.account_usage.materialized_view_refresh_history
  WHERE start_time >= DATEADD(year,-1,CURRENT_TIMESTAMP())
  GROUP BY 1
  ORDER BY 2 DESC
)

SELECT DATE_TRUNC('week',date),
  AVG(credits_used) AS avg_daily_credits
FROM credits_by_day
GROUP BY 1
ORDER BY 1;

Query Acceleration Service용 컴퓨팅

쿼리: 웨어하우스별 Query Acceleration Service 비용

이 쿼리는 계정의 각 웨어하우스가 쿼리 가속화 서비스에 사용한 총 크레딧 수(월 누계)를 반환해요.

SELECT warehouse_name,
       SUM(credits_used) AS total_credits_used
  FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_ACCELERATION_HISTORY
  WHERE start_time >= DATE_TRUNC(month, CURRENT_DATE)
  GROUP BY 1
  ORDER BY 2 DESC;

Snowpipe와 Snowpipe Streaming용 컴퓨팅

쿼리: 데이터 수집의 누적 사용량(Snowpipe와 "Copy")

이 쿼리는 Snowflake의 각 테이블에 대한 모든 로드의 일별 집계 요약을 반환해 평균 파일 크기, 총 행, 총 용량, 수집 방법(copy 또는 Snowpipe)을 보여줘요. 파일 크기가 최적 수집에 너무 작거나 크면 추가 조사/최적화가 필요할 수 있어요. 용량을 크레딧 소비에 매핑하면 로드된 TB당 더 많은 크레딧을 소비하는 테이블을 결정할 수 있어요.

SELECT TO_DATE(last_load_time) AS load_date,
  status,
  table_catalog_name AS database_name,
  table_schema_name AS schema_name,
  table_name,
  CASE
    WHEN pipe_name IS NULL THEN 'COPY'
    ELSE 'SNOWPIPE'
  END AS ingest_method,
  SUM(row_count) AS row_count,
  SUM(row_parsed) AS rows_parsed,
  AVG(file_size) AS avg_file_size_bytes,
  SUM(file_size) AS total_file_size_bytes,
  SUM(file_size)/POWER(1024,1) AS total_file_size_kb,
  SUM(file_size)/POWER(1024,2) AS total_file_size_mb,
  SUM(file_size)/POWER(1024,3) AS total_file_size_gb,
  SUM(file_size)/POWER(1024,4) AS total_file_size_tb
FROM snowflake.account_usage.copy_history
GROUP BY 1,2,3,4,5,6
ORDER BY 3,4,5,1,2;

쿼리: Snowpipe 비용 이력(일별, 객체별)

이 쿼리는 파이프의 전체 목록과 지난 30일 동안 이 서비스가 소비한 크레딧 양을 일별로 분류해 제공해요. 크레딧 소비의 불규칙성이나 지속적으로 높은 소비는 추가 조사의 신호예요.

SELECT TO_DATE(start_time) AS date,
  pipe_name,
  SUM(credits_used) AS credits_used
FROM snowflake.account_usage.pipe_usage_history
WHERE start_time >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2
ORDER BY 3 DESC;

쿼리: Snowpipe 이력 및 m일 평균

이 쿼리는 지난 1년 동안 Snowpipe가 소비한 평균 일일 크레딧을 주별로 그룹화해 보여줘요. 연간 일일 평균의 이상을 식별해 소비의 급증이나 예기치 않은 변화를 조사하는 데 도움이 될 수 있어요.

WITH credits_by_day AS (
  SELECT TO_DATE(start_time) AS date,
    SUM(credits_used) AS credits_used
  FROM snowflake.account_usage.pipe_usage_history
  WHERE start_time >= DATEADD(year,-1,CURRENT_TIMESTAMP())
  GROUP BY 1
  ORDER BY 2 DESC
)

SELECT DATE_TRUNC('week',date),
  AVG(credits_used) AS avg_daily_credits
FROM credits_by_day
GROUP BY 1
ORDER BY 1;

쿼리: 총 Snowpipe Streaming 비용

이 쿼리는 Snowpipe Streaming 컴퓨팅 비용과 클라이언트 비용을 모두 포함한 Snowpipe Streaming의 현재 크레딧 사용량을 나열해요.

SELECT start_time,
  end_time,
  SUM(credits_used) AS total_credits,
  name,
  IFF(CONTAINS(name,':'),'streaming client cost', 'streaming compute cost') AS streaming_cost_type
FROM SNOWFLAKE.ACCOUNT_USAGE.METERING_HISTORY
WHERE service_type ='SNOWPIPE_STREAMING'
GROUP BY ALL;

서버리스 알림용 컴퓨팅

쿼리: 총 서버리스 알림 비용

이 쿼리는 모든 서버리스 알림의 현재 크레딧 사용량을 나열해요.

SELECT
    start_time,
    end_time,
    alert_id,
    alert_name,
    credits_used,
    schema_id,
    schema_name,
    database_id,
    database_name
  FROM SNOWFLAKE.ACCOUNT_USAGE.serverless_alert_history
  ORDER BY start_time, alert_id;

서버리스 태스크용 컴퓨팅

쿼리: 총 서버리스 태스크 비용

이 쿼리는 모든 서버리스 태스크의 현재 크레딧 사용량을 나열해요.

SELECT start_time,
  end_time,
  task_id,
  task_name,
  credits_used,
  schema_id,
  schema_name,
  database_id,
  database_name
FROM snowflake.account_usage.serverless_task_history
ORDER BY start_time, task_id;

복제용 컴퓨팅

쿼리: 계정 복제 비용

이 쿼리는 이번 달 계정 복제용 복제 또는 페일오버 그룹이 사용한 크레딧을 나열해요.

SELECT start_time, 
  end_time, 
  replication_group_name, 
  credits_used, 
  bytes_transferred
FROM snowflake.account_usage.replication_group_usage_history
WHERE start_time >= DATE_TRUNC('month', CURRENT_DATE());

쿼리: 데이터베이스 복제 비용 이력(일별, 객체별)

이 쿼리는 복제된 데이터베이스의 전체 목록과 지난 30일 동안 복제 서비스가 소비한 크레딧 양을 일별로 분류해 제공해요. 크레딧 소비의 불규칙성이나 지속적으로 높은 소비는 추가 조사의 신호예요.

SELECT TO_DATE(start_time) AS date,
  database_name,
  SUM(credits_used) AS credits_used
FROM snowflake.account_usage.database_replication_usage_history
WHERE start_time >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2
ORDER BY 3 DESC;

쿼리: 데이터베이스 복제 이력 및 m일 평균

이 쿼리는 지난 1년 동안 복제가 소비한 평균 일일 크레딧을 주별로 그룹화해 보여줘요. 일일 평균의 이상을 식별해 소비의 급증이나 변화를 조사해는 데 도움이 돼요.

WITH credits_by_day AS (
  SELECT TO_DATE(start_time) AS date,
    SUM(credits_used) AS credits_used
  FROM snowflake.account_usage.database_replication_usage_history
  WHERE start_time >= DATEADD(year,-1,CURRENT_TIMESTAMP())
  GROUP BY 1
  ORDER BY 2 DESC
)

SELECT DATE_TRUNC('week',date),
  AVG(credits_used) AS avg_daily_credits
FROM credits_by_day
GROUP BY 1
ORDER BY 1;

파트너 도구용 컴퓨팅

쿼리: 파트너 도구별 크레딧 소비

이 쿼리는 Snowflake의 파트너 도구/솔루션(예: BI와 ETL) 중 어떤 것이 가장 많은 크레딧을 소비하는지 식별해요. 이는 기대보다 더 많은 크레딧을 소비하는 파트너 솔루션을 식별하는 데 도움이 되며 추가 조사의 출발점이 될 수 있어요.

-- This Is Approximate Credit Consumption By Client Application
WITH
  client_hour_execution_cte AS (
    SELECT
      CASE
        WHEN client_application_id LIKE 'Go %' THEN 'Go'
        WHEN client_application_id LIKE 'Snowflake UI %' THEN 'Snowflake UI'
        WHEN client_application_id LIKE 'Snowflake CLI %' THEN 'Snowflake CLI'
        WHEN client_application_id LIKE 'SnowSQL %' THEN 'SnowSQL'
        WHEN client_application_id LIKE 'JDBC %' THEN 'JDBC'
        WHEN client_application_id LIKE 'PythonConnector %' THEN 'Python'
        WHEN client_application_id LIKE 'ODBC %' THEN 'ODBC'
        ELSE 'NOT YET MAPPED: ' || CLIENT_APPLICATION_ID
      END AS client_application_name,
      warehouse_name,
      DATE_TRUNC('hour',start_time) AS start_time_hour,
      SUM(execution_time)  AS client_hour_execution_time
    FROM snowflake.account_usage.query_history qh
      JOIN snowflake.account_usage.sessions se
        ON se.session_id = qh.session_id
    WHERE warehouse_name IS NOT NULL
      AND execution_time > 0
      AND start_time > DATEADD(month,-1,CURRENT_TIMESTAMP())
    GROUP BY 1,2,3
  ),
  hour_execution_cte AS (
    SELECT start_time_hour,
      warehouse_name,
      SUM(client_hour_execution_time) AS hour_execution_time
    FROM client_hour_execution_cte
    GROUP BY 1,2
  ),
  approximate_credits AS (
    SELECT A.client_application_name,
      C.warehouse_name,
      (A.client_hour_execution_time/B.hour_execution_time)*C.credits_used AS approximate_credits_used
    FROM client_hour_execution_cte A
      JOIN hour_execution_cte B
        ON A.start_time_hour = B.start_time_hour and B.warehouse_name = A.warehouse_name
      JOIN snowflake.account_usage.warehouse_metering_history C
        ON C.warehouse_name = A.warehouse_name AND C.start_time = A.start_time_hour
  )

SELECT client_application_name,
  warehouse_name,
  SUM(approximate_credits_used) AS approximate_credits_used
FROM approximate_credits
GROUP BY 1,2
ORDER BY 3 DESC;

하이브리드 테이블용 컴퓨팅

쿼리: 특정 기간 동안 하이브리드 테이블의 크레딧 소비

이 쿼리는 특정 기간 동안 계정의 하이브리드 테이블에 대한 총 크레딧 소비를 보여줘요. 하이브리드 테이블 크레딧 사용량을 기대에 대조해 추적하는 데 도움이 돼요.

참고

2026년 3월 1일부터 Snowflake는 더 이상 하이브리드 테이블 요청 비용을 청구하지 않고, 이 가격 변경이 적용된 직후 계량이 비활성화됐어요. 2026년 3월 1일의 뷰의 새 데이터는 고객에게 청구되지 않으며, 뷰의 과거 데이터를 계속 쿼리할 수 있어요.

하이브리드 테이블 저장 비용에 대한 정보는 Evaluate cost for hybrid tables를 참고해요.

-- Credits used (all time = past year)

SELECT SUM(credits_used) AS total_credits
  FROM SNOWFLAKE.ACCOUNT_USAGE.HYBRID_TABLE_USAGE_HISTORY;

-- Credits used (past N days/weeks/months)

SELECT SUM(credits_used) AS total_credits
  FROM SNOWFLAKE.ACCOUNT_USAGE.HYBRID_TABLE_USAGE_HISTORY
  WHERE start_time >= DATEADD(day, -5, CURRENT_TIMESTAMP());

Cortex Agents용 컴퓨팅

쿼리: Cortex Agents별 크레딧 소비

이 쿼리는 Cortex Agents의 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_AGENT_USAGE_HISTORY;

CoCo용 컴퓨팅

쿼리: CoCo별 크레딧 소비

이 쿼리는 CLI, Desktop, Snowsight 전반의 CoCo 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.SNOWFLAKE_COCO_USAGE_HISTORY;

Snowflake App Runtime용 컴퓨팅

쿼리: Snowflake App Runtime별 크레딧 소비

이 쿼리는 Snowflake App Runtime의 시간별 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.SNOWFLAKE_APP_RUNTIME_COMPUTE_HISTORY;

Cortex Analyst용 컴퓨팅

쿼리: Cortex Analyst별 크레딧 소비

이 쿼리는 Cortex Analyst의 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_ANALYST_USAGE_HISTORY;

Cortex Fine-tuning용 컴퓨팅

쿼리: Cortex Fine-tuning별 크레딧 소비

이 쿼리는 각 Cortex Fine-tuning의 훈련 크레딧 소비를 한 시간 증가분으로 집계해 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_FINE_TUNING_USAGE_HISTORY;

Cortex 함수용 컴퓨팅

쿼리: Cortex 함수별 크레딧 소비

이 쿼리는 각 Cortex 함수 호출의 크레딧 소비를 함수·모델을 기반으로 한 시간 증가분으로 집계해 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_FUNCTIONS_USAGE_HISTORY;

쿼리: mistral-large 모델로 호출된 Cortex 함수의 크레딧 소비

이 쿼리는 mistral-large 모델로 호출된 각 Cortex 함수의 크레딧 소비를 함수·모델을 기반으로 한 시간 증가분으로 집계해 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_FUNCTIONS_USAGE_HISTORY
  WHERE model_name = 'mistral-large';

쿼리: Cortex 함수 쿼리별 크레딧 소비

이 쿼리는 각 Cortex 함수 쿼리의 크레딧 소비를 함수·모델을 기반으로 한 시간 증가분으로 집계해 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY
  WHERE query_id = 'query-id';

Cortex REST API용 컴퓨팅

쿼리: Cortex REST API별 크레딧 소비

이 쿼리는 처리된 토큰 수와 각 요청에 사용된 모델을 포함한 Cortex REST API 호출의 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_REST_API_USAGE_HISTORY;

Cortex Search용 컴퓨팅

쿼리: Cortex Search별 일일 크레딧 소비

이 쿼리는 서빙과 텍스트 토큰 임베딩 소비를 모두 포함한 각 Cortex Search Service의 일일 집계 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_SEARCH_DAILY_USAGE_HISTORY;

쿼리: Cortex Search 서빙별 크레딧 소비

이 쿼리는 각 Cortex Search Service의 서빙 크레딧 소비를 한 시간 증가분으로 집계해 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_SEARCH_SERVING_USAGE_HISTORY;

Document AI용 컴퓨팅

쿼리: Document AI별 크레딧 소비

이 쿼리는 Document AI의 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.DOCUMENT_AI_USAGE_HISTORY;

쿼리: Document AI 쿼리당 크레딧 소비

이 쿼리는 CREDITS_USED가 0.072보다 큰 CORTEX_DOCUMENT_PROCESSING_USAGE_HISTORY 뷰의 레코드를 검색해요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.CORTEX_DOCUMENT_PROCESSING_USAGE_HISTORY
  WHERE CREDITS_USED > 0.072;

Snowflake CoWork용 컴퓨팅

쿼리: Snowflake CoWork별 크레딧 소비

이 쿼리는 Snowflake CoWork의 크레딧 소비를 보여줘요.

SELECT *
  FROM SNOWFLAKE.ACCOUNT_USAGE.SNOWFLAKE_COWORK_USAGE_HISTORY;

Snowflake Notebooks용 컴퓨팅

쿼리: 노트북별 시간별 크레딧 소비

이 쿼리는 크레딧 사용량과 실행 타임스탬프를 포함한 특정 노트북의 런타임 이력을 검색해요. 이 데이터를 사용해 노트북이 얼마나 자주·얼마나 오래 실행되는지 이해하고, 시간별 크레딧 소비의 패턴이나 급증을 식별해요.

SELECT * FROM snowflake.account_usage.notebooks_container_runtime_history
WHERE notebook_name = '<example_nb_name>';

쿼리: 특정 노트북 실행 비용

이 쿼리는 특정 노트북이 소비한 총 크레딧을 보여줘요. 노트북의 비용을 추정하고 고비용 노트북을 식별하는 데 사용해요.

SELECT
  notebook_name,
  SUM(credits) AS total_credits
FROM snowflake.account_usage.notebooks_container_runtime_history
WHERE notebook_name = '<example_nb_name>'
GROUP BY notebook_name;

쿼리: 노트북당 총 컴퓨팅 풀 비용

이 쿼리는 특정 컴퓨팅 풀에서 실행되는 각 노트북이 소비한 총 크레딧을 보여줘요. 노트북별로 컴퓨팅 사용을 분류하는 데 사용하여, 어떤 노트북이 컴퓨팅 풀의 전체 비용에 가장 많이 기여하는지 식별하는 데 도움이 될 수 있어요.

SELECT
  notebook_name,
  SUM(credits) AS total_credits
FROM snowflake.account_usage.notebooks_container_runtime_history
WHERE compute_pool_name = '<example_cp_name>'
GROUP BY notebook_name;

쿼리: 특정 노트북을 실행한 사용자 식별

이 쿼리는 특정 노트북을 실행한 사용자 목록을 반환해요. 사용 패턴을 이해하거나, 공유 노트북의 공동 작업자와 소비자를 식별하는 데 사용해요.

SELECT
  DISTINCT user_name
FROM snowflake.account_usage.notebooks_container_runtime_history
WHERE notebook_name = '<example_nb_name>';

더 알아보기

Understanding compute cost — 컴퓨팅 비용 이해
Exploring overall cost — 전체 비용 탐색
Attributing cost — 비용 귀속