실적 상향과 시장 반응의 괴리: 성장 궤도 감속과 주가 조정

• 원본 제목: 데이터독(
• 발행일: 2026-09-18
• 발행기관: 키움증권
• 원본 카테고리: 글로벌
• 원본 파일: 리포트_260918_키움증권_데이터독(.pdf
• 자동 검토 상태: REVIEW_REQUIRED
• 모델/프롬프트: Qwen3.5-35B-A3B-4bit / adaptive-v2.32-narrative-focus

자동 검토 메모: points: 완결되지 않은 원문 문장 발췌 — 항목 보류; points: E009 인용 밖 숫자(근거 전체에는 있음): 2.57, 23, 3.1, 56.6; points: 원문 발췌가 없거나 너무 짧음 — 항목 보류; points: 인용 근거에 없는 원문 발췌 — 항목 보류; points: E014 원문 직접 대조 필요: 25.9; points: E010 원문 직접 대조 필요: 2.40; uncertainties: 원문 발췌가 없거나 너무 짧음 — 항목 보류; 섹션 간 중복 사실 2건 제거; 그 외 3건은 상태 기록 참조

실적 상향과 시장 반응의 괴리: 성장 궤도 감속과 주가 조정

핵심: 다만 Q3 와 연간 매출 가이던스 기반으로 Q4 매출 성장률을 역산하면 약 25% 수준으로, Q2 36% 에서 두 분기 만에 11%p 감속하는 궤적이다. (근거: p. 1)

• 연간 매출 가이던스는 기존 43.0~43.4 억 달러에서 중간값 기준 1.4 억 달러 상향했다. (근거: p. 1)
• 해당 고객은 최근 1 억 달러 이상 규모로 재계약했으나, 3Q26 들어 사용량이 전분기 대비 감소했다. (근거: p. 1)

반대 근거와 제약

• 경영진은 이 고객과 맺은 약정 수준을 근거로 하반기 가이던스에서 해당 고객 관련 리스크를 모두 제거했다고 설명했다. (근거: p. 1)

확인이 필요한 부분

• 따라서 가이던스 상향과는 별개로 시장은 성장 지속성에 붙은 프리미엄을 조정한 것으로 판단한다. (근거: p. 1)

성장 둔화 원인 분석: 사스포칼립스 부재와 최적화 논리

• 동사는 ‘22~‘23 년 클라우드 비용 최적화기에도 고객 이탈 없이 사용량 조정만으로 성장률이 둔화 (FY22 63% → FY23 27%) 됐다가 재가속한 선례가 있고, 실제로 Cloud-native 고객군의 이 선례를 들어 AI-native 고객군의 최적화 가능성을 리스크로 명시하고 있다. (근거: p. 2)
• 17 개 제품을 쓰는 장기 고객이 재계약까지 마친 만큼 이번 감소는 이탈 징후가 아닌 용량 최적화로 판단한다. (근거: p. 2)

반대 근거와 제약

• 단, 사용량 과금은 좌석 리스크에는 면역이지만 고객의 비용 최적화 국면에는 가장 민감한 모델이다. (근거: p. 2)

락인 효과와 플랫폼 다각화: 성장 지속성을 뒷받침하는 구조적 요인

핵심: 핵심은 AI 에이전트가 기업 시스템을 운영하려면 시스템 상태를 알려주는 데이터 계층이 필요하고, 동사가 그 계층을 이미 점유하고 있다는 점이다. (근거: p. 3)

• 4 개 이상 제품을 쓰는 고객 비중은 1 년 새 52%에서 58%로, 10 개 이상은 7%에서 13%로 늘었다. (근거: p. 2)
• 12 개월 기준 총유지율 (GRR) 90% 중후반, 순유지율 (NRR) 120% 초반은 기존 고객이 거의 이탈하지 않으면서 1 년 전보다 약 20% 더 지출한다는 뜻이다. (근거: p. 2)
• 매출은 감시 대상 서버 수, 정보 요청량 등에 연동되며, AI 에이전트가 사람을 대체해도 에이전트의 작업 자체가 LLM 호출·API 요청·로그를 만들어내므로 과금 단위는 오히려 늘어난다. (근거: p. 2)
• 고객은 보통 2 개 제품으로 진입한 뒤 이미 설치된 수집 프로그램 위에서 보안, 사용자 경험 등을 얹을 수 있으며, 새 데이터는 기존 데이터와 자동 연결된다. (근거: p. 2)
• 서비스 장애가 곧 매출 손실로 이어지는 영역이라 수년간 축적된 대시보드, 장애 대응 절차를 다른 플랫폼으로 옮기기 어렵고, AWS·Azure·GCP 어디의 시스템이든 한 화면에서 관측한다는 점은 클라우드 사업자 자체 도구가 따라오기 어렵다. (근거: p. 2)

반대 근거와 제약

• 동사 고유의 리스크는 처음부터 사용량 변동성과 대형 고객 집중이었고, 이번에 그 하방이 작동했다. (근거: p. 3)
• 사용량 기반 과금은 2Q26 가속의 동력이자 리스크라는 양면성을 가지며, 최대 고객 약 8%, AI-native 약 16%, ARR 10 만 달러 이상 고객이 ARR 의 91%라는 집중도가 그 변동성을 키운다. (근거: p. 3)

확인이 필요한 부분

• 1. 다른 AI-native 대형 고객으로 최적화가 확산되는지. (근거: p. 3)
• 2. 나머지 AI-native 고객군과 코어 고객군의 가속이 유지되는지. (근거: p. 3)
• 3. AI-native 연 1,000 만 달러 이상 고객 수 (8 개) 와 ARR 10 만 달러 이상 고객 순증, GRR 90% 중후반이 유지되는지. (근거: p. 3)
• 세 가지가 3Q26~4Q26 두 분기에 걸쳐 확인되면 최대 고객의 사용량 감소는 일시적 최적화로 결론지을 수 있고, 성장 가속 스토리도 유효하다. (근거: p. 3)