데이터도그(Datadog)는 AI 회사가 서버를 늘릴 때마다 같이 버는 감시 소프트웨어 회사

새벽 3시에 쇼핑 앱이 갑자기 멈췄다고 해 봅시다. 고객은 결제가 안 된다고 항의합니다. 개발자는 수천 대 서버 가운데 어디가 고장 났는지부터 찾아야 합니다. 바로 이 순간에 켜는 화면을 파는 회사가 데이터도그(Datadog, DDOG)입니다. 서버와 앱, 로그(프로그램이 남기는 작업 기록), 사용자 화면에서 나오는 신호를 한데 모읍니다. 그리고 어디서 느려지고 어디서 끊겼는지 보여 줍니다. 2025년 말 기준으로 약 32,700개 고객이 이 화면을 씁니다.

그런데 요즘 이 화면을 가장 바쁘게 돌리는 손님은 쇼핑몰도 은행도 아닙니다. 인공지능을 만드는 회사들입니다. 데이터도그의 연간 보고서에는 회사의 가장 큰 고객이 바로 이 AI 회사들 무리 안에 있다고 적혀 있습니다. AI 회사가 서버를 늘릴수록 데이터도그가 받는 사용료도 함께 불어납니다. AI 경쟁에서 누가 이기든 돈이 흘러 들어오는 길목, 이 회사는 거기에 서 있습니다.

투자 참고용 글입니다. 작성 기준일은 2026년 10월 14일이며, 앤트가드 시그널 가격(2026년 10월 13일 미국 종가 기준)과 유의사항은 글 맨 아래에 있습니다.

이 회사, 뭐 하는 회사인가

데이터도그는 스스로를 「클라우드 애플리케이션을 위한 AI 기반 관측·보안 플랫폼」이라고 부릅니다. 쉽게 말하면 남의 데이터센터를 빌려 돌리는 회사 프로그램을 쉬지 않고 지켜보는 감시 소프트웨어입니다. 서버 상태를 보는 인프라 모니터링이 있습니다. 앱이 얼마나 빨리 반응하는지 재는 애플리케이션 성능 관리(APM)도 있습니다. 기록을 모아 뒤지는 로그 관리, 실제 사용자가 겪는 화면을 따라가는 사용자 경험 모니터링까지가 기본 줄기입니다. 여기에 클라우드 보안, 서비스 관리, 제품 분석을 하나의 플랫폼 위에 블록처럼 얹어 팝니다. 다른 소프트웨어와 바로 이어 주는 기본 연동 도구는 1,000개가 넘습니다.

돈은 구독으로 받습니다. 계약은 대부분 월 단위나 연 단위입니다. 분기·반기·여러 해짜리 계약도 일부 있습니다. 값은 고객이 지켜보는 서버 수와 쌓는 데이터 양에 맞춰 매겨집니다. 고객은 영업사원을 부르지 않고도 서버나 데이터를 스스로 더해 쓰는 양을 늘릴 수 있습니다. 고객의 사업이 커지면 계약을 새로 맺지 않아도 데이터도그의 매출이 따라 커집니다. 이 회사 돈 버는 구조의 핵심은 여기에 있습니다.

회사를 세운 사람들은 지금도 경영을 맡고 있습니다. 최고경영자 올리비에 포멜(Olivier Pomel)과 최고기술책임자 알렉시 르쾩(Alexis Lê-Quôc)입니다. 파는 길은 대기업 영업, 인사이드 세일즈, 고객 성공팀, 파트너팀 네 갈래로 나뉩니다. 고객 규모마다 들어오는 문을 따로 만들어 둔 구조입니다.

AI 회사가 서버를 늘리면 데이터도그 계량기가 돈다

AI 모델을 만드는 일은 서버를 먹는 일입니다. 모델을 학습시켜야 합니다. 수많은 사람이 동시에 질문을 던지는 서비스도 돌려야 합니다. 그러려면 서버가 끝없이 늘어납니다. 서버가 늘면 그 서버들이 쏟아 내는 기록, 즉 로그도 폭발적으로 늘어납니다. 기록이 많아질수록 어디서 문제가 생겼는지 사람 눈으로 찾기는 더 어려워집니다. 감시 도구 없이는 버틸 수 없는 고객이 이렇게 생겨났습니다.

여기서 데이터도그의 값 매기는 방식이 힘을 냅니다. 이 회사는 지켜보는 서버 수와 데이터 양에 따라 돈을 받습니다. AI 회사가 서버를 늘리면 감시할 대상이 늘고, 쌓이는 로그도 늘어납니다. 고객은 그 양을 스스로 더해 씁니다. 새 계약서에 도장을 찍지 않아도 계량기가 알아서 돌아갑니다.

숫자로도 확인됩니다. 데이터도그의 2025년 연간 보고서(10-K)는 처음부터 AI를 중심에 두고 사업을 시작한 회사들을 「AI 네이티브」 고객군으로 따로 묶어 보여 줍니다. 회사의 가장 큰 고객이 이 무리에 들어 있습니다. 이 고객군 하나가 2025년 4분기 전년 대비 매출 성장 가운데 약 7%포인트를 차지했습니다. 3만 곳이 넘는 고객 가운데 한 무리가 성장의 적지 않은 몫을 끌고 왔습니다.

19세기 미국 서부의 금광 열풍 때 가장 확실하게 돈을 번 쪽은 곡괭이를 판 상인이었다는 이야기가 있습니다. 데이터도그는 AI 열풍에서 그 곡괭이 장수 쪽에 섰습니다. 어느 AI 회사가 경쟁에서 이기든, 서버를 돌리는 한 누군가는 그 서버를 지켜봐야 합니다. 이 회사의 성장 엔진은 특정 AI 회사 하나의 성공이 아닙니다. AI 산업 전체가 돌리는 서버의 숫자입니다.

데이터도그는 아마존 클라우드 위에서 아마존과 경쟁한다

클라우드는 회사가 서버를 직접 사지 않고 큰 회사의 데이터센터를 빌려 쓰는 방식입니다. 이 시장의 큰손은 아마존의 AWS, 마이크로소프트의 애저, 구글 클라우드입니다. 데이터도그가 지켜보는 대상이 바로 이런 클라우드에서 돌아가는 소프트웨어입니다. 그런데 데이터도그의 10-K는 바로 이 세 회사를 경쟁자로 이름을 들어 적었습니다. 세 회사 모두 자기 클라우드를 지켜보는 모니터링 서비스를 직접 팔기 때문입니다.

집주인이 CCTV를 달아 주겠다는데도 세입자가 따로 경비업체를 부르는 이유는 무엇일까요. 데이터도그는 자기 플랫폼이 어느 클라우드도 가리지 않는다고 설명합니다. 한 회사가 아마존과 구글을 함께 쓰거나, 클라우드와 자기 건물 안 서버를 섞어 쓴다고 해 봅시다. 집주인마다 단 CCTV는 자기 집 안만 비춥니다. 데이터도그는 그 경계를 넘어 전부를 한 화면에 모읍니다. 경쟁자의 땅 위에서 돌아가는 서비스를 경쟁자의 도구보다 넓게 들여다보는 것, 이것이 이 회사의 설계입니다.

경쟁자는 아마존·마이크로소프트·구글만이 아닙니다. 10-K는 영역마다 다른 이름을 듭니다. 앱 성능 관리에서는 시스코·뉴렐릭(New Relic)·다이나트레이스(Dynatrace)가 맞상대입니다. 로그 관리에서는 시스코와 엘라스틱(Elastic)이 있습니다. 회사 건물 안에 서버를 두는 온프레미스 영역에서는 IBM·마이크로소프트·솔라윈즈(SolarWinds)를 꼽습니다. 고객이 사내에서 직접 만든 도구, 누구나 가져다 쓰는 무료 공개 소프트웨어인 오픈소스도 경쟁 상대입니다.

영역마다 강자가 다른 시장에서 데이터도그가 내건 무기는 묶음입니다. 서버를 보는 도구, 로그를 보는 도구, 앱 속도를 보는 도구를 각각 다른 회사에서 사면 장애가 났을 때 화면 세 개를 오가며 단서를 맞춰야 합니다. 데이터도그는 이것을 한 플랫폼 안에서 이어 붙였습니다. 미국 조사회사 가트너는 해마다 이 분야 업체를 평가해 등급을 나눕니다. 2026년 관측 플랫폼 평가에서 데이터도그는 6년 연속 리더로 분류됐습니다.

1년에 10만 달러 넘게 내는 데이터도그 고객, 약 4,720곳

데이터도그가 실적 발표 때마다 따로 세는 숫자가 있습니다. 연간 반복 매출(ARR)이 10만 달러를 넘는 고객 수입니다. ARR은 지금 맺어 둔 구독료가 1년 동안 꾸준히 들어온다고 보고 계산한 금액입니다. 2026년 2분기 실적 발표에서 이런 고객은 약 4,720곳이었습니다. 1년 전에는 약 3,850곳이었습니다.

이 숫자가 중요한 까닭은 데이터도그가 커 가는 방식에 있습니다. 플랫폼이 모듈로 나뉘어 있으니 고객은 필요한 기능부터 쓰고 나머지를 하나씩 얹을 수 있습니다. 서버를 늘리고, 로그를 더 쌓고, 보안이나 장애 대응 기능을 더하면서 내는 금액이 커집니다. 큰손 고객이 늘었다는 것은 고객들이 데이터도그에 맡기는 일이 그만큼 커지고 있다는 신호입니다.

이 확장을 거드는 조직도 따로 있습니다. 고객 성공팀은 이름 그대로 고객이 도입을 마치고 쓰는 범위를 넓히도록 돕습니다. 파트너팀은 리셀러, 시스템 통합업체, 관리형 서비스 업체와 손잡고 데이터도그가 직접 닿지 못하는 고객까지 데려옵니다. 대기업은 전담 영업팀이 맡고, 많은 고객을 빠르게 상대하는 일은 인사이드 세일즈팀이 맡습니다.

손님이 퍼져 있는 범위도 넓습니다. 2025년 말 기준 고객은 160개 넘는 나라에 있습니다. 미국 밖에서 어느 한 나라가 전체의 10%를 넘은 해는 2022년부터 2024년까지 한 번도 없었습니다. 북미 밖 고객 비중도 해마다 비슷한 수준을 지켜 왔습니다. 어느 한 나라의 경기나 규제가 흔들려도 회사 전체가 휘청일 구조가 아닙니다.

새벽 장애 전화, 데이터도그 AI가 먼저 받는다

처음 장면으로 돌아가 봅시다. 새벽 3시 장애에서 가장 고된 일은 원인을 찾는 일입니다. 화면이 문제를 보여 줘도 그걸 읽고 고치는 것은 결국 잠에서 깬 엔지니어의 몫이었습니다. 데이터도그가 최근 공을 들이는 곳이 바로 이 마지막 단계입니다. 장애 대응을 맡는 OnCall, 장애 원인을 AI가 파고드는 Bits AI SRE 같은 제품을 더해 왔습니다. SRE는 서비스가 멈추지 않게 지키는 엔지니어를 부르는 말입니다.

2026년 연례 사용자 행사 DASH 2026에서는 새 기능을 100개 넘게 내놨습니다. 중심에는 장애를 사람 손 없이 다루는 Bits AI가 있습니다. 이름 그대로 코드 작업, 대화, AI 에이전트 만들기를 맡는 Bits Code·Bits Chat·Bits Agent Builder는 정식 출시됐습니다. 감시 화면 안에 일을 대신 처리하는 AI 동료를 앉히는 방향입니다.

AI를 지키는 제품도 함께 나왔습니다. AI Guard는 기업이 쓰는 AI 에이전트, 즉 사람 대신 스스로 일을 처리하는 AI 프로그램을 보호합니다. Bring Your Own Cloud는 데이터도그를 고객 자신의 클라우드 안에 올려 쓰게 하는 방식입니다. 데이터를 바깥으로 내보내기 꺼리는 고객에게도 문을 연 것입니다.

이 변화가 돈으로 무엇을 뜻하는지가 핵심입니다. 지금까지 데이터도그는 문제를 보여 주는 화면을 팔았습니다. 이제는 그 화면을 보고 원인을 찾고 대응하는 일까지 넘겨받으려 합니다. 고객 입장에서 감시 도구 사용료는 엔지니어의 밤샘 시간을 대신하는 값이 됩니다. 화면값보다 사람의 시간을 대신하는 값이 고객이 지갑을 여는 이유로는 훨씬 강합니다.

데이터도그가 AI 모델을 다듬는 스타트업을 산 이유

2026년 6월 30일 데이터도그는 AI 스타트업 어댑티브 ML(Adaptive ML)을 인수했다고 밝혔습니다. 이 회사는 「RLOps」 플랫폼을 만듭니다. 강화학습은 잘한 답에는 점수를 주고 못한 답은 고치게 하면서 AI 모델을 다듬는 방법입니다. RLOps는 이 작업을 일상 업무처럼 꾸준히 돌리게 해 주는 도구입니다. 인수 금액은 공개되지 않았습니다.

어댑티브 ML 사람들은 데이터도그의 AI 연구 조직에 합류해 두 가지를 맡습니다. 하나는 관측 업무용 월드 모델입니다. 소프트웨어 시스템이 어떻게 움직이고 어디서 고장 나는지를 AI가 머릿속 지도처럼 이해하게 만드는 일입니다. 다른 하나는 에이전트형 대형 언어 모델(LLM)의 후처리 학습입니다. 이미 만들어진 AI 모델을 장애 대응 같은 특정 업무에 맞게 한 번 더 길들이는 작업입니다.

이 인수는 DASH 2026에서 내놓은 Bits AI와 한 줄로 이어집니다. 장애를 사람 손 없이 다루려면 남이 만든 범용 AI를 빌려 쓰는 것만으로는 모자랍니다. 시스템이 망가지는 수많은 방식을 이해하는 모델을 직접 다듬을 수 있어야 합니다. 데이터도그는 3만 곳이 넘는 고객의 소프트웨어가 매일 느려지고 끊기는 장면을 지켜보는 회사입니다. 그 경험 위에 모델을 길들이는 기술을 얹었습니다.

데이터도그는 고장을 보여 주는 회사에서 고치는 회사로 간다

데이터도그의 출발은 화면이었습니다. 흩어진 서버와 앱과 로그를 한곳에 모아 보여 주는 일이었습니다. 그 화면은 어느 클라우드 위에서든 똑같이 작동했습니다. 덕분에 이 회사는 아마존·마이크로소프트·구글과 경쟁하면서도 그들의 땅 위에서 전 세계 고객을 모았습니다.

지금 이 회사는 두 방향에서 동시에 자랍니다. 바깥에서는 AI 회사들이 서버를 늘리며 계량기를 돌립니다. 안에서는 Bits AI와 어댑티브 ML로 장애를 스스로 풀어내는 AI를 키웁니다. AI가 늘어날수록 지켜볼 것이 늘고, 지켜볼 것이 늘수록 사람 대신 지켜볼 AI가 필요해집니다. AI가 만든 일거리를 AI로 처리해 주는 회사, 데이터도그가 가려는 곳은 거기입니다.

출처: 미국 증권거래위원회(SEC) 전자공시 데이터도그 FY2025 연간보고서(10-K), Datadog Form 10-K FY2025(SEC EDGAR, 2026-02-01), Datadog 2026년 2분기 실적 발표(SEC 8-K, 2026-08-06), Datadog 투자자 사이트 보도자료(2026-06-30)

데이터도그 앤트가드 시그널 — 진입·손절·목표가

언제는 모델이, 왜는 리서치가.
네 값은 금융공학 모델이 계산하고, 공시·실적·테마·수급은 우리가 확인합니다.
앤트가드 시그널.

이 글은 특정 종목의 매수나 매도를 권유하지 않으며, 투자 판단과 그에 따른 손익은 전적으로 독자 본인의 책임입니다.

이 종목 위험 등급: 보통 (2026년 10월 14일 확인). 미국 상장사에는 한국의 관리종목·투자경고 지정 제도가 없어 SEC 공시로 확인했으며, 최근 1년 8-K에서 회계 재작성(4.02)·감사인 교체(4.01) 항목은 확인되지 않았습니다.

본문 수치는 각 출처가 명시한 날짜를 따르며 이후 달라질 수 있습니다. 괄호의 원화는 읽기 편하시라고 붙인 어림값이며 환율에 따라 달라집니다. 투자 전 SEC 전자공시에서 직접 확인하시기 바랍니다.

#앤트가드 #데이터도그 #DDOG #미국주식 #종목분석 #공시읽는법 #서학개미 #금융공학시그널

같이 보면 좋은 글

• 브로드컴 혹 탄 CEO, AI 최대 제약은 칩도 전력도 아닌 자본
• 중국 대학 학과 30% 재편, AI 인재 잔류율은 한국보다 낮다
• 마이크로소프트(MS) AI 비상 브레이크, 앤트로픽 모델은 약 40% OpenAI는 약 6% 선을 넘었다