Appendix. Workspace Notebook

Snowflake SE·2026년 6월 6일

Snowflake Notebooks for Data Scientists

목록 보기

5/5

Legacy Notebook과 Workspace Notebook의 차이

1. 컴퓨트 환경

항목	Legacy	Workspace	체크리스트
런타임	Warehouse 또는 Container Runtime 선택	Container Runtime만 사용	Warehouse Runtime 코드 호환 확인
Python 버전	3.9 / 3.10	3.10 ~ 3.12 (3.9 미지원)	3.9 전용 문법/패키지 확인
웨어하우스	Notebook 실행 + SQL 모두 처리	SQL/Snowpark pushdown 전용 (Query Warehouse)	역할 분리 인지

2. 시각화

Legacy	Workspace
`st.` (Streamlit) 사용 가능	Streamlit 미지원
`st.dataframe()`, `st.bar_chart()` 등	matplotlib, seaborn, plotly, altair로 대체

# Legacy
import streamlit as st
st.bar_chart(df)

# Workspace
%matplotlib inline
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
df.plot.bar(ax=ax)
display(fig)
plt.close(fig)

3. 패키지 관리

Legacy	Workspace
Anaconda 채널에서 UI로 추가	Anaconda 미지원
Packages 패널에서 검색/추가	`pip install` 또는 `requirements.txt` 사용
Snowflake PyPI	Anaconda 대신 기본 PyPI 아티팩트 저장소 사용
EAI	외부 PyPI 접근 시 External Access Integration 필요할 수 있음
Stage / .whl / Workspace 파일	stage·whl·workspace 업로드 설치도 지원
패키지 유지 기간	Kernel restart 시 변수 삭제
	Service suspend 시 pip 패키지·변수 삭제

# 현재 컨테이너에 기본 설치된 패키지 목록
!pip list
# 또는
!pip freeze

# Workspace에서 패키지 설치
!pip install <package_name>

4. 실행 컨텍스트 (Database/Schema)

Legacy	Workspace
노트북 객체가 DB.Schema에 속함 → 자동 설정	자동 설정 안 됨

노트북 상단에 반드시 추가:

USE DATABASE TESTDB;
USE SCHEMA PUBLIC;

또는 모든 테이블을 fully qualified name으로 참조:

SELECT * FROM testdb.public.my_table;

5. 셀 참조 방식

Legacy	Workspace
SQL 셀 이름으로 참조: `S3.to_pandas()`	DataFrame 포인터로 참조: `dataframe_1`
Python 변수 Jinja: `{{variable}}`	동일: `{{variable}}`

# Legacy
df = S3.to_pandas()

# Workspace
df = dataframe_1  # SQL 셀 결과는 자동으로 dataframe_N으로 할당

6. 스케줄링

Legacy	Workspace
`EXECUTE NOTEBOOK`	`EXECUTE NOTEBOOK PROJECT` (NPO 기반)
노트북 객체 직접 실행	Notebook Project Object 생성 후 실행
`CREATE NOTEBOOK` 권한	`CREATE NOTEBOOK PROJECT` 권한

7. 협업 및 저장

Legacy	Workspace
노트북이 Schema 내 객체	Workspace 파일시스템에 .ipynb로 저장
역할 기반 공유	Shared Workspace 또는 Git-integrated Workspace
셀 출력 결과 저장되지 않음	Export as HTML로 공유

8. 마이그레이션 방법

Snowflake에서 Bulk Migration 기능을 제공합니다:

Projects > Notebooks (Legacy) 메뉴의 상단 배너에서 Migrate now 클릭
마이그레이션할 노트북 선택
대상 Workspace 선택 (Shared Workspace 권장)
마이그레이션 완료 후 Fix with Cortex Code 버튼으로 Streamlit 코드 자동 변환
스케줄이 있었다면 Reschedule tasks로 NPO 기반 재스케줄링

9. 기타

Jupyter magic: %run, %time, %autoreload 등 전면 지원
iPywidgets: Container Runtime 2.6+
Role / Warehouse picker 상단 배치 — Legacy 자동 컨텍스트와의 차이
Export as HTML (... 메뉴) + Export options
2026년 4월 이후 신규 계정은 Legacy Notebook 생성 불가
Bulk Migration 후 Legacy Task는 명시적으로 reschedule/pause하기 전까지 계속 실행

Notebook Service와 Compute Pool

Snowflake Notebook 구성요소

Workspace Notebooks에서 Python 커널 코드는 Compute Pool 위의 Notebook Service(컨테이너)에서 실행되지만, SQL·Snowpark는 여전히 Query Warehouse로 pushdown됩니다.
이 구조를 이해하려면 세 가지 개념을 알아야 합니다

구성 요소	설명
Compute Pool	VM 노드들의 집합. 인프라 레이어에 해당하며, 노드의 사양(CPU/GPU, 메모리)과 최소/최대 개수를 정의합니다
Notebook Service	Compute Pool의 노드 위에서 실행되는 컨테이너 환경. Python 커널, 설치된 패키지, 메모리 변수가 이 안에 존재합니다. 사용자별로 개인 서비스를 생성하며, 서비스 1개 = 노드 1개를 점유합니다.
Notebook	실제 .ipynb 파일. 하나의 Notebook Service에 여러 노트북을 연결하여 동일한 커널 환경을 공유할 수 있습니다

아키텍처

Compute Pool 생성: 관리자가 노드 사양과 수를 정의하여 Pool을 만듭니다.
Notebook Service 생성: 사용자가 노트북에서 Connect 시 Notebook Service를 생성하며, Pool에서 노드 1개를 할당받습니다.
노트북 연결: 생성한 Service에 여러 노트북을 연결할 수 있습니다. 연결된 노트북들은 동일한 Python 커널과 메모리를 공유합니다.
SQL 실행: 셀에서 SQL이나 Snowpark pushdown이 발생하면 별도의 Query Warehouse에서 처리됩니다.

Suspend 상태로 전환될 때의 변화

(1) Notebook Service가 suspend될 때

항목	상태
Python 커널	종료
메모리 변수 (df, model 등)	삭제
pip install로 추가 설치한 패키지	삭제
/tmp 디렉토리 파일	삭제
터미널에서 생성한 파일	삭제
Workspace에 저장된 .ipynb 파일	유지
셀 코드 내용	유지

(2) Compute Pool이 suspend될 때

항목	상태
VM 노드	모두 해제
그 위에 있던 모든 Notebook Service	이미 종료된 상태 (Pool suspend 전에 Service가 먼저 종료됨)
크레딧 과금	중지
Compute Pool 객체 자체	유지 (설정, 이름 보존)

유휴시간 조정

Notebook Service Idle Timeout

노트북 상단의 Connect버튼 옆에 아래 화살표 (⌄) 를 클릭
노트북 서비스 이름 옆의 연필 아이콘 (✎) 클릭
Idle timeout 값 변경
Save 클릭
- Notebook Service Idle Timeout은 UI에서만 설정 가능

Compute Pool Auto-Suspend

Manage > Compute > Compute Pools 로 이동
대상 Compute Pool 선택
- 예시에서는 DS_NOTEBOOK_POOL 선택
우측 상단의 ... 아이콘을 클릭해 Edit 메뉴 선택
Advanced Options 안에서 Auto suspend 값 설정
Save compute pool 클릭
- 다음과 같이 쿼리로도 설정 가능
```
-- 초 단위로 설정 
ALTER COMPUTE POOL DS_NOTEBOOK_POOL SET AUTO_SUSPEND_SECS = 3600;
-- 현재 설정 확인
DESCRIBE COMPUTE POOL DS_NOTEBOOK_POOL;
```
- Idle Timeout이 줄어들수록 Compute 사용 비용을 절감할 수 있으나, 너무 짧은 Idle Timeout은 노트북 실행 시점에 활성화 시간이 오버헤드로 작용할 수 있습니다.