데이터도그(DDOG) │ NASDAQ │ 클라우드·AI 소프트웨어 │ Observability·AI Agent·보안
데이터도그는 클라우드 모니터링 기업으로 알려져 있지만, 최근 사업의 방향은 단순 서버 감시에서 AI·클라우드·보안 전체를 하나로 관리하는 Observability 플랫폼으로 빠르게 확장되고 있습니다.
최근 가장 중요한 이슈는 한 초대형 AI 고객의 향후 사용량 감소 전망입니다. 이 때문에 시장에서는 AI 고객 성장 둔화에 대한 우려가 제기됐지만, 회사 전체 사업이 약해진 것과는 구분해서 볼 필요가 있습니다.
특히 해당 대형 AI 고객은 데이터도그와 관계를 종료한 것이 아니라 계약을 갱신했으며 17개의 데이터도그 제품을 사용하고 있는 고객으로 알려졌습니다. 따라서 이번 이슈의 본질은 고객 이탈보다는 특정 초대형 고객의 사용량 조정에 가깝습니다.
최근 실적에서도 전체 고객 기반의 성장세는 여전히 강합니다. 매출은 전년 동기 대비 30%대 성장세를 이어갔고, 연간 반복매출 10만 달러 이상 대형 고객 수도 크게 증가하면서 기업 고객의 멀티제품 채택이 계속되고 있습니다.
데이터도그의 진짜 AI 투자 포인트는 OpenAI 같은 AI 기업을 고객으로 확보하는 것보다 AI 시스템 자체가 Observability 수요를 폭발적으로 늘린다는 점입니다. LLM, GPU, API, 데이터베이스, 클라우드와 AI Agent가 서로 연결될수록 장애 원인을 사람이 직접 찾기는 점점 어려워집니다.
실제로 데이터도그가 공개한 2026 State of AI Engineering 자료에서는 프로덕션 환경에서 처리되는 AI 요청 가운데 상당수가 오류와 성능 문제를 경험하고 있음을 보여줬습니다. AI 서비스가 많아질수록 이를 실시간으로 감시하고 원인을 추적하는 소프트웨어가 새로운 필수 인프라가 될 가능성이 있습니다.
여기에서 중요한 제품이 Bits AI SRE입니다. 장애가 발생하면 엔지니어가 수많은 로그와 데이터를 직접 분석하는 대신 AI Agent가 Metrics·Logs·Traces 등을 분석해 문제의 원인을 찾고 대응을 지원합니다.
즉 데이터도그는 사람이 클라우드를 감시하는 소프트웨어에서 AI가 클라우드와 AI를 감시하는 Autonomous SRE 플랫폼으로 진화하려는 것입니다. Agentic AI가 기업 시스템에 본격적으로 도입될수록 이 사업의 전략적 가치는 더 커질 수 있습니다.
최근 Adaptive ML 인수도 같은 맥락입니다. Adaptive ML은 강화학습 운영(RLOps)과 AI Agent·모델 최적화 기술을 보유하고 있으며, 데이터도그는 이를 자사의 AI 연구개발 조직에 결합했습니다.
DASH 2026에서는 100개 이상의 신규 기능을 공개하며 AI와 보안 자동화를 동시에 강화했습니다. 데이터도그가 단순 Observability에서 Autonomous Operations로 사업영역을 확대하려는 방향이 더욱 명확해지고 있습니다.
보안 역시 숨겨진 성장축입니다. Infrastructure Monitoring과 APM에서 시작해 Cloud Security, Application Security, SIEM까지 확장하면서 데이터도그는 클라우드 운영과 보안을 하나의 플랫폼에서 처리하는 방향으로 발전하고 있습니다.
데이터도그의 가장 강력한 해자는 Metrics·Logs·Traces·Security·Cloud·AI 데이터를 하나의 플랫폼에서 연결하는 데이터 구조입니다. 고객이 여러 제품을 동시에 사용할수록 데이터가 연결되고 전환비용도 높아지는 구조입니다.
경쟁사는 Dynatrace, New Relic, Elastic, Grafana, Cisco의 Splunk 등이 있으며 AWS·Microsoft Azure·Google Cloud 역시 자체 모니터링 도구를 제공합니다. 그러나 데이터도그는 특정 클라우드에 종속되지 않고 멀티클라우드 환경 전체를 통합 관리한다는 점에서 차별화됩니다.
다만 초대형 AI 고객의 사용량 감소는 중요한 경고 신호이기도 합니다. 대형 AI 기업이 자체 Observability 시스템을 구축할 가능성과 사용량 기반 과금모델에서 발생하는 고객 집중도 리스크는 앞으로도 확인해야 합니다.
향후 투자자가 확인해야 할 핵심 변수는 초대형 AI 고객을 제외한 매출 성장률, 10만 달러 이상 ARR 고객 증가, Bits AI SRE 확산, AI Observability 매출, 보안 제품 교차판매와 영업이익률입니다.
차트
위 이미지에서 데이터도그는 260.68달러, +11.44%로 강하게 반등하고 있습니다. 특히 며칠 전 2분기 실적 발표 직후 약 17% 급락했던 종목이라는 점에서, 오늘 움직임은 단순한 기술적 반등보다 시장이 실적 내용을 다시 해석하는 과정으로 볼 필요가 있습니다.
2분기 실적 자체는 상당히 강했습니다. 매출은 11억2천만 달러로 전년 대비 36% 증가했고 시장 예상 약 10억8천만 달러를 웃돌았습니다. 조정 EPS도 0.65달러로 예상치 약 0.58달러를 넘어섰고, 10만 달러 이상 ARR을 만드는 대형 고객은 4,720곳으로 전년 3,850곳에서 크게 증가했습니다.
그런데 좋은 실적에도 주가가 폭락한 이유는 한 곳의 초대형 AI 고객 때문이었습니다. 이 고객이 데이터도그 제품 사용량을 줄일 것으로 예상되면서 향후 성장률에 대한 우려가 갑자기 커졌습니다.
시장에서는 이 고객을 OpenAI로 추정하고 있습니다. 다만 데이터도그가 공식적으로 고객명을 공개한 것은 아니므로 'OpenAI 확정'이라고 표현해서는 안 됩니다. 일부 분석에서는 OpenAI가 자체 Observability 시스템을 구축하면서 데이터도그 사용량을 줄이는 것 아니냐는 관측도 제기됐습니다.
여기서 중요한 숨겨진 포인트가 있습니다. 해당 AI 고객은 데이터도그와 관계를 끊은 것이 아니라 최근 대규모 계약을 갱신했고 무려 17개의 데이터도그 제품을 사용하고 있습니다. 즉 '핵심 AI 고객 이탈'과 '특정 고객의 사용량 조정'은 전혀 다른 이야기입니다.
더구나 특정 AI 고객을 제외한 데이터도그의 전체 고객 기반은 여전히 강하게 성장하고 있습니다. 따라서 실적 발표 직후 시장이 'AI 성장 스토리가 깨졌다'고 해석했던 것이 지나쳤다는 시각이 생기면서 주가 반등의 논리가 만들어지고 있습니다. Barron's가 인용한 Evercore ISI 역시 당시 17% 급락을 'extreme'한 반응으로 평가했습니다.
숫자를 자세히 보면 더욱 흥미롭습니다. 데이터도그는 올해 전체 매출 전망을 약 44억5천만~44억7천만 달러로 제시하면서도 조정 EPS 전망은 2.50~2.54달러로 올렸습니다. 매출 성장에 대한 눈높이는 조정됐지만 수익성은 오히려 개선되고 있다는 의미입니다.
데이터도그의 진짜 AI 스토리는 AI 기업들이 고객이라는 데 있지 않습니다. AI 애플리케이션이 늘어날수록 GPU, 클라우드, API, LLM, 데이터베이스와 AI Agent를 동시에 감시해야 하는 AI Observability 시장 자체가 커진다는 것이 훨씬 중요합니다.
실제로 데이터도그가 분석한 수천 개 기업의 AI 운영 데이터에서는 프로덕션 환경의 AI 요청 약 20건 가운데 1건꼴로 실패하는 것으로 나타났습니다. AI가 실험 단계를 넘어 실제 기업 시스템에 들어갈수록 'AI가 제대로 작동하는지 감시하는 소프트웨어'가 필수 인프라가 될 가능성을 보여줍니다.
데이터도그는 여기서 한 단계 더 나아가고 있습니다. Bits AI SRE는 장애가 발생한 뒤 사람이 수많은 로그를 뒤지는 방식이 아니라 AI Agent가 텔레메트리, 시스템 구조와 조직 정보를 함께 분석해 장애 원인을 찾아주는 AI 엔지니어 역할을 목표로 합니다.
최근에는 Adaptive ML을 인수했습니다. Adaptive ML은 기업이 자신만의 AI Agent와 모델을 구축·학습할 수 있도록 하는 RLOps(Reinforcement Learning Operations) 기술을 개발해 왔으며, 인수 후 Datadog AI Research에 합류했습니다. 이는 데이터도그가 단순 모니터링을 넘어 Agentic AI 운영 플랫폼으로 확장하려는 움직임으로 볼 수 있습니다.
6월 DASH 2026에서는 무려 100개 이상의 신규 기능을 공개했습니다. 회사가 집중하는 방향도 AI와 보안 복잡성을 자동화해 사람이 일일이 문제를 찾는 Observability에서 AI가 문제를 발견하고 해결하는 Autonomous Operations로 이동하는 것입니다.
보안도 상당히 중요한 숨겨진 성장축입니다. 데이터도그는 기존 Infrastructure Monitoring과 APM에서 Cloud Security, Application Security, SIEM 영역으로 확장하고 있어 고객이 데이터도그 제품을 하나씩 추가할수록 전환비용이 커지는 구조입니다. 결국 10만 달러 이상 ARR 고객이 1년 만에 3,850곳에서 4,720곳으로 증가했다는 숫자가 이 플랫폼 전략을 보여줍니다.
데이터도그의 가장 강력한 해자는 기업 IT 전체에서 발생하는 Logs·Metrics·Traces·Security·Cloud·AI 데이터를 하나의 플랫폼에서 연결하는 것입니다. 경쟁사는 Dynatrace, New Relic, Splunk/Cisco, Elastic, Grafana 등이며 클라우드 사업자인 AWS·Microsoft·Google 역시 자체 모니터링 도구를 제공하지만, 데이터도그는 멀티클라우드 환경을 하나의 화면에서 관리한다는 점에서 차별화됩니다.
다만 이번 사건은 중요한 리스크도 보여줬습니다. 사용량 기반(usage-based) 소프트웨어는 초대형 고객 하나가 사용량을 조정하는 것만으로도 성장률 기대치가 크게 흔들릴 수 있으며, AI 기업들이 자체 Observability 시스템을 구축할 가능성도 계속 확인해야 합니다
따라서 지금 DDOG에서 볼 것은 오늘 +11% 자체보다 초대형 AI 고객의 사용량 감소를 제외한 나머지 고객 성장률입니다. 대형 고객 증가, AI Observability, Bits AI, 보안 제품의 교차판매가 계속 강하다면 최근 급락은 장기 성장 훼손보다는 '한 고객 집중도 리스크'를 주가에 반영한 과정이었다는 해석이 가능해집니다.
데이터도그는 단순 클라우드 모니터링 회사에서 AI가 AI를 감시하고 장애를 찾아 해결하는 'AI Observability + Autonomous SRE' 플랫폼으로 진화하고 있습니다. 최근 급락의 원인이 된 초대형 AI 고객도 계약을 끊은 것이 아니라 17개 제품을 사용하면서 계약을 갱신한 상태라는 점이 핵심이며, 오늘 +11%대 반등은 시장이 'AI 고객 이탈'과 '일시적인 사용량 감소'를 구분하기 시작한 움직임인지 주목할 필요가 있습니다.
주식실타래 핵심 한 줄
데이터도그는 단순 클라우드 모니터링 기업이 아니라 AI가 AI와 클라우드의 장애를 감시하고 원인을 찾아 해결하는 'AI Observability + Autonomous SRE' 플랫폼으로 진화하고 있습니다. 특정 초대형 AI 고객의 사용량 감소보다 더 중요한 것은 나머지 고객들의 성장과 Bits AI·보안·멀티제품 채택이 계속 확대되는지이며, 이것이 DDOG의 장기적인 기업가치를 결정할 핵심 변수입니다.
다만 이름에는 개발자 문화에서 나온 재미있는 배경이 있습니다. Datadog 공동창업자 Olivier Pomel과 Alexis Lê-Quôc가 이전 직장에서 사용하던 서버 가운데 ‘Data Dog’라는 별명을 가진 서버가 있었고, 회사를 창업하면서 그 이름을 가져온 것으로 알려져 있습니다. 그래서 Data + Dog = Datadog입니다. 의미를 굳이 풀어보면 ‘데이터를 지켜보고 감시하는 개’처럼 현재 Observability 사업과도 묘하게 잘 맞지만, 처음부터 그런 마케팅 의미로 작명한 것은 아니라고 보는 게 정확합니다. 실제로 Datadog 로고에도 보라색 강아지가 들어가 있고, 회사의 마스코트 역시 개를 활용합니다.
댓글 쓰기