LIFE · 실적/컨콜 리뷰

Datadog 2Q26

2026-08-06 · BMO · 주가 -19.03% (정규장)

기업 개요

클라우드 인프라·애플리케이션·로그·보안 관측성을 통합 제공하는 SaaS 플랫폼.

실적 하이라이트

자본 지출과 자본화된 소프트웨어를 고려한 후 잉여 현금 흐름은 2억 7900만 달러로 잉여 현금 흐름 마진은 25%였음.
우리는 25%의 잉여현금흐름마진으로 2억 7,900만 달러의 잉여현금흐름을 창출했음.
AI 고객을 제외한 당사의 광범위한 고객 기반으로 인해 수익 성장은 지난 분기 20대 중반, 전년 동기 18%에서 전년 동기 대비 20대 초반으로 가속화됐음.
반면, 당사 비즈니스 전반에 걸친 폭넓은 추세를 잘 보여주는 예로서, 비AI 고객의 매출 성장도 이번 분기에 다시 가속화되어 지난 분기 20대 중반, 전년 동기 18%에서 전년 동기 대비 최고 20%로 증가했음.
보유 지표와 관련하여 당사의 후행 12개월 순수익 보유율은 지난 분기와 비슷한 120% 초반이었고 이탈률은 여전히 낮으며 총 매출 보유율은 90대 중반에서 상위 수준임.
신규 고객과 관련된 전년 대비 매출 성장 비율은 1분기 25%에서 2분기 약 30%로 증가했음.

사업 업데이트

2분기 매출 성장은 고객 기반 전체에서 가속화됐음.
750명으로 구성된 이 고객 그룹에는 과거와 마찬가지로 광범위한 AI 스타트업이 포함되어 있지만 이제는 사내 AI 연구소에 Datadog을 사용하는 하이퍼스케일러도 포함되어 있음.
또한 ARR이 $100,000 이상인 약 4,720명의 고객을 확보했음. 이는 1년 전 약 3,850명보다 증가한 수치임.

이번 분기 투자 내러티브

자본 지출과 자본화된 소프트웨어를 고려한 후 잉여 현금 흐름은 2억 7900만 달러로 잉여 현금 흐름 마진은 25%였음.

주요 Q&A

FQ. Operator

감사합니다. 이번에는 질의응답 시간을 갖도록 하겠습니다. 참고로, 질문하려면 전화기에서 별표 하나를 누르고 이름이 알려질 때까지 기다려야 합니다. 질문을 철회하려면 별표를 하나 더 누르세요. 질의응답 명단을 작성하는 동안 잠시 기다려 주십시오. 첫 번째 질문은 Morgan Stanley의 Sanjit Singh 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Sanjit Singh (Analyst, Morgan Stanley)

질문에 응해 주셔서 감사드리며 이번 분기에도 매출 성장이 가속화된 것을 축하드립니다. David, 특히 최대 고객과 관련하여 3분기로 향하는 일부 지침 가정에 대한 색상을 제공해 주셔서 감사합니다. 새 계약과 관련하여 추가 세부정보를 공유해 주실 수 있는지 궁금합니다. 기간이 비슷하고 사용량이 적다는 점에서 고객이 새 약정을 함으로써 단가가 낮아지는 기능인가요? 아니면 3분기뿐만 아니라 올해 남은 기간 동안 우리가 볼 수 있는 변동이나 하향 판매가 있었습니까?

A. Olivier Pomel (Co-founder and CEO, Datadog)

어쩌면 나는 이것을 가져갈 것입니다. 평소와 마찬가지로 우리는 특정 고객에 대해 너무 많은 언급을 하고 싶지 않습니다. 왜냐하면 우리는 특정 고객에게 일어나는 일을 실제로 통제할 수 없기 때문입니다. 우리는 사용량 감소를 확인했고 해당 고객과 관련하여 올해 남은 기간 동안 위험을 완전히 제거하기 위한 지침을 제공할 것이기 때문에 통화 시 이에 대해 투명하게 밝히고 싶었습니다. 다시 한 번 말씀드리지만, 그 이유는 우리가 특정 고객에게 일어나는 일을 통제할 수는 없지만 비즈니스의 다른 모든 일에 일어나는 일에 대해서는 상당한 통제력을 갖고 있기 때문입니다. 사업은 호황을 누리고 있으며, 우리는 그것이 기본적으로 사업의 다른 모든 곳에서 볼 수 있는 가속화를 가릴 수 있기를 원하지 않습니다. 통화에서 언급했듯이 고객을 갱신했습니다.

우리의 많은 제품을 사용하고 있는 오랜 고객이지만 더 이상 공유할 수 있는 정보가 없습니다.

A. David Obstler (CFO, Datadog)

응, 내 생각에는. 지침을 구체적으로 설명하기 위해서입니다. 지난 분기와 이전 분기에 우리는 본질적으로 어느 정도의 약속을 갖고 있으며 이를 사용하여 지침의 위험을 줄일 수 있다고 말했습니다. 아시다시피 대부분의 대규모 고객에게는 커밋과 관련된 가변성이 있습니다. 그것을 고려하십시오.

A. Olivier Pomel (Co-founder and CEO, Datadog)

응. 마지막으로 제가 말씀드리고 싶은 것은 사람들의 마음속에도 있다는 것을 알고 있기 때문에 성장에서 가장 큰 고객을 제외한다면 사업의 나머지 부분이 매우 꾸준히 가속화되고 있는 것과 거의 동일한 성장률을 얻게 된다는 것입니다. 실제로, 우리는 나머지 사업 부문에서 5/4의 지속적인 가속이 이루어지고 있다고 생각하며 시장에서 우리가 보는 것에 대해 매우 기분이 좋습니다.

Q. Sanjit Singh (Analyst, Morgan Stanley)

예, 아니요. 생각해 주셔서 감사합니다. 사업의 나머지 부분에 대해 이야기해 봅시다. 지난 몇 년 동안 우리가 본 것은 일종의 AI가 책임을 맡고 있다는 것입니다. 기업들이 AI 이니셔티브에 동참하고 있는 것 같습니다. 엔터프라이즈 AI 앱 개발 주기 측면에서 지난 몇 분기 동안 Datadog의 모습은 어떻습니까?

A. Olivier Pomel (Co-founder and CEO, Datadog)

우리는 광범위한 채택을 보고 있으며 이를 두 가지 방식으로 봅니다. 하나는 이것이 고객의 더 많은 변화, 더 많은 클라우드 채택, 더 많은 워크로드, 더 많은 현대화를 통해 나타난다는 것입니다. 이것이 바로 알려진 AI 고객 가속화의 대부분을 주도하는 것입니다. 우리는 또한 AI 이전에 존재했지만 대부분의 AI 비즈니스가 아닌 고객의 지속적인 가속화를 목격했다고 언급했습니다. 우리가 통화에 숫자를 부여한 가속처럼 꽤 놀라운 일이었지만 작년 이후의 가속은 일정하고 매우 중요했습니다. 우리가 알 수 있는 한 그런 일이 계속해서 일어나고 있습니다. 매우 긍정적인 추세입니다. 그것이 우리가 가장 먼저 보는 것입니다. 두 번째로 볼 수 있는 것은 모든 AI 우선 표면의 사용이 매우 빠르게 증가한다는 것입니다.

이는 에이전트와 LLM을 측정하는 제품이 될 것이며, LLM 및 도구 호출 측면에서 트래픽이 폭발적으로 증가하는 것을 볼 수 있습니다. 이는 MCP 엔드포인트로 수신되는 호출의 양입니다. 우리는 지난 2분기 동안 그것이 완전히 폭발하는 것을 보았습니다.

Q. Sanjit Singh (Analyst, Morgan Stanley)

생각에 감사드립니다, 올리비에. 감사해요.

FQ. Operator

감사합니다. 다음 질문은 Raimo Lenschow와 Barclays 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Raimo Lenschow (Analyst, Barclays)

완벽한. 감사합니다. 그 AI 주제를 계속 말씀해 주시겠어요? 현재 대규모 고객을 생각해보면 모델 트레이닝 등이 많이 이뤄지고 있습니다. 이를 확장하면 추론이 실제로 더 큰 부분이 되고 있습니다. 얼마나 더 많은 관찰 가능성이 필요한지 조금 말씀해 주시겠어요? 추론을 하려면 벡터 데이터베이스에 대해 생각해야 한다고 생각합니다. 난간을 생각해야 해요. 이러한 에이전트는 모두 모니터링해야 하는 컨테이너에 들어 있을 것입니다. 그렇다면 현재 실제 생활에서 어떤 사람들이 더 많은 추론을 하면 추론에 의해 얼마나 더 많은 관찰 가능성이 촉발되는지 알 수 있습니까? 그런 종류의 기회가 갱신보다 우리가 더 많은 관심을 기울여야 할 기회입니까? 후속 조치가 하나있었습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

추론에서 스택의 모든 계층에는 기회가 있습니다. 우리는 결국 추론이 주요 작업 부하가 될 것이라고 생각합니다. 경험상 훈련할 때마다 훈련한 것보다 더 많은 것을 추론하고 싶을 것입니다. 우리는 인프라, GPU 및 소비와 관련하여 낮은 수준에서 기회를 봅니다. 상담원이 수행하는 작업과 올바른 결과를 얻고 있는지 또는 올바른 조정을 얻고 있는지 여부를 측정할 때 가장 높은 곳에 기회가 있습니다. LLM 자체, 도구 호출 및 에이전트가 호출하는 애플리케이션을 살펴보는 등 모든 계층 사이에 기회가 있습니다. 모든 것이 기회인 것처럼. 우리는 이미 보유하고 있는 제품의 채택이 증가하고 있음을 확인하고 있습니다.

우리는 GPU 모니터링 제품이 실제로 여러 신경 연구실과 AI 우선 유형의 고객에서 꽤 많이 사용되고 있다고 언급했습니다. 우리는 또한 에이전트 모니터링 제품의 양이 폭발적으로 증가하는 것을 보고 있으며, 우리는 거기에서 좋은 위치에 있습니다. 우리는 이 시장이 꽤 바뀔 것이라고 생각합니다. 고객의 관심도 시간이 지남에 따라 변합니다. 예를 들어 작년에 우리 고객은 대부분 정확성을 검증하고 확장할 수 있는 어떤 형태의 결과를 얻고 있는지 검증하려고 노력했습니다. 3~6개월 전이라고 말하고 싶습니다. 초점이 비용 쪽으로 많이 옮겨졌습니다. 고객은 AI에 많은 비용을 지출하고 있었고 비용을 최적화하는 방법을 궁금해했습니다.

고객이 채택에 더 깊이 참여하고 새로운 문제가 등장함에 따라 시간이 지남에 따라 우려 사항에 약간의 변화가 있을 것이라고 생각합니다.

A. David Obstler (CFO, Datadog)

해당 분기의 일부 거래로 설명하는 내용을 살펴보고 설명을 살펴보면 그 중 상당수에 AI 제품이 포함되어 있음을 알 수 있다는 점을 추가하고 싶습니다. 이는 이들 대기업이 플랫폼을 사용하고 AI 제품도 구매하고 있음을 나타냅니다.

Q. Raimo Lenschow (Analyst, Barclays)

알았어, 완벽해. 감사합니다. 데이비드, 당신을 위한 것입니다. 가이드를 해야 하고 대규모 계약이 있는 경우 항상 어려운 위치에 있는 것이 분명합니다. 역사적으로 어떻게 했나요? 항상 기본 수준에 두었는데 무슨 일이 일어났나요? 그 접근 방식이 바뀌었나요? 나는 당신이 이런 일을 해야만 하는 것을 부러워하지 않습니다.

A. David Obstler (CFO, Datadog)

아니요, 우리는 본질적으로 수년에 걸쳐 이야기해 왔던 것처럼 우리가 보는 것의 입력을 사용합니다. 지난 분기 또는 두 분기에 우리가 말한 것은 특정 기본 수준이 있다는 것입니다. 아시다시피, 우리는 약속과 사용 모델을 갖고 있으며 이를 지침 제공에 반영했습니다. 준비된 발언에서 말했듯이 지침에 대한 우리의 방법론은 변경되지 않았습니다. 우리는 항상 이러한 입력을 사용하고 이를 수행하는 데 대한 헌신과 사용법을 살펴보았습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

응. 내가 말하고 싶은 유일한 것은 이 경우에 우리는 가장 큰 고객의 위험을 완전히 제거하기로 선택했다는 것입니다. 그 이유는 우리가 그것이 매우 빠른 속도로 성장하고 성과를 내는 사업에 걸림돌이 되는 것을 원하지 않기 때문입니다. 우리는 수치를 볼 때 항상 그랬던 것처럼 전체적으로 동일한 보수성을 갖고 있다고 확장했습니다. 이 경우에는 이것도 조금 다릅니다.

Q. Raimo Lenschow (Analyst, Barclays)

알았어, 완벽해. 매우 분명합니다. 감사합니다.

A. David Obstler (CFO, Datadog)

감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Needham & Company의 Mike Cikos 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Mike Cikos (Analyst, Needham & Company)

질문에 응해주셔서 감사합니다. 저는 이번 분기에 귀하가 소유한 상당한 규모의 토지로 돌아가고 싶었고, 특히 AI 연구소에서 지속적인 견인력을 보는 것이 좋습니다. 이번 분기에 귀하가 설립한 두 개의 7자릿수 AI 연구소에 대해 생각하고 하이퍼스케일러를 사용하여 이러한 사내 AI 연구소 중 일부를 획득한 것에 대한 David의 논평으로 가면 그것들은 여기에서 동일합니까, 아니면 우리가 이야기하고 있는 두 개의 별도 고객 세트입니까?

A. Olivier Pomel (Co-founder and CEO, Datadog)

이들은 서로 다른 고객입니다. 우리가 새로운 땅에 관해 언급한 것들은 새로운 땅입니다. 몇 년 전에는 존재하지 않았던 회사들입니다. 사용 사례에서 흥미로운 점은 고객이 생산에 들어가 제품을 출시하고 고객에게 서비스를 제공하기 시작할 때 고객을 유치하는 경우가 매우 많다는 것입니다. 이 경우, 이들은 훈련 모델로서 우리가 얻은 고객이며, 모델 훈련을 관찰하고 개선하고 최적화하기 위해 우리를 사용하고 있습니다. 이는 몇 년 전에는 실제로 우리의 비즈니스 영역이 아니었던 흥미롭고 새로운 영역입니다. 우리는 이와 관련된 수많은 새로운 증거를 확인했습니다. 그 외에도 이전 통화에서 언급한 바 있듯이, 우리는 AI 연구소나 다수의 하이퍼스케일러의 슈퍼 인텔리전스 연구소도 설립했습니다.

주로 모델을 교육한다는 점에서 워크로드는 비슷하지만 고객은 약간 다릅니다. 이 경우 이전에는 워크로드를 관찰하고 실행하기 위한 자체 기술을 많이 보유했던 매우 큰 회사입니다.

Q. Mike Cikos (Analyst, Needham & Company)

훌륭한. 후속 조치를 위해, 역사적으로 본 것보다 더 강하게 증가하는 새 로고를 언급했다는 것을 알고 있습니다. 제가 틀렸다면 정정해 주십시오. 하지만 이것이 여러분이 이번 분기에 요구하는 새로운 현상인 것 같습니다. 새로운 로고의 증가에 대해 생각할 때, 이러한 AI 기능 중 일부가 더 넓은 플랫폼을 통과하는 풀스루 기능입니까, 아니면 그 반대입니까? 새로운 로고가 모델에 기여할 때 촉매제를 만드는 것이 무엇인지 생각하는 데 도움이 될 수 있는 모든 것. 감사합니다.

A. David Obstler (CFO, Datadog)

1년 전에는 없었던 성장 고객의 %인 대기열에 있는 숫자가 25%에서 30%로 사라졌다고 말한 숫자입니다. 이것은 구축되어 왔으며 우리가 방문하는 고객이 새 로고뿐만 아니라 지난 몇 년 동안 추가한 새 로고의 성장이기도 함을 나타내는 공개로 인해 이를 지적하고 싶었습니다. 작년에는 미안해요. 그것은 그것을 합성한 것입니다.

Q. Mike Cikos (Analyst, Needham & Company)

훌륭한. 감사합니다.

A. David Obstler (CFO, Datadog)

감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Wolfe Research, LLC의 Alex Zukin 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Alex Zukin (Analyst, Wolfe Research)

안녕, 얘들아. 질문을 받아주셔서 감사합니다. Oli, 아마도 여러분에게 첫 번째일 것입니다. 지난 몇 주 동안 보안과 관련된 많은 헤드라인, 특히 AI가 봉쇄를 깨뜨렸습니다. 관찰 가능성과 보안에 대한 귀하의 위치에 따라 AI 기본 및 레거시 클라이언트 모두를 위해 수행하고 달성할 수 있는 작업에 대한 범위를 의미 있게 높일 수 있는 가디언 모델 및 개발에 대한 개념이 점점 더 커지고 있습니다. AI 시대에 이 크로스오버를 중심으로 증가하는 기회와 이것이 Datadog에 어떤 의미인지 이야기해 주실 수 있나요? 그런 다음 David에 대한 빠른 후속 조치를 받았습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

보안 제품이 작동하는 데 필요한 방식에 완전한 스위치가 있습니다. 기본적으로 인간을 루프에 넣을 때까지 기다릴 수 없습니다. 신호를 집계할 12개 또는 15개의 서로 다른 제품이 있는 경우 일반적인 경로를 가질 수 없습니다. 그런 다음 해당 신호를 시스템에 넣어 집계하고 인간을 위해 우선 순위를 지정한 다음 가능할 때 인간이 검토합니다. 모든 것을 훨씬 더 통합해야 합니다. 애플리케이션과 인프라에 훨씬 더 가깝게 운영해야 합니다. 먼저 AI 에이전트가 문제를 해결하도록 해야 합니다.

이는 대부분의 업계에 대한 완전한 공개이며, 통합 플랫폼을 보유하고 모든 다양한 데이터 스트림이 관찰 가능성에서 직접 보안 에이전트로 직접 전달되고 모든 것이 처음부터 끝까지 통합되도록 하는 우리의 접근 방식에 영향을 미친다고 생각합니다. 분명히 이것은 매우 빠르게 변화하는 분야입니다. 이 시점에서 우리는 거의 매주 새로운 종류의 문제를 봅니다. 우리는 이를 구축하는 데 매우 바쁘고 이것이 우리의 강점과 기본적으로 이미 있는 위치에 표시된다고 생각하며 보안 제품을 구축하고 있습니다.

Q. Alex Zukin (Analyst, Wolfe Research)

완벽한. 그렇다면 David는 아마도 가장 큰 고객 갱신에 대해 우리에게 알려줄 수 있는 것이 있습니까? 기간에 대한 변경 사항이나 이 새로운 계약을 할인된 요율표, 더 나은 가치를 위해 사용할 수 있는 제품의 양, 끈기에 대한 확신 수준을 높이는 모든 측면에서 조금 더 끈끈하게 만드는 것이 있습니까?

A. David Obstler (CFO, Datadog)

우리가 오랫동안 이야기해온 것처럼 대부분의 기업 고객이 연간 플러스를 받고 있으며 가격은 일반적으로 볼륨 기반 가격이라고 말하는 것 외에는 이에 대해 언급하지 않겠습니다. 전반적으로 우리 고객은 그런 식으로 우리와 거래한다고 말하고 싶습니다. 우리는 그 정도의 헌신을 갖고 있으며, 수년에 걸쳐 이야기해 왔던 것처럼 사용량이 있고 거래가 이루어집니다. 이는 대부분의 대기업 고객과 유사합니다. 올리, 거기에 추가하고 싶은 게 있나요?

A. Olivier Pomel (Co-founder and CEO, Datadog)

나는 그 갱신에 많은 연속성이 있다고 생각합니다. 두는 것도 한 가지 방법입니다.

Q. Alex Zukin (Analyst, Wolfe Research)

완벽한. 고마워요.

FQ. Operator

감사합니다. 다음 질문은 JP Morgan의 Samik Chatterjee 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Samik Chatterjee (Analyst, JPMorgan)

엄청난. 제 질문에 응해 주셔서 감사합니다. 아마도 AI가 아닌 부분과 비즈니스의 AI가 아닌 부분과 관련하여 보고 있는 가속도에 대해서만 지속 가능성에 대한 생각을 듣고 싶었고, 보고 있는 이 가속이 당신이 지적하고 있는 새로운 고객 로고 또는 더 많은 사용량에 의해 주도되는지 여부에 대해 알고 싶었을 것입니다. 최고재무책임자(CFO)가 예산에 대해 좀 더 신중해짐에 따라 결국 일부 AI 제품과 현재 그들이 어떻게 하고 있는지에 비해 비AI에 대한 면밀한 조사가 더 많이 이루어지고 있습니까? 빠른 후속 조치가 있습니다. 감사합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

우리가 알 수 있는 바에 따르면 이는 매우 광범위하며 기존 고객이 대다수이기 때문에 주로 기존 고객에 의해 주도됩니다. 그 숫자를 옮기는 데 필요한 것이 무엇인지 생각해 보면 그것이 기본적으로 우리 사업의 대부분입니다. 우리는 소수의 신규 고객과 함께 이를 옮기는 것이 아닙니다. 이는 주로 기존 고객에 의해 주도되며 볼륨 증가와 더 많은 워크로드를 클라우드로 이동하고 새로운 제품을 우리에게 통합함에 따라 채택되기 때문에 주도됩니다. 우리는 그것이 지속 가능하다고 생각합니다. 우선, 2021년의 격동기에 우리가 본 것과 비교하면 성장률이 가속화되고 있지만 여전히 당시 우리가 본 것보다 훨씬 낮습니다. 따라서 고객이 여러 해 연속으로 매우 큰 증가를 소화해야 하는 동일한 문제를 일으키지 않습니다.

내 생각에 이 경우 우리는 지속가능성의 영역에 아주 잘 들어맞는 것 같습니다. 이번 통화의 주제였던 것처럼 고객은 채택하고 통합할 때 재무적 측면에 관심을 갖는다는 점을 기억하십시오. 기본적으로, 결국 그렇게 함으로써 얼마나 많은 돈을 벌거나 절약하게 될까요? 우리는 고객이 이를 이해하고 사례를 제시하며 결국 비용을 절약하도록 돕는 데 매우 능숙합니다. 우리는 그것에 대해 기분이 좋습니다.

A. David Obstler (CFO, Datadog)

한 가지만 추가하고 싶습니다. 지난 분기에 대해 이야기했는데, 이 중 일부는 우리 플랫폼과 제품에 대한 투자와 관련이 있지만 우리가 진행하는 시장에 대한 투자와도 관련이 있습니다. 우리는 할당량 용량과 지리적 위치를 성공적으로 확장했으며 본질적으로 지난 분기에 대해 이야기하면서 수익을 제공했습니다. 이는 또한 비AI 또는 엔터프라이즈 유형 비즈니스의 성장 원동력이기도 합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

우리의 지속적인 투자에서도 그것을 볼 수 있습니다. 우리는 R&D에 지속적으로 투자하고 있습니다. 왜냐하면 수많은 기존 고객이 성공적으로 채택하고 통합한 더 많은 제품을 출시하고 있기 때문입니다. 우리는 또한 시장 진출 팀을 추가하고 있습니다. 우리는 여전히 우리와 관련된 모든 부문에서 전 세계 모든 고객에게 다가가고자 하는 규모에 도달하지 못했습니다. 우리는 그러한 투자의 수익을 보면서 투자하고 있습니다.

Q. Samik Chatterjee (Analyst, JPMorgan)

알았어요. 좋은. 빠른 후속 조치를 위해 지난 분기에 FedRAMP High 인증에 대해 말씀하셨습니다. 파이프라인에서 우리에게 업데이트할 내용이 있는지, 파이프라인에서 아직 추진력이 있는지 궁금합니다. 감사합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

글쎄, 우리는 일반적으로 연방 및 정부 판매 구축에 상당한 투자를하고 있습니다. 거기에 파이프라인이 보입니다. 일반적으로 이는 하룻밤 사이에 이루어지는 거래가 아닙니다. 이것은 매우 큰 시장이고 우리는 그곳에서 큰 견인력을 보고 있으며 이를 최대한 활용하기 위해 투자하고 있습니다. 그 중 많은 부분은 다양한 수준의 정부에 SaaS를 제공할 수 있도록 올바른 수준의 인증을 얻기 위한 구축이었으며 우리는 거기에서 상당한 성과를 거두었습니다. 실제로 우리가 거기에서 할 계획이 더 있습니다. 우리는 지금까지의 결과에 만족합니다.

Q. Samik Chatterjee (Analyst, JPMorgan)

좋은. 감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Oppenheimer & Co와 함께 Ittai Kidron 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Ittai Kidron (Analyst, Oppenheimer)

감사합니다. 좋은 분기를 보내신 걸 축하드립니다. 신규 고객 추가에 대해 문의하고 싶었습니다. 이것은 아마도 제가 기억하는 가장 약한 분기였을 것입니다. 특히 역사적으로 DASH가 신규 고객 추가를 가속화했던 DASH가 있었던 분기에서는 더욱 그렇습니다. 어떤 색깔이라도 좋을 것입니다.

A. David Obstler (CFO, Datadog)

내 생각에 그것은 본질적으로 우리가 이전에 이야기했던 것과 매우 유사하다고 생각합니다. 우리의 총 고객 추가는 계속해서 강세를 보이고 있으며 추세선에 있으며 이는 우리 수익의 대부분입니다. 우리는 아주 낮은 수준에서 무료와 계약 사이의 경계를 갖고 있으며 이는 가변성이 있어 수익에 미치는 영향이 매우 낮습니다. 우리가 여러 분기에 걸쳐 이야기한 것처럼 이 계정은 고객 수의 변동성을 설명하며 실제로 수익에 거의 영향을 미치지 않는 것과 관련이 있습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

응. 100만 달러 이상, 10만 달러 이상, 10,000달러 이상 등 특정 기준점을 초과하는 고객을 살펴보면 모두 매우 좋은 추세를 보이고 있습니다.

Q. Ittai Kidron (Analyst, Oppenheimer)

매우 좋은. 그런 다음 후속 조치로 Oli님을 위해 Bits에 관한 질문에 대한 후속 조치를 취하고 싶습니다. 매우 흥미로울 것 같습니다. 장기적으로 보안 측면까지 더 깊이 파고들면서 이것이 더 광범위한 AI SOC 자동화 종류의 플랫폼으로 발전할 수 있을까요? 이것이 이것이 갈 곳이라고 생각하는 것이 합리적인 방향입니까?

A. Olivier Pomel (Co-founder and CEO, Datadog)

확실히 우리는 그것을 향해 나아가고 있습니다. 그렇죠? 처음에는 이를 위해 먼저 SIEM을 구축한 다음 SIEM에 에이전트를 구축했습니다. 비트 보안 분석가. 이제 실제로 에이전트를 SIEM에서 분리하여 고객이 다른 SIEM과 함께 사용할 수 있게 되었습니다. 우리가 그렇게 하는 이유는 에이전트의 성능이 매우 뛰어나기 때문이며, SIEM을 발표할 때 SIEM을 다시 플랫폼화하려는 고객을 쫓아다니면 판매 시장이 제한되고 AI SOC로서 훨씬 더 폭넓은 매력을 가질 수 있다는 점이 차별화 요소였습니다. 우리는 확실히 그것을 향해 나아가고 있습니다.

Q. Ittai Kidron (Analyst, Oppenheimer)

매우 좋은. 감사합니다. 감사합니다.

준비 발언 전문 번역

Operator

안녕하세요. 대기해주셔서 감사합니다. 2026년 2분기 Datadog 실적 컨퍼런스 콜에 오신 것을 환영합니다. 현재 모든 참가자는 듣기 전용 모드입니다. 연사들의 발표가 끝난 뒤 질의응답 시간이 이어진다. 세션 중에 질문하려면 전화기에서 별표 하나 하나를 눌러야 합니다. 그러면 손을 들었다는 자동 메시지가 들립니다. 질문을 철회하려면 별표를 하나 더 누르세요. 오늘 회의는 녹화되고 있음을 알려드립니다. 이제 저는 오늘 귀하의 첫 번째 발표자인 투자자 관계 담당 수석 부사장인 Yuka Broderick에게 컨퍼런스를 인계하고 싶습니다. 계속하세요.

Yuka Broderick (SVP of Investor Relations, Datadog)

고마워요, 로렌. 좋은 아침이에요. 오늘 아침에 발행된 보도 자료에서 발표한 Datadog의 2026년 2분기 재무 결과를 검토하는 데 참여해 주셔서 감사합니다. 오늘 통화에는 Datadog의 공동 창립자이자 CEO인 Olivier Pomel과 Datadog의 최고 재무 책임자인 David Obstler가 참여했습니다. 이번 통화에서 우리는 미래 재무 성과, 3분기 및 2026 회계연도 전망, 관련 참고 사항 및 가정, 제품 역량, 시장 기회 활용 능력과 관련된 진술을 포함한 미래 예측 진술을 할 것입니다. 예상하다, 믿는다, 계속하다, 추정하다, 예상하다, 의도하다, 할 것이다라는 단어와 유사한 표현은 미래 예측 진술이나 미래 기대에 대한 유사한 표시를 식별하기 위한 것입니다. 이러한 진술은 오늘날 우리의 견해를 반영하며 실제 결과가 실질적으로 달라질 수 있는 다양한 위험과 불확실성의 영향을 받습니다.

실제 결과에 영향을 미칠 수 있는 중대한 위험 및 기타 중요한 요소에 대한 논의는 2026년 3월 31일에 종료된 분기에 대한 양식 10-Q를 참조하십시오. 추가 정보는 2026년 6월 30일에 종료되는 회계 분기에 대한 향후 양식 10-Q 및 SEC에 제출되는 기타 서류에서 제공될 예정입니다. 이 정보는 이 통화 내용과 함께 당사 웹사이트의 투자자 관계 섹션에서도 확인할 수 있습니다. Investor.datadoghq.com에서 제공되는 수익 발표의 표에서 가장 직접적으로 비교할 수 있는 GAAP 재무 측정과 조정된 비GAAP 재무 측정에 대해 논의할 것입니다. 그럼 통화를 올리비에에게 넘기고 싶습니다.

Olivier Pomel (Co-founder and CEO, Datadog)

고마워, 유카. 2분기 실적 검토에 참여해 주신 모든 분들께 감사드립니다. 이번 분기의 비즈니스 동인부터 시작하겠습니다. 2분기 매출 성장은 고객 기반 전체에서 가속화되었습니다. 한편으로, 우리의 AI 기본 고객 집단은 우리가 서비스를 제공하는 고객 수와 해당 고객의 규모 모두에서 지속적으로 성장하고 다양화되었습니다.

반면, 당사 비즈니스 전반에 걸친 폭넓은 추세를 잘 보여주는 예로서, 비AI 고객의 매출 성장도 이번 분기에 다시 가속화되어 지난 분기 20대 중반, 전년 동기 18%에서 전년 동기 대비 최고 20%로 증가했습니다. 전반적으로 우리는 고객 수요의 건전한 추세를 계속해서 확인하고 있습니다. 가장 민첩한 스타트업부터 가장 규모가 크고 확고한 기업까지 광범위한 고객 기반이 모두 AI를 채택하고 있습니다.

우리는 이것이 클라우드 및 최신 기술의 사용뿐만 아니라 클라우드 및 AI 워크로드를 관찰, 보호 및 조치하기 위한 Datadog 플랫폼의 사용을 가속화하고 있다고 생각합니다. 2분기 재무 성과 및 주요 지표와 관련하여 매출은 11억 2천만 달러로 전년 대비 36% 증가했으며 지침 범위의 상한선을 초과했습니다. 우리는 1년 전 약 31,400명에서 증가한 약 33,400명의 고객으로 2분기를 마감했습니다. 또한 ARR이 $100,000 이상인 약 4,720명의 고객을 확보했습니다. 이는 1년 전 약 3,850명보다 증가한 수치입니다. 이들 고객은 ARR의 약 91%를 창출했습니다. 우리는 25%의 잉여현금흐름마진으로 2억 7,900만 달러의 잉여현금흐름을 창출했습니다. 제품 채택으로 전환합니다. 우리의 플랫폼 전략은 계속해서 시장에서 반향을 일으키고 있습니다.

예를 들어, 현재 고객의 58%가 4개 이상의 제품을 사용하고 있습니다. 이는 1년 전의 52%에 비해 증가한 수치입니다. 우리 고객의 37%는 6개 이상의 제품을 사용하는데 이는 1년 전의 29%에 비해 증가한 수치이며, 우리 고객의 13%는 10개 이상의 제품을 사용하여 1년 전의 7%에 비해 증가한 수치입니다. 우리는 더 많은 고객을 확보하고 더 많은 제품에 걸쳐 가치를 제공하고 있으며, 우리 제품은 사용량과 ARR이 크게 증가하고 있습니다. 예를 들어, RUM(실제 사용자 모니터링)은 이제 ARR이 2억 달러를 초과했으며 그 규모가 전년 대비 50% 이상 성장하는 속도로 가속화되었습니다. 우리 고객은 더 많은 사용자 세션을 보내고 최신 제품 분석과 함께 RUM을 사용하여 비즈니스 결과를 최적화하고 있습니다. 연구개발(R&D)에 들어갑니다. 우리는 6월에 DASH 사용자 컨퍼런스를 개최하여 사용자를 위한 100개 이상의 흥미로운 새 제품과 기능을 발표했습니다.

몇 가지 공지사항을 살펴보겠습니다. 첫째, DevOps 루프를 가속화하고 자동화하기 위해 Bits AI를 확장했습니다. 이는 문제가 발생할 때마다 엔지니어가 탐지부터 조사, 해결까지 거치는 루프입니다. DASH에서 우리는 DevOps 루프를 위한 많은 새로운 Bits 기능을 발표했습니다. 이제 비트는 모니터를 생성 및 유지 관리하고, 부정적인 신호가 발생한 후 몇 분 이내에 근본 원인을 식별하고, 수정 사항을 권장 및 구현하고, 가드레일을 따라 안전 및 제어를 추가하고, 이전 사고로부터 지속적으로 학습 및 개선하고, 증상이 있는 동작을 조기에 감지하여 인프라 문제가 확대되기 전에 수리할 수 있습니다. 둘째, 개발 루프를 해결하기 위해 Bits AI 제품을 발표했습니다. 이는 개발자가 코드를 프로덕션으로 가져오기 위해 탐색하는 코딩부터 전달, 평가까지 이어지는 루프입니다.

이 루프의 경우 Bits Release는 이제 AI 릴리스 검증 에이전트 역할을 하여 코드 변경의 영향을 분석하고, 엔드투엔드 검사를 실행하고, 프로덕션 롤아웃을 확인합니다. Bits Code는 코드 수정 사항을 생성하여 모든 수정 사항 및 재생산 동작을 보장하며, Bits Testing은 합성 테스트 생성 및 유지 관리도 자동화합니다. 셋째, AI 스택을 처음부터 끝까지 관찰, 보호, 최적화하는 제품인 Datadog for AI를 확장했습니다. 데이터 관찰 가능성을 통해 기업은 계보 품질 모니터링 및 작업 모니터링을 통해 AI가 사용하는 데이터를 신뢰할 수 있습니다. 비트 데이터 분석은 풍부한 데이터 컨텍스트를 사용하여 비즈니스 질문에 정확하게 답합니다. 에이전트 콘솔은 AI 에이전트 사용량, 비용 및 효율성에 대한 가시성을 제공합니다. Agent Observability의 패턴 기능은 사용자 상호 작용을 행동 그룹으로 자동으로 클러스터링하여 품질 또는 비용 문제를 식별합니다. Bits Evals는 에이전트의 결과를 개선하기 위해 에이전트 개발 루프의 반복적인 부분을 처리합니다.

넷째, 우리는 온프레미스나 클라우드에서 더 많은 데이터를 수집, 상관 관계 분석, 처리할 수 있도록 플랫폼을 확장하고 있습니다. 네트워크 모니터링에서는 복잡한 네트워크 문제를 일으키는 변경 사항을 추적하기 위해 네트워크 경로 및 네트워크 구성 관리를 시작했습니다. 데이터베이스 모니터링 내에서 Bits Database Optimizer는 이제 느린 쿼리를 최적화하기 위해 AI가 생성한 변경 사항의 영향을 자동으로 시뮬레이션하고 평가합니다. 로그 관리에서 로그 페더레이션을 통해 사용자는 Databricks 및 ClickHouse를 포함한 외부 데이터 저장소를 쿼리할 수 있습니다. BYOC(Bring Your Own Cloud)를 통해 고객은 이제 인프라 내에 보관된 로그에 대해 전체 Datadog 경험을 사용할 수 있습니다. 또한 우리는 메트릭 및 추적에도 BYOC를 도입한다고 발표했습니다. 디지털 경험 공간에서 Journey Monitoring은 모든 중요한 사용자 흐름에 대한 단일 공유 보기를 자동으로 제공합니다.

맞춤형 지표 데이터의 경우, 추가 비용 없이 AI 에이전트를 통해 더 많은 양의 데이터를 생성하면서 사용자가 임의로 복잡한 질문에 답할 수 있는 무한 카디널리티 지표(Infinite Cardinality Metrics)를 도입했습니다. 마지막으로 우리는 AI 스택을 보호하고 새로운 종류의 AI 기반 공격을 방어하기 위해 다양한 혁신을 출시했습니다. AI Guard 에이전트 검색은 알려지거나 알려지지 않은 모든 사용자 지정 에이전트를 찾아 매핑하므로 보안 팀은 보호되는 것과 보호되지 않는 것을 확인할 수 있습니다. 맞춤형 에이전트용 AI Guard는 실시간 관측 데이터로만 탐지할 수 있는 공격을 차단하는 런타임 보호 기능을 제공합니다. 코딩 에이전트용 AI Guard는 동일한 심층 관찰 기능을 적용하여 코드의 악성 기술과 패키지를 차단합니다. 또한 취약성 노이즈를 95% 이상 줄이는 런타임 우선순위 엔진을 발표했습니다.

마지막으로 우리는 알려진 Datadog Cloud SIEM에서 실행되도록 Bits Security Analyst를 확장했습니다. 따라서 고객은 배포하는 SIEM에 관계없이 광범위한 데이터 세트에 대한 스마트함과 학습의 이점을 누릴 수 있습니다. 우리는 지속적인 혁신을 통해 독립적인 연구를 통해 정당하게 인정받고 있습니다. Datadog이 2026년 Gartner Magic Quadrant의 관측 가능성 플랫폼 부문에서 6년 연속 리더로 선정된 것을 기쁘게 생각합니다. 영업 및 마케팅으로 넘어가서 지난 분기에 GTM 팀이 마감한 몇 가지 거래를 살펴보겠습니다. 첫째, 우리는 Fortune 10대 기업과 연간 6자리 규모의 계약을 체결했습니다. 이 회사는 전자상거래 사업을 확장하고 있으며, 고객 경험과 비즈니스 성과를 개선하기 위해 다른 10가지 Datadog 제품과 함께 Datadog Log Management를 사용할 계획입니다.

이번 승리는 세계 최대 기업에 집중하고 가장 복잡한 환경에서 기회를 확보하기 위한 우리의 확장된 시장 진출 접근 방식을 입증합니다. 다음으로 우리는 신경 연구소 두 곳과 연간 7자리 규모의 거래를 성사시켰습니다. 이러한 AI 연구소는 AI 모델 교육 워크로드를 빠르게 확장하고 주요 제품 출시를 준비하고 있습니다. Datadog을 사용하여 관찰 가능성을 배포함으로써 교육 인프라와 GPU 플릿 전반에 대한 가시성을 확보하고 AI 모델을 더 빠르게 반복할 수 있습니다. 또한 Bits AI를 사용하여 심층적인 관찰 가능성 컨텍스트에 대한 모니터, 대시보드 및 경고를 신속하게 구축하고 있습니다. 다음으로 우리는 남미 은행과 연간 7자리 계약을 성사시켰습니다. 이 은행의 단편화된 레거시 모니터링 스택과 수동 분류로 인해 고객이 종종 요청하는 상당한 애플리케이션 가동 중지 시간이 발생했습니다.

11개 제품을 Datadog으로 통합함으로써 이 고객은 메인프레임에서 마이크로서비스까지 가시성을 확보하고 실제 생산 사고에 대한 평균 해결 시간을 이미 단축했습니다. 그들은 보안 상태를 개선하기 위해 Cloud SIEM 및 데이터 보안을 채택하고 다른 Datadog 보안 제품을 평가하고 있습니다. 다음으로 우리는 Fortune 100대 건강 보험 회사와 연간 8자리 계약을 위해 7자리 연간 확장 계약을 체결했습니다. 이 고객의 가장 큰 문제점은 수십 개의 사업부에서 PII를 보호하면서 치료 전반에 걸쳐 회원들에게 훌륭한 경험을 제공하는 것입니다. Datadog의 HIPAA 규정 준수 및 RUM, 로그 관리, Cloud SIEM에서의 PII 처리를 통해 경쟁 솔루션을 차별화하고 승리할 수 있었습니다. Bits AI 조사는 이미 사고 해결 속도를 높이고 비용이 많이 드는 에스컬레이션을 줄이고 있습니다. 이 고객은 19개의 Datadog 제품으로 확장됩니다.

우리는 세계 최대 온라인 미디어 회사 중 하나와 다년간 3천만 달러가 넘는 TCV 계약을 체결했습니다. 이 고객은 비즈니스 전반에 걸쳐 Datadog을 표준화하여 4개의 상용 및 내부 도구를 대체하기로 결정했습니다. Datadog은 또한 제품 분석, CI 가시성, 데이터 관찰 가능성 및 클라우드 비용 관리를 통해 핵심 관찰 가능성 이상의 가치를 입증했습니다. 이 거래에는 기존 상용 로깅 도구를 페타바이트 규모로 대체하는 Bring Your Own Cloud에 대한 역대 최대 규모의 승리가 포함됩니다. 마지막으로 우리는 선도적인 AI 회사와 9자리 계약 갱신을 체결했습니다. 이 오랜 기간 대규모 고객은 17개의 Datadog 제품을 사용하여 매우 대규모의 프로덕션 워크로드에 대한 통합된 가시성을 제공합니다. 비록 우리가 지침에서 고려했고 David가 이에 대해 이야기할 3분기부터 사용자 감소가 시작되지만 말입니다. 재무 검토를 위해 David에게 이 문제를 넘기기 전에 우리의 장기적인 전망에 대해 몇 마디 말씀드리겠습니다.

디지털 혁신과 클라우드 마이그레이션이 우리 비즈니스의 장기적 성장 동력이라는 우리의 전반적인 견해에는 변화가 없습니다. 이제 우리는 고객이 이 혁신적인 신기술을 통해 가치를 제공하도록 지원하면서 AI를 통해 추가적인 성장 동력을 확보하게 되었습니다. 우리는 AI 분야의 기회에 대해 매우 기대하고 있습니다. 우리가 어디에 있고 어디로 가고 있는지 요약합니다. 첫째, 클라우드 소비가 증가하고 플랫폼 사용이 늘어나면서 AI는 오늘날 Datadog의 순풍이 되고 있습니다. 2분기 현재 750명이 넘는 AI 고객이 Datadog을 사용하여 기술 스택을 모니터링하고 개선하고 있습니다. AI를 주도하는 최대 기업을 살펴보면 상위 10개 AI 리더 중 10개 모두가 Datadog 고객입니다. AI 기반을 넘어 더 광범위한 고객 기반에서 AI 활동이 증가하는 것을 볼 수 있습니다.

또한 다수의 MCP 도구 호출이 분기별로 다시 4배, 2025년 4분기와 비교했을 때 22배 이상 증가하면서 에이전트 활동이 급속히 성장하는 조짐을 보이고 있습니다. 둘째, 고객에게 더 많은 가치와 더 큰 플랫폼 기능을 제공하기 위해 Datadog용 AI를 제공하고 있습니다. 여기에는 Bits AI 제품, 채팅, 조사, 감지, Bits Code, Bits Testing, Bits Release 등이 포함됩니다. 셋째, 차세대 AI는 새로운 복잡성과 관찰 가능성 문제를 야기합니다. 우리는 AI 스택을 처음부터 끝까지 관찰하고 보호하기 위해 AI용 Datadog이라고 부르는 기능을 통해 이 문제를 해결하고 있습니다. 여기에는 GPU 모니터링, 에이전트 관찰, 에이전트 콘솔, 데이터 관찰, AI Guard 및 기타 여러 제품이 포함됩니다. 마지막으로, 우리의 AI 연구 팀과 중요한 워크플로우를 사용하는 방대한 양의 풍부한 데이터를 통해 획기적인 연구를 수행할 수 있습니다.

우리는 이미 5월에 시계열 모델인 Toto의 두 번째 버전을 통해 작업 중 일부를 선보였습니다. 토토 버전 2는 두 가지 이유로 흥미로웠습니다. 첫째, 주요 벤치마크에서 최고 수준임을 입증했습니다. 더 중요한 것은 우리가 처음으로 시계열 모델의 진정한 확장성을 입증하여 2020년 이후 언어 모델이 추구했던 것과 동일한 개선 경로를 목표로 삼을 수 있게 되었다는 것입니다. 이제 Toto를 넘어 우리는 더 크고 더 야심 찬 전용 모델, Bits AI를 지원하는 사후 훈련 모델을 개발하고 있으며 시계열 데이터 이상의 다른 양식을 세계 모델에 도입하여 고객의 역량을 한 단계 변화시킬 수 있다고 생각합니다. 우리는 6월에 완료될 Adaptive ML 인수를 통해 이러한 연구 노력을 가속화할 계획입니다.

그로 인해 이제 그 어느 때보다 우리는 인간이든 AI 에이전트이든 관계없이 모든 규모와 산업의 고객은 물론 모든 유형의 사용자를 보유하여 AI 및 클라우드 도입에 대한 가치를 변화시키고 혁신하고 촉진할 수 있는 이상적인 위치에 있다고 생각합니다. 그것으로 나는 그것을 우리의 최고 재무 책임자(CFO) David에게 넘겨주겠습니다.

David Obstler (CFO, Datadog)

고마워요, 올리비에. 2분기 매출은 11억 2천만 달러로 전년 대비 36% 증가했습니다. 그 중에서도 당사의 11% 분기 대비 매출 성장은 2022년 2분기 이후 가장 높은 수치입니다. 1억 1,500만 달러의 추가된 분기 대비 매출은 상당한 차이를 보이는 기록입니다. 우리는 기존 고객의 강력한 사용량 증가와 신규 고객의 강력한 증가를 계속해서 확인했습니다. AI 고객을 제외한 당사의 광범위한 고객 기반으로 인해 수익 성장은 지난 분기 20대 중반, 전년 동기 18%에서 전년 동기 대비 20대 초반으로 가속화되었습니다. 우리는 고객 규모, 지출 범위 및 산업 전반에 걸쳐 광범위한 강점을 바탕으로 고객 기반 전반에 걸쳐 강력한 성장을 보였습니다. 한편, 당사의 AI 고객은 해당 분기에도 지속적으로 빠르게 성장하고 다양화되었습니다.

750명으로 구성된 이 고객 그룹에는 과거와 마찬가지로 광범위한 AI 스타트업이 포함되어 있지만 이제는 사내 AI 연구소에 Datadog을 사용하는 하이퍼스케일러도 포함되어 있습니다. 2분기에는 연간 100만 달러 이상을 지출하는 고객이 31명이며, 그 중 8명의 고객이 연간 1,000만 달러 이상을 지출했습니다. 우리는 또한 기업 부문에서 특히 강력한 새 로고 달러 예약을 달성했으며, 새 로고 연간 예약이 1년 전보다 두 배 이상 증가했습니다. 우리는 새로운 로고가 더욱 빠르게 증가하고 수익 성장에 더 많은 기여를 하고 있음을 확인하고 있습니다. 신규 고객과 관련된 전년 대비 매출 성장 비율은 1분기 25%에서 2분기 약 30%로 증가했습니다. 지리적으로 우리는 모든 지역에서 성장 가속화를 통해 모든 지역에서 좋은 성과를 거두고 있습니다. AI 활동의 상당 부분이 미국에서 일어나고 있기 때문에 우리는 미주 지역에서 특별한 강점을 갖고 있다고 봅니다. 또한 우리는 LATAM에서 강력하게 실행하고 있습니다.

보유 지표와 관련하여 당사의 후행 12개월 순수익 보유율은 지난 분기와 비슷한 120% 초반이었고 이탈률은 여전히 낮으며 총 매출 보유율은 90대 중반에서 상위 수준입니다. 우리는 이 지표가 고객을 위한 우리 플랫폼의 미션 크리티컬 특성을 강조한다고 믿습니다. 재무 결과로 넘어갑니다. 청구액은 11억 8천만 달러로 전년 대비 38% 증가했습니다. 잔여 이행 의무(RPO)는 34억 7천만 달러로 전년 대비 43% 증가했습니다. 현재 RPO는 전년 대비 약 40% 증가했으며 RPO 기간은 전년 대비 증가했습니다. 이전에 언급했듯이 우리는 청구 및 RPO보다 수익이 비즈니스 추세를 더 잘 나타내는 지표라고 계속 믿고 있습니다. 주요 손익계산서 결과 중 일부를 검토해 보겠습니다. 별도로 명시하지 않는 한, 모든 지표는 비GAAP입니다. 우리는 수익 발표에서 비GAAP 금융에 대한 GAAP 조정을 제공했습니다. 2분기 총 이익은 8억 9200만 달러였습니다.

총 마진은 79.6%입니다. 이는 지난 분기 매출총이익률 80.2%, 전년 동기 80.9%와 비교된다. 과거에 논의한 것처럼 총 마진은 분기마다 다르며 고객을 위한 혁신에 대한 투자는 효율성 노력으로 상쇄됩니다. 역사적으로 80% ± 범위에 있었던 매출총이익에 대한 우리의 기대에는 변화가 없습니다. 2분기 OpEx는 전년 동기 대비 26% 증가했으며, 지난 분기에는 31%, 전년 동기에는 36% 증가했습니다. 예상대로 6월에 DASH 컨퍼런스, 사용자 컨퍼런스를 개최했는데, 이벤트 비용은 약 1,500만 달러였습니다. 2분기 영업이익은 2억 5,700만 달러로 영업이익률 23%로 지난 분기 22%, 전년 동기 20%와 비교됩니다. 대차대조표와 현금흐름표를 살펴보면, 현금 등가물과 유가증권이 50억 달러로 분기를 마감했습니다.

해당 분기 영업현금흐름은 3억 1,600만 달러였습니다. 자본 지출과 자본화된 소프트웨어를 고려한 후 잉여 현금 흐름은 2억 7900만 달러로 잉여 현금 흐름 마진은 25%였습니다. 3분기 및 2026 회계연도에 대한 우리의 전망. 우리의 지침 철학은 전반적으로 변함이 없습니다. 다시 한번 말씀드리지만, 우리의 지침은 최근 몇 달 동안 관찰된 추세를 기반으로 하며 이러한 성장 추세에 대한 보수주의를 암시합니다. 가장 큰 고객과 관련하여 3분기 및 2026년 전체 지침에 통합된 사용량 감소를 확인했습니다. Olivier가 언급했듯이 이 고객은 최근 우리와 계약을 갱신했습니다. 3분기 매출은 11억 3,500만 달러~11억 4,500만 달러로 전년 대비 28%~29% 성장할 것으로 예상됩니다.

비GAAP 영업 이익은 2억 6천만~2억 7천만 달러 범위에 있을 것으로 예상되며 이는 영업 마진이 23%~24%임을 의미합니다. 비GAAP 주당 순이익은 약 3억 7,800만 개의 가중 평균 희석 주식수를 기준으로 주당 0.63~0.65달러 범위에 있을 것으로 예상됩니다. 2026 회계연도 전체 동안 매출은 44억 5천만 달러~44억 7천만 달러로 전년 대비 30% 성장할 것으로 예상됩니다. 비GAAP 영업 이익은 10억 1천만~10억 3천만 달러 범위에 있을 것으로 예상되며 이는 영업 마진 23%를 의미합니다. 비GAAP 주당 순이익은 약 3억 7,600만 개의 평균 희석 주식수를 기준으로 주당 2.50~2.54달러 범위에 있을 것으로 예상됩니다.

지침에 대한 몇 가지 추가 참고 사항에 따르면 2026 회계연도의 순이자 및 기타 수입은 약 1억 8천만 달러가 될 것으로 예상됩니다. 2026년 현금세는 약 3,000만~4,000만 달러가 될 것으로 예상됩니다. 우리는 2026년부터 앞으로도 계속해서 21%의 비GAAP 세율을 암시합니다. 마지막으로, 우리는 2026 회계연도에 CapEx와 자본화된 소프트웨어를 합해 매출의 4%-5% 범위에 속할 것으로 예상합니다. 마지막으로 요약하자면, 우리는 2분기 실행에 만족합니다. R&D 및 시장 진출에 대한 우리의 투자는 긍정적인 결과를 낳고 있으며 지속적인 실행을 위한 좋은 위치를 차지하고 있습니다. 전 세계의 모든 Datadogs의 노력에 감사드립니다. 이것으로 질문 모집을 시작하겠습니다. 교환원님, 질의응답을 시작하겠습니다.

Q&A 전문 번역

FQ. Operator

Q. Sanjit Singh (Analyst, Morgan Stanley)

A. Olivier Pomel (Co-founder and CEO, Datadog)

우리의 많은 제품을 사용하고 있는 오랜 고객이지만 더 이상 공유할 수 있는 정보가 없습니다.

A. David Obstler (CFO, Datadog)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Sanjit Singh (Analyst, Morgan Stanley)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Sanjit Singh (Analyst, Morgan Stanley)

생각에 감사드립니다, 올리비에. 감사해요.

FQ. Operator

감사합니다. 다음 질문은 Raimo Lenschow와 Barclays 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Raimo Lenschow (Analyst, Barclays)

A. Olivier Pomel (Co-founder and CEO, Datadog)

고객이 채택에 더 깊이 참여하고 새로운 문제가 등장함에 따라 시간이 지남에 따라 우려 사항에 약간의 변화가 있을 것이라고 생각합니다.

A. David Obstler (CFO, Datadog)

Q. Raimo Lenschow (Analyst, Barclays)

A. David Obstler (CFO, Datadog)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Raimo Lenschow (Analyst, Barclays)

알았어, 완벽해. 매우 분명합니다. 감사합니다.

A. David Obstler (CFO, Datadog)

감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Gabriela Borges와 Goldman Sachs의 라인에서 나옵니다. 이제 귀하의 회선이 열려 있습니다.

Q. Gabriela Borges (Analyst, Goldman Sachs)

안녕하세요. 좋은 아침입니다. 감사합니다. 저는 DASH에서 관찰한 것 중 하나에 대해 두 분 모두에게 묻고 싶었습니다. 엔지니어들은 혁신의 속도를 좋아한다는 것입니다. 그들은 제품에 대해 매우 긍정적으로 이야기합니다. 최고 재무 책임자(CFO)는 Datadog 청구서에 대해 불평하는 것을 좋아합니다. 제가 드릴 질문은 최고재무책임자(CFO) 수준의 대화가 어떻게 발전하고 있는지에 대해 조금 말씀해 달라는 것입니다. 분명히 ROI는 있지만 예산이 어디서 나오는지, 무한 카디널리티(Infinite Cardinality)와 같은 것에 대해 좀 더 자세히 알려줄 수 있습니다. 이제 매우 특정한 카디널리티 비용 문제 중 일부를 해결하기 위해 최고재무책임자(CFO)와 대화하는 부분이 되었습니까? 감사합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

내 말은, 높은 수준에서 볼 때 사람들이 소프트웨어를 구입하는 이유는 두 가지뿐입니다. 그것은 그들에게 더 많은 돈을 벌거나 돈을 절약해 줍니다. 판매할 때, 갱신할 때, 상향 판매할 때, 신규 고객 확보할 때마다 우리는 고객을 위해 이 두 가지 중 하나를 수행하고 항상 그렇게 해야 하기 때문입니다. 나는 그것이 우리가 이전에 본 것과 전혀 다르지 않다고 말하고 싶습니다. 오늘날 고객을 위해, 특히 AI를 계속 채택하는 고객을 위해 우리가 하는 일은 고객이 구축, 운영 또는 AI 에이전트 실행에 지출하는 많은 비용을 절약하도록 돕는 것입니다. 고객과 관련하여 우려 사항이 있을 때 고객이 계속 언급한 것은 "AI 비용을 억제하는 데 어떻게 도움을 주실 수 있나요?"였습니다.

이것은 매우 빠르게 성장하고 있는데 나는 그것을 통제할 수 없으며, 그것으로 올바른 결과에 도달하고 있는지도 모르겠습니다." 이것이 우리가 앞서 언급한 모든 제품에 투자한 이유 중 하나입니다. 또한 우리는 이미 해당 제품에 대한 큰 수익을 보고 있습니다. 무한 카디널리티(Infinite Cardinality)의 관점에서 보면 고객이 때때로 더 많은 데이터를 보내거나 데이터와 함께 더 세밀한 태그를 보낼 때 고객에게 가장 오랫동안 불만을 불러일으킨 원인 중 하나라고 말하고 싶습니다. 이로 인해 청구서에 대해 예측할 수 없게 되는 경우가 있습니다. 왜냐하면 우리가 얻는 데이터의 카디널리티가 증가하기 때문입니다. 우리는 측정항목을 약간 다르게 패키징하여 기술적인 관점과 상업적인 관점에서 이 문제를 해결했습니다.

고객이 AI를 사용하여 더 많은 애플리케이션을 구축하고 기본적으로 더 많은 태그와 더 많은 정보를 보내고 더 복잡한 질문을 하고 해당 질문에 대한 더 세분화된 답변을 얻기를 원하기 때문에 이것이 특히 중요하고 관련성이 있다고 생각합니다. 기본적으로 그것은 그들의 계획에 잘 맞습니다. 지금까지 이에 대한 좋은 피드백을 받았지만 아직은 이르다. 때로는 맞을 때도 있고, 약간 틀리기도 하고, 약간 틀리면 고치기도 합니다. 이는 과거에 우리가 해왔던 것과 다르지 않습니다.

Q. Gabriela Borges (Analyst, Goldman Sachs)

그것은 모두 의미가 있습니다. 자세히 알려주셔서 감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Needham & Company의 Mike Cikos 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Mike Cikos (Analyst, Needham & Company)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Mike Cikos (Analyst, Needham & Company)

A. David Obstler (CFO, Datadog)

Q. Mike Cikos (Analyst, Needham & Company)

훌륭한. 감사합니다.

A. David Obstler (CFO, Datadog)

감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Wolfe Research, LLC의 Alex Zukin 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Alex Zukin (Analyst, Wolfe Research)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Alex Zukin (Analyst, Wolfe Research)

A. David Obstler (CFO, Datadog)

A. Olivier Pomel (Co-founder and CEO, Datadog)

나는 그 갱신에 많은 연속성이 있다고 생각합니다. 두는 것도 한 가지 방법입니다.

Q. Alex Zukin (Analyst, Wolfe Research)

완벽한. 고마워요.

FQ. Operator

감사합니다. 다음 질문은 KeyBanc Capital Markets의 Eric Heath 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Tracy Prachef (Analyst, KeyBanc Capital Markets)

안녕하세요. 저는 Eric Heath의 Tracy Prachef입니다. 특히 Q3 가이드에서 더 많은 색상을 얻고 싶습니다. 이전 Q3를 어떻게 안내했는지에 대한 순차적 수준보다 약간 낮은 것 같습니다. 저는 3분기에 어떤 추세가 나타날지 그리고 가이드의 가정이 무엇인지에 대해 더 듣고 싶습니다.

A. David Obstler (CFO, Datadog)

응. 방법론과 비슷하다고 생각합니다. 우리는 우리가 보는 것을 취하고 약간의 보수성을 제공합니다. 우리는 최대 고객을 갱신했지만 이전 분기에 비해 사용량이 감소했다고 스크립트에서 언급한 것 같습니다. 우리가 상장 회사로서 사용해 온 보수주의 방법론과 일치하는 지침을 개발하려고 할 때 이러한 모든 사항이 고려됩니다.

Q. Tracy Prachef (Analyst, KeyBanc Capital Markets)

알았어. 올리에게 하나만 더 물어볼 수 있다면. 고객의 AI 모델 사용 다양화가 미치는 영향과 거기서 보고 있는 내용에 대해 귀하의 생각을 듣고 싶습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

글쎄, 우리는 그것이 훌륭하다고 생각합니다. 일반적으로 고객이 선택할 수 있는 옵션이 더 많습니다. 그것은 그들에게 많은 문과 기회를 열어줍니다. 이는 또한 많은 복잡성을 야기하며, 우리는 이러한 복잡성을 처리하는 데 도움을 주기 위해 왔습니다. 우리에게는 이것이 좋은 기회입니다. 그건 그렇고, 우리는 AI 초창기부터 한두 개의 대형 AI 회사로 끝나지 않고 모두가 이를 사용하게 되지 않을 것이라는 논제를 가지고 있었습니다. 마찬가지로 우리는 한두 개의 대형 클라우드 회사로 끝나고 모두가 그 회사의 소프트웨어를 사용하게 되지는 않았습니다. 생태계는 매우 풍부합니다. 공급자가 많이 있습니다. 매우 큰 공급자가 있습니다. 더 작은 공급자와 그 사이의 모든 것이 있습니다. 특정 고객이 사용하는 다양한 시스템의 구성은 다양합니다.

우리는 AI에서도 같은 일이 일어날 것이라고 생각합니다. 우리는 또한 모델, 특히 오픈 소스 모델의 증가가 고객이 스스로 더 많은 교육을 수행할 수 있는 기회를 열어준다고 생각합니다. 그것은 우리에게 새로운 시장입니다. 우리는 그곳에서 우리가 아주 좋은 역할을 하고 있다는 몇 가지 징후를 봅니다. 우리도 그것을 향해 나아가고 있습니다. 전반적으로 모든 사람에게 매우 긍정적이라고 말하고 싶습니다.

Q. Tracy Prachef (Analyst, KeyBanc Capital Markets)

알았어요. 감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Bank of America의 Koji Ikeda 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Koji Ikeda (Analyst, Bank of America)

응. 안녕, 얘들아. 제 질문에 응해주셔서 정말 감사드립니다. 여기 저한테 하나만 주세요. 비트AI에 물어보고 싶었어요. Bits AI에 대해 여러분이 말하는 모든 논평과 우리가 분기 간 수행한 모든 작업은 Bits AI가 여러분을 위해 실제로 성공하고 있는 것처럼 들립니다. Bits AI가 역사적으로 관찰 가능성 워크플로를 만들어온 활동을 점점 더 자동화할 것이라고 생각하면 Bits AI가 주도할 수 있는 더 큰 자동화가 결국 전통적으로 Datadog 소비를 주도했던 활동의 양을 줄이지 않도록 어떻게 보장할 수 있는지 궁금하고 정말 궁금합니다. 감사합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

글쎄요, 제가 통화 초반에 말했듯이 우리가 더 많은 가치를 제공한다면 고객이 더 많은 돈을 벌거나 돈을 절약하도록 도와줌으로써 더 많은 소프트웨어를 판매하게 됩니다. 우리가 더 많이 자동화하고 더 많은 일을 하게 하면 더 많은 가치를 제공할 수 있다고 생각합니다. 그것은 그렇게 간단합니다. 관찰 가능성의 미래는 단지 관찰하는 것이 아니라 수정하는 것이라고 생각합니다. 문제가 발생했기 때문에 한밤중에 사람들을 깨우는 것이 아니라 고쳐주는 것입니다. 공격자가 개입했기 때문에 사람들이 보안 사고에 대해 피해 통제를 할 수 없게 됩니다. 자동으로 문제를 해결하여 공격자가 시작하는 것을 방지합니다. 우리는 그 모든 것을 구축하느라 매우 바쁩니다. 우리는 이것이 결국 우리에게 훌륭한 비즈니스 결과를 가져올 것이라고 확신합니다. 이것이 바로 우리가 시장의 고객들로부터 보는 것입니다.

Bits AI를 사용하면 우리 제품을 더 많이 사용하게 됩니다. 그들은 더 많은 것을 배포합니다. 그들은 더 많은 대시보드와 경고 및 기타 모든 것을 생성합니다. 우리 제품 내부에는 더 많은 사용자가 있습니다. 제로섬 게임이 아닙니다.

Q. Koji Ikeda (Analyst, Bank of America)

감사합니다.

FQ. Operator

감사합니다. 다음 질문은 JP Morgan의 Samik Chatterjee 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Samik Chatterjee (Analyst, JPMorgan)

A. Olivier Pomel (Co-founder and CEO, Datadog)

A. David Obstler (CFO, Datadog)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Samik Chatterjee (Analyst, JPMorgan)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Samik Chatterjee (Analyst, JPMorgan)

좋은. 감사합니다.

FQ. Operator

감사합니다. 다음 질문은 Guggenheim Securities의 Howard Ma 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Howard Ma (Analyst, Guggenheim Securities)

엄청난. 감사합니다. 강한 분기와 연간 가이던스 인상을 축하합니다. 두 가지 질문이 있습니다. 그냥 같이 물어볼게요. 첫 번째는 Bits AI에 있습니다. 과거의 주요 기능 확장과 비교하여 채택 및 기여가 어떤지 궁금합니다. 그리고 또 다른 질문은 TCV와의 3천만 달러 거래입니다. 제 생각에는 이 회사가 가장 큰 온라인 미디어 회사 중 하나라고 말씀하신 것 같습니다. 이 회사는 예전에는 주로 DIY를 했다고 가정합니다. 의사결정 과정에 대해 몇 가지 정보를 공유할 수 있고 그들이 여러 Datadog 제품을 사용하고 있다면 왜 지금을 사용하고 있습니까? 정말 도움이 될 것 같아요. 감사합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

응. 죄송합니다. 두 번째 질문의 일부를 놓쳤습니다.

A. Yuka Broderick (SVP of Investor Relations, Datadog)

그들은 여러 제품을 복용하고 있습니까? 제 생각에는 그렇죠, 하워드?

Q. Howard Ma (Analyst, Guggenheim Securities)

미디어는-- 예, 판매의 성격은-

A. Olivier Pomel (Co-founder and CEO, Datadog)

판매의 성격.

Q. Howard Ma (Analyst, Guggenheim Securities)

왜 지금?

Q. Samik Chatterjee (Analyst, JPMorgan)

그 클라이언트.

A. Olivier Pomel (Co-founder and CEO, Datadog)

먼저 Bits AI부터 말씀드리겠습니다. 예, 한 가지 일어난 일은 Bits AI가 상당히 구체적이었습니다. 이전에는 경고 전용이었습니다. 마찬가지로 Bits AI는 경고를 수신하고 조사를 실행합니다. 이제 고객과의 접촉 표면이 훨씬 더 넓어졌습니다. 비트AI, 채팅을 통해 접속하실 수 있습니다. 물론 여전히 조사를 수행할 수 있으며 우리는 거기서 훨씬 더 많은 작업을 수행했습니다. Bits AI가 모니터링을 관리하고 탐지를 관리하도록 할 수 있습니다. 당신은 그것을 코드로 가질 수 있습니다. 관리형 테스트를 생성하도록 할 수 있습니다. 접촉 범위를 넓히기 위해 우리가 구축한 다양한 사용 사례가 있으며, 이러한 모든 영역에서 많은 채택이 이루어지고 있습니다.

우리는 또한 그것을 포장하는 방식을 바꾸고 있습니다. 우리는 이제 특정 기능보다 접촉 표면이 훨씬 더 넓어졌다는 이유로 출시하는 AI 크레딧이 포함된 새로운 모델을 보유하고 있습니다. 거기에는 꽤 많은 일이 일어나고 있습니다. 앞서 다른 AI 표면의 다른 부분에 대해 언급했던 활동의 폭발적인 증가는 Bits AI에서도 일어나고 있습니다. 그것은 우리가 기대하고 있는 것입니다. 그게 다야. 두 번째로, 판매에 채택되는 제품에 대해 보세요. 우리는 일반적으로 거래 속도를 너무 늦추지 않고 플랫폼을 충분히 확보하기 위해 균형을 맞추려는 두 개 이상의 제품을 함께 출시합니다. 한 번에 더 많은 작업을 시도할수록 더 많은 이해관계자를 확보하고 시간이 더 오래 걸리기 때문입니다.

우리는 일반적으로 두 가지 제품이 좋은 땅이라는 것을 알았고 거기에서 확장할 수 있습니다. 통화에서 우리는 통합 거래가 더 큰 경향이 있기 때문에 많은 통합 거래를 언급하는 경향이 있습니다. 예를 들어 12개의 제품을 가지고 착륙한다면 일반적으로 2개를 가지고 착륙하는 것보다 더 커질 것입니다. 그것은 대부분의 거래가 아닙니다. 통합은 일반적으로 우리가 착륙할 때보다 늦게 발생합니다. 이는 고객이 한꺼번에 통합되었을 때 고객이 수행하는 작업에 대한 매우 흥미로운 예를 제공합니다.

FQ. Operator

감사합니다. 다음 질문은 TD Cowen의 Andrew Sherman 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Andrew Sherman (Analyst, TD Cowen)

아, 좋아요. 감사합니다. 핵심 성장 가속화를 축하합니다. 올리비에 씨, CPU는 최근 에이전트 AI를 중심으로 르네상스를 맞이했습니다. 인프라 모니터링의 점진적인 성장 동인이 될 수 있다면 이 주제에 대한 귀하의 생각을 듣고 싶습니다. 이에 대한 증거를 본 적이 있나요? 나는 그게 다야. 감사해요.

A. Olivier Pomel (Co-founder and CEO, Datadog)

보세요, 우리는 전반적으로 인프라 제품의 소비가 가속화되는 것을 봅니다. 높은 수준에서 우리는 고객 기반 전반에 걸쳐 이를 확인합니다. 새로운 빌드아웃에서 GPU에 연결된 CPU를 구체적으로 볼 수 있는지는 모르겠습니다. 나는 AI 에이전트가 때로는 대부분의 시간과 마찬가지로 코딩 도구에 많은 시간을 소비하고 있다는 사실과 더 많은 관련이 있다고 생각합니다. 도구는 이미 존재하는 애플리케이션일 뿐이며 이러한 애플리케이션은 일반적으로 CPU에서 실행되므로 꽤 많은 부분을 볼 수 있습니다.

FQ. Operator

감사합니다. 다음 질문은 Stifel의 Brad Reback 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Brad Reback (Analyst, Stifel)

엄청난. 정말 감사합니다. Oli, 핵심이 얼마나 강력하고 가장 큰 고객이 2분기 성장에 추가되지 않았다는 귀하의 논평을 고려할 때, 해당 고객의 순차적 하락세를 X로 제외하면 핵심 가이드가 아마도 3~400bp 더 높았을 것이라고 가정해야 합니까?

A. Olivier Pomel (Co-founder and CEO, Datadog)

글쎄요, 추측할 수는 없지만 제가 말씀드리고 싶은 것은 제가 말했듯이 해당 고객을 제외하면 전반적인 비즈니스가 같은 속도로 성장한다는 것입니다. 사업이 전반적으로 가속화되고 있다. 그래서 우리는 기분이 좋습니다. 우리가 R&D에 대한 투자나 시장 진출에 대한 투자를 통해 올바른 수익과 결과를 얻고 있는지 살펴볼 때 우리는 파이프라인과 비즈니스에 대해 가지고 있는 모든 징후를 살펴보고 비즈니스에 대해 좋은 느낌을 받습니다. 사업을 하기 좋은 시기입니다.

A. David Obstler (CFO, Datadog)

네, 비AI가 가속됐다고 발언에서 언급한 것 같은데, 최대 고객을 제외한 AI는 계속됩니다. 나는 우리가 사업을 설명할 때 이러한 경향을 제시했다고 생각합니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

물론.

Q. Brad Reback (Analyst, Stifel)

전적으로

A. Olivier Pomel (Co-founder and CEO, Datadog)

고객은 비AI 고객보다 훨씬 빠르게 성장하고 있습니다.

A. David Obstler (CFO, Datadog)

응. 좋아요.

Q. Brad Reback (Analyst, Stifel)

훌륭해요.

A. David Obstler (CFO, Datadog)

AI가 성장하고 있다. 응, 바로 그거야.

Q. Brad Reback (Analyst, Stifel)

완벽한. 고마워요.

FQ. Operator

감사합니다. 다음 질문은 Oppenheimer & Co와 함께 Ittai Kidron 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Ittai Kidron (Analyst, Oppenheimer)

A. David Obstler (CFO, Datadog)

A. Olivier Pomel (Co-founder and CEO, Datadog)

응. 100만 달러 이상, 10만 달러 이상, 10,000달러 이상 등 특정 기준점을 초과하는 고객을 살펴보면 모두 매우 좋은 추세를 보이고 있습니다.

Q. Ittai Kidron (Analyst, Oppenheimer)

A. Olivier Pomel (Co-founder and CEO, Datadog)

Q. Ittai Kidron (Analyst, Oppenheimer)

매우 좋은. 감사합니다. 감사합니다.

FQ. Operator

감사합니다. 다음 질문은 BNP Paribas의 Andrew DeGasperi 라인에서 나왔습니다. 이제 귀하의 회선이 열려 있습니다.

Q. Andrew DeGasperi (Analyst, BNP Paribas)

저를 도와주셔서 감사합니다. 특히 이번 분기에 보았던 성장 측면에서 비AI 네이티브에 대해 질문하고 싶었습니다. 특히 기업 전반에 배포되는 오픈 소스 도구에서 AI 모니터링 도구에 대한 수요가 증가하는 것을 보셨나요?

A. Olivier Pomel (Co-founder and CEO, Datadog)

죄송합니다. 질문의 두 번째 부분을 놓쳤습니다.

Q. Andrew DeGasperi (Analyst, BNP Paribas)

AI 모니터링 도구 측면에서

A. David Obstler (CFO, Datadog)

제 생각에는 당신이 AI 내부에서 우리가 AI 모니터링이라고 부르던 것에 대해 묻고 있는 것 같습니다. LLM 등이 성장 추세를 보이고 있습니다.

A. Olivier Pomel (Co-founder and CEO, Datadog)

보세요, 1년 전에는 거래량이 매우 적었습니다. 지난해 하반기부터 조금씩 성장하기 시작했습니다. 이제는 지난 몇 분기 동안 매우 빠르게 가속화되었습니다. 우리는 기본적으로 우리가 도달하고 있는 양이 폭발적으로 증가하는 것을 목격했습니다. 우리는 다양한 종류의 회사에서 더 많은 사용량을 얻었으므로 확실히 알 수 있습니다. 우리는 전통적인 기업과 일부 최신 AI 네이티브 기업에서도 이러한 현상을 볼 수 있습니다. 우리는 둘 다 조금 봅니다. 해당 카테고리에 대해서는 아직 초기 단계라고 말하고 싶습니다. 제품이 꽤 많이 바뀔 것으로 예상됩니다. 우리는 시간이 지남에 따라 사용법과 포장이 상당히 바뀔 것으로 예상합니다.

Q. Andrew DeGasperi (Analyst, BNP Paribas)

알았어요. 감사합니다.

FQ. Olivier Pomel (Co-founder and CEO, Datadog)

그게 마지막 질문이었던 것 같아요. 오늘 통화에 참석해 주신 모든 분들께 감사의 말씀을 전하고 싶습니다. 또한 Datadog의 모든 팀에 다시 한 번 감사의 말씀을 전하고 싶습니다. 저는 모두가 제품 측면과 시장 진출 측면 모두에서 환상적인 일을 해오고 있다고 생각합니다. 나는 제품 측면에서 연말을 위해 더 많은 라인업이 있다는 것을 알고 있으며, 시장 진출 측면에서 볼 수 있는 매우 크고 매우 행복한 파이프라인이 있다는 것도 알고 있습니다. 분기 후에 다시 얘기하고 싶습니다. 모두 감사합니다.

FQ. Operator

오늘 컨퍼런스에 참여해 주셔서 감사합니다. 이것으로 프로그램이 종료됩니다. 이제 연결을 끊을 수 있습니다.