데이터독, 골드만삭스 2026 커뮤나코피아 + 기술 콘퍼런스에서 AI 해자 강조

Investing.com —

2026년 9월 10일 목요일, 데이터독(DDOG)은 골드만삭스 2026 커뮤나코피아 + 기술 콘퍼런스에서 자사의 미래 성장이 클라우드 마이그레이션, AI 모니터링 및 새로운 자동화 도구의 조합에서 나올 것이라고 주장했습니다. 회사의 메시지는 낙관적이었지만, 고객의 비용 압박, 초기 단계의 AI 수익화, 그리고 선두를 유지하기 위한 지속적인 대규모 투자의 필요성도 인정했습니다.

주요 내용

• 데이터독은 자사의 관측 데이터가 애플리케이션 문제를 예측하고 궁극적으로 자동 문제 해결을 지원하는 모델을 구축할 수 있게 하므로, AI 분야에서 강력한 입지를 제공한다고 말합니다.
• 회사는 기업들이 AI 워크로드 및 모니터링에 의미 있는 지출을 이제 막 시작하는 초기 단계의 "추론 경제"가 부상하고 있다고 봅니다.
• 총 유지율은 90%대 후반을 유지하고 있으며, 순 유지율은 상승하여 고객들이 여전히 플랫폼 사용량을 확대하고 있음을 보여줍니다.
• 데이터독은 고객이 플랫폼을 떠나지 않고 비용을 관리할 수 있도록 Infinite Cardinality Metrics, Flex Logs, Federated Logs와 같은 제품 변경 사항을 활용하고 있습니다.
• 경영진은 애플리케이션의 20%에서 30%만이 클라우드에 있어 기업 판매 및 클라우드 마이그레이션을 위한 거대한 성장 여지가 남아있다고 말했습니다.

전략적 포지셔닝: 관측 가능성과 AI의 만남

데이터독의 최고재무책임자(CFO)인 데이비드(David)는 회사가 관측 데이터와 인공지능(AI)을 결합하는 장기적인 기회를 보고 있다고 말했습니다. 그는 데이터독이 회사 설립 이후부터 수집해온 시계열 데이터가 경쟁사들이 쉽게 모방할 수 없는 데이터 우위를 제공한다고 언급했습니다.

• 데이터독은 최근 IT 관리 및 관측 가능성을 위한 강화 학습에 중점을 둔 Adaptive ML을 인수했습니다.
• 회사는 연구소를 구축하고 초기 독점 모델인 Toto를 도입했습니다.
• 경영진은 일부 모델은 오픈소스가 될 것이며, 다른 모델은 독점적으로 유지되어 회사의 경쟁 우위의 일부를 형성할 것이라고 말했습니다.
• 데이터독은 모델 개발 및 배포를 지원하기 위해 GPU, 추론 시스템 및 연구 인프라에 투자하고 있습니다.

데이비드는 이러한 도구를 사용하여 애플리케이션 기능 문제를 예측하고, 시간이 지남에 따라 자동화된 사이트 신뢰성 엔지니어링으로 나아가는 것이 목표라고 말했습니다. 그는 향상된 실시간 신호부터 사람의 개입이 거의 또는 전혀 없이 작동할 수 있는 시스템으로의 경로를 설명했습니다.

그는 "이 비전은 플랫폼의 기능을 향상시키고 자동 문제 해결 또는 그에 준하는 수준으로 나아갈 수 있는 보다 정확하고 빠른 실시간 신호를 생성하는 것입니다"라고 말했습니다.

재무 성과 및 고객 동향

데이터독은 콘퍼런스 요약에서 전체 실적 업데이트를 제공하지 않았지만, 몇 가지 운영 지표와 상업적 동향을 공유했습니다.

• 총 유지율은 90%대 후반이며, 더 큰 엔터프라이즈 고객은 해당 범위의 상단에 있습니다.
• 순 유지율은 증가 추세로, 고객들이 워크로드를 줄이기보다는 추가하고 있음을 시사합니다.
• R&D 지출은 매출의 약 30%로, 연간 10억 달러 이상입니다.
• 가이던스는 대형 고객으로부터의 확정된 수익만을 포함하며, 계약 최소 사용량을 초과하는 추가 사용량은 포함하지 않으므로 위험이 줄었습니다.
• 고객들은 종종 약정량을 초과 사용하지만, 데이터독은 가이던스에 이러한 잠재적 상승분을 의존하지 않는다고 말했습니다.

경영진은 회사가 수천 명의 고객을 보유한 Agent Observability 제품을 통해 AI 모니터링에서 초기 수익을 보고 있다고 말했습니다. 또한 AI 사업은 아직 초기 단계지만, 추진력을 얻고 있다고 언급했습니다.

데이비드는 데이터독이 "애플리케이션 기능에 영향을 미칠 수 있는 모든 것을 모니터링"하고 있으며, 애플리케이션이 더욱 복잡해짐에 따라 AI가 이 작업을 더욱 중요하게 만든다고 말했습니다.

그는 회사의 기존 코드, CPU 및 데이터베이스 모니터링과 비교하면서 "이를 수익화하는 첫 번째 방법은 AI용 데이터독입니다"라고 말했습니다.

운영 업데이트: 신제품 및 아키텍처 변경

데이터독은 고객이 플랫폼에 더 많은 데이터와 사용자를 유지하면서 지출을 통제할 수 있도록 하는 몇 가지 제품 변경 사항을 설명했습니다.

• Infinite Cardinality Metrics는 고객이 측정 데이터를 처리하기 전에 선별할 수 있도록 합니다.
• Flex Logs, Frozen Logs 및 Metrics without Limits는 관측 비용 관리를 위한 더 광범위한 도구 세트의 일부입니다.
• Federated Logs는 고객이 ClickHouse 및 Databricks와 같은 외부 시스템에 로그를 저장하면서도 데이터독 분석을 계속 사용할 수 있도록 합니다.
• Data Observability Pipelines 및 Bring Your Own Cloud는 고객에게 데이터가 저장되는 위치에 대한 더 많은 유연성을 제공합니다.
• Bits 제품군은 예측 모델과 데이터를 사용하여 자동화된 문제 감지 및 해결을 지원할 것으로 예상됩니다.

데이비드는 이러한 변경 사항이 데이터독으로 유입되는 원시 데이터의 양을 줄일 수 있지만, 여전히 고객 가치를 향상하고 마진을 지원할 수 있다고 말했습니다.

그는 "우리가 훨씬 더 영리해졌다고 생각하는 부분은 고객이 제품을 어떻게 사용하는지 이해하는 것입니다"라고 말했습니다. 그는 선별(curation)이 고객에게 더 나은 가치를 제공하고, 데이터독에게도 가치가 거의 없는 고비용 데이터를 처리하는 것을 피할 수 있어 더 낫다고 덧붙였습니다.

경영진은 Infinite Cardinality Metrics로의 사전 전환이 고객 유지 및 마진 증가에 기여했다고 말했습니다. 또한 Federated Logs는 불필요한 스토리지 비용을 낮추면서도 사용자를 데이터독 플랫폼에 집중시켜 고객당 평균 수익을 높일 수 있다고 언급했습니다.

영업 조직 및 기업 확장

데이터독은 더 광범위한 클라우드 마이그레이션 기회를 포착하기 위해 전 세계적으로 기업 영업 인력을 확대했다고 말했습니다. 회사는 주로 하향식(bottoms-up) 판매 방식에서 대기업 고객을 위한 보다 구조화된 기업 모델로 전환하고 있습니다.

• 핵심 계정 팀은 이제 약 10개 대신 한두 개의 계정을 담당하여 대규모 전환 프로젝트에 더 집중할 수 있습니다.
• 지정 계정 및 주요 계정 전략은 회사의 전통적인 판매 방식과 함께 사용되고 있습니다.
• 데이터독은 또한 고객 마이그레이션을 지원하기 위해 채널 파트너 및 데이터 센터 존재감에 투자하고 있습니다.
• 언급된 수직 산업에는 은행, 보험, 자동차, 제조 및 항공사가 포함됩니다.

경영진은 많은 기업들이 아직 클라우드 여정의 초기 단계에 있으며, 일부는 아직 주요 프로젝트를 시작하지 않았다고 말했습니다. 데이터독은 현재 애플리케이션의 20%에서 30%만이 클라우드에 있어 아직 도달해야 할 거대한 시장이 남아있다고 추정합니다.

미래 전망: AI, 추론 및 자동화

데이터독의 장기적인 관점은 AI가 모니터링 수요를 줄이는 것이 아니라 더 많이 창출할 것이라는 것입니다. 회사는 초기 AI 도입 물결은 API를 통해 모델 회사들을 호출하는 것을 포함했지만, 다음 단계에서는 더 많은 사내 인프라와 더 많은 관측 가능성 요구 사항이 수반될 것이라고 말했습니다.

• 경영진은 아직 초기 단계에 있는 "추론 경제"를 설명했습니다.
• 엔터프라이즈 고객들은 추론 워크로드에 운영 비용을 할당하기 이제 막 시작하고 있습니다.
• 데이터독은 정교한 고객들이 순수한 프론티어 랩 API에서 벗어나 독점적인 AI 시스템으로 전환하기 시작했다고 말했습니다.
• 일부 AI 네이티브 고객들은 이미 프로덕션 추론뿐만 아니라 학습 및 학습 후 워크로드에도 데이터독을 사용하고 있습니다.

회사는 AI 네이티브 고객의 수는 더 넓은 클라우드 네이티브 기반 고객보다 적지만, 이들은 더 빠르게 성장하고 더 많은 제품을 채택하고 있다고 말했습니다. 데이터독은 또한 이들 고객들이 직접 구축하기보다는 관측 가능성을 아웃소싱하는 경향이 있다고 언급했습니다.

데이비드는 회사가 자사의 모델과 Bits 제품군이 실시간 신호에서 자동 문제 해결로 나아갈 것으로 예상한다고 말했습니다. 고객들은 사람의 승인이 필요한 제안된 조치부터 더 독립적인 시스템 반응까지, 원하는 자동화 수준을 선택할 수 있을 것입니다.

Q&A 주요 내용: 데이터 우위, 경쟁 및 최적화 위험

질의응답 세션에서 데이비드는 데이터독의 데이터 우위와 포인트 솔루션 및 새로운 AI 네이티브 관측 도구에 맞서 경쟁할 수 있는 회사의 능력에 초점을 맞췄습니다.

• 그는 데이터독의 관측 데이터와 규모는 경쟁사들이 모델 개발을 따라잡기 어렵게 만든다고 말했습니다.
• 그는 매출의 약 30%에 달하는 회사의 R&D 지출이 경쟁사 수준을 훨씬 웃돈다고 말했습니다.
• 그는 통합 플랫폼이 분산된 포인트 솔루션보다 고객에게 더 매력적이라고 주장했습니다.
• 그는 시장이 현대적인 AI 및 관측 도구로 전환됨에 따라 데이터독이 경쟁사들보다 "먼저, 그리고 더 확장 가능하게 도달"해야 한다고 말했습니다.

데이비드는 또한 고객 최적화 행동에 대해서도 언급했습니다. 그는 일부 대형 고객들이 특정 워크로드를 외부 스토리지 시스템으로 옮길 수 있지만, 일반적으로 데이터독 플랫폼에 남아있다고 말했습니다. 그는 이것이 전반적인 사용량 감소와는 다르다고 설명했습니다.

그는 현재 환경을 2021년과 2022년의 최적화 주기와 대조하면서, 데이터독이 무이자율 시대보다 더 크고, 더 다각화되었으며, 더 정상적인 속도로 성장하고 있다고 말했습니다. 그는 회사의 고객 기반 또한 지출에 대해 더 규율적이 되었다고 덧붙였습니다.

그는 "클라우드 소프트웨어에는 항상 성장과 최적화의 음양이 존재합니다"라고 말했지만, 균형은 여전히 성장에 유리하다고 덧붙였습니다.

경쟁 구도 및 시장 시사점

데이터독은 콘퍼런스를 단순한 메시지를 중심으로 구성했습니다. 회사는 광범위한 플랫폼과 막대한 연구 투자, 유연한 데이터 아키텍처를 결합하여 계속 승리할 수 있다고 믿습니다.

• 경영진은 많은 회사들이 통합 플랫폼을 구축하려고 시도했지만, 유기적으로 성공한 회사는 거의 없다고 말했습니다.
• 데이터독은 자사의 단일 화면 모델(single-pane-of-glass)을 분산된 도구에 대한 이점으로 봅니다.
• 회사는 플랫폼 현대화가 새로운 경쟁자들보다 앞서가는 데 도움이 될 것이라고 말했습니다.
• 클라우드 마이그레이션과 AI 도입을 두 가지 크고 중첩되는 성장 동력으로 봅니다.

투자자들에게 중요한 점은 데이터독이 기존 관측 가능성 기반을 더 광범위한 AI 및 자동화 플랫폼으로 전환하려고 노력하고 있다는 것입니다. 회사는 이러한 변화를 수익화하는 데 아직 초기 단계에 있지만, 고객 채택, 제품 견인력 및 더 큰 기업 판매 기회를 이미 보고 있습니다.

독자들은 더 자세한 내용을 아래 전체 녹취록에서 확인할 수 있습니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.