엔터프라이즈 소프트웨어에서 흥미로운 회사는 기능 하나를 잘 파는 곳보다 고객의 운영 습관을 바꾸는 곳입니다. Datadog는 그 기준에서 볼 만합니다. 클라우드 전환과 AI 도입이 동시에 진행되면서 기업은 더 많은 로그, 메트릭, 이벤트, 문서, 모델 호출을 다루게 됐고, 비용과 보안 책임도 커졌습니다. Datadog의 핵심 질문은 단순합니다. 흩어진 데이터를 한곳에서 이해하게 만들고, 그 이해를 실제 의사결정과 자동화로 연결할 수 있는가입니다.
이 글은 투자 권유가 아니라 기술과 사업 모델을 함께 읽는 기업리뷰입니다. 재무 수치는 회사의 2025 회계연도 또는 FY2026 공개 자료 기준이며, 달러 금액은 읽기 쉽도록 반올림했습니다.
이 회사는 무엇으로 돈을 버나
Datadog는 클라우드 애플리케이션을 위한 관측가능성 플랫폼이자 보안 플랫폼입니다. 이 회사의 소비형 플랫폼 전략은 사용량과 팀 확장을 매출로 연결합니다. 출발점은 인프라 모니터링과 애플리케이션 성능 관리였지만 지금은 로그, APM, RUM, 합성 모니터링, 클라우드 비용 관리, 보안 정보, CI 가시성, 개발자 포털까지 넓어졌습니다. 고객은 여러 클라우드와 컨테이너, 서버리스, 데이터베이스, LLM 애플리케이션에서 나오는 신호를 Datadog로 모읍니다. 회사가 돈을 버는 방식은 이 신호의 양과 사용 팀이 늘어날수록 자연스럽게 커지는 구독형 소비 모델입니다.
| 구분 | 핵심 고객 | 과금 방식 | 확장 동력 |
|---|---|---|---|
| 플랫폼 구독 | 디지털 제품을 운영하는 기업 | 사용량·좌석·워크로드 기반 구독 | 데이터 증가, 팀 확산, 신규 모듈 채택 |
| 고급 기능 | 보안, AI, 데이터 엔지니어링 조직 | 프리미엄 기능과 엔터프라이즈 계약 | 규제 대응, 자동화, 성능 요구 |
| 생태계 | 클라우드·SaaS·파트너 통합 | 마켓플레이스·연동 가치 | 고객 시스템 안착과 전환비용 |
이 모델의 장점은 고객이 처음에는 특정 문제 해결로 들어오지만 시간이 갈수록 더 많은 팀과 데이터가 붙는다는 점입니다. 단점도 같은 곳에 있습니다. 사용량 기반 매출은 경기와 클라우드 비용 절감 압력에 민감하고, 고객이 비용을 세밀히 줄이면 성장률이 둔화될 수 있습니다.
핵심 기술과 제품 구조
Datadog의 기술 구조는 에이전트, 수집 파이프라인, 시계열·로그·트레이스 저장, 상관분석, 대시보드와 알림 계층으로 나눠 볼 수 있습니다. 장점은 한 화면에서 인프라 지표와 애플리케이션 트레이스, 로그, 배포 이벤트, 보안 경고를 연결해 원인을 좁히는 데 있습니다. 최근에는 Bits AI, Agent Observability, AI Impact 같은 기능을 통해 사람의 질문과 운영 데이터를 연결하려 합니다. OpenTelemetry 지원도 중요합니다. 고객이 벤더 중립 계측을 원해도 Datadog의 분석 경험을 유지할 수 있어야 장기 플랫폼 지위가 흔들리지 않습니다.
기술적으로 중요한 지점은 “저장소”보다 “운영 루프”입니다. 고객은 데이터를 넣고, 쿼리하고, 알림을 받고, 정책을 만들고, 다시 제품과 인프라를 고칩니다. Datadog가 AI 기능을 강조하는 이유도 여기 있습니다. 생성형 AI가 독립 앱으로 머물면 실험에 그치지만, 운영 데이터와 권한 모델 안으로 들어오면 장애 분석, 비용 설명, 보안 분류, 자연어 질의 같은 반복 작업을 줄일 수 있습니다.
사람들: 기술을 만든 주요 인물
공동창업자 Olivier Pomel은 CEO로 제품과 시장 확장을 이끌고, Alexis Lê-Quôc은 CTO로 기술 우아성과 운영 효율을 강조해 왔습니다. Datadog의 공식 리더십 소개는 Alexis가 IBM Research와 Orange 등을 거친 소프트웨어 엔지니어였고, Wireless Generation에서 대규모 인프라 운영 경험을 쌓았다고 설명합니다. 이 배경은 Datadog가 단순 대시보드 회사가 아니라 개발·운영·보안 팀의 협업 표면을 만들려는 이유와 잘 맞습니다.
기업리뷰에서 인물을 보는 이유는 단순한 전기적 흥미 때문이 아닙니다. 엔터프라이즈 플랫폼은 제품 철학이 조직 구조에 남습니다. 창업자나 CEO가 개발자 경험, 데이터 신뢰성, 운영 효율 중 무엇을 우선하는지에 따라 기능 묶음, 가격 정책, 인수합병, 오픈소스와의 관계가 달라집니다.
숫자로 보는 기업 분석
Datadog의 2025년 실적 발표 기준 연간 매출은 34억3000만 달러로 전년 대비 28% 성장했습니다. 같은 발표에서 영업현금흐름은 10억5000만 달러, 잉여현금흐름은 9억1500만 달러로 제시됐습니다. 회사는 Q4 매출 9억5300만 달러도 공개했습니다. 이는 관측가능성 시장의 성장이 둔화됐다는 우려 속에서도 대형 고객 확장과 보안·AI 모듈 판매가 여전히 힘을 갖고 있음을 보여줍니다.
| 지표 | 최근 공개 수치 | 해석 |
|---|---|---|
| 2025 매출 | 34억3000만 달러 | 전년 대비 28% 성장, 플랫폼 확장 지속 |
| 영업현금흐름 | 10억5000만 달러 | 성장 투자 중에도 현금 창출력 확보 |
| 잉여현금흐름 | 9억1500만 달러 | SaaS 소비 모델의 운영 레버리지 확인 |
| Q4 2025 매출 | 9억5300만 달러 | 분기 기준 대형 고객 사용량이 계속 증가 |
숫자에서 보이는 공통점은 아직 “성장 회수”보다 “성장 재투자”가 강하다는 점입니다. 높은 총이익률은 소프트웨어 플랫폼의 힘을 보여주지만, 연구개발과 영업 투자가 크면 GAAP 영업손익은 약해질 수 있습니다. 따라서 이 회사를 볼 때는 단기 순이익 하나보다 매출 성장, 고객당 사용 확대, 현금흐름, 제품 범위 확장 속도를 함께 봐야 합니다.
기대되는 점과 리스크
기대 포인트는 AI 네이티브 애플리케이션의 운영 난도가 높아질수록 Datadog의 수요가 커진다는 점입니다. LLM 호출, GPU 사용, 벡터 데이터베이스, 에이전트 실패율까지 관측해야 하는 시대에는 기존 APM보다 더 넓은 신호 통합이 필요합니다. 리스크는 비용입니다. Datadog는 강력하지만 비싸다는 인식이 있고, 경기 둔화기에 고객은 로그 보관 기간과 고급 모듈을 줄일 수 있습니다. 또한 AWS, Microsoft, Google의 기본 모니터링 도구와 오픈소스 스택도 꾸준히 개선됩니다.
좋게 볼 부분은 분명합니다. 기업의 데이터와 운영 복잡성은 줄어들 가능성이 낮고, AI가 실제 업무에 들어갈수록 신뢰할 수 있는 플랫폼의 가치는 올라갑니다. 동시에 경쟁은 거칠어질 것입니다. 대형 클라우드 사업자, 보안 플랫폼, 데이터베이스 회사, 오픈소스 도구가 모두 같은 예산을 노립니다. Datadog가 앞으로 증명해야 할 것은 기능 목록이 아니라 고객이 매일 쓰는 기본 화면이 될 수 있느냐입니다. 그 증명이 계속된다면, 이 회사는 엔터프라이즈 소프트웨어의 다음 운영 방식을 만드는 중요한 팀으로 남을 가능성이 큽니다. 조급한 과장보다 꾸준한 제품 완성도로 더 멀리 가길 기대합니다.
댓글 없음:
댓글 쓰기