데이터독 Goldman Sachs Communacopia + Technology Conference 2026

네, 좋은 질문입니다. 예전에는 그걸 ML, 혹은 상관관계라고 불렀습니다. 오랫동안 Datadog의 강점 중 하나는 고객 대면 애플리케이션의 동작 신호에 관한 정보를 충분히 집계하고, 어느 정도 예측까지 할 수 있다는 점이었습니다. AI와 모델은 매우 독특한 기회를 제공해 주었습니다. 저희는 최근 Adaptive ML이라는 회사를 인수했는데, 저희가 다루는 IT 관리와 관측가능성 영역에서 강화학습을 전문으로 하는 기업입니다.

그것과 더불어 저희가 보유한 관측가능성 및 애플리케이션 기능 관련 데이터, 그리고 저희가 만든 리서치 랩을 기반으로, 얼마 전 Toto라는 모델을 내놓기도 했습니다. 하지만 이는 시작에 불과합니다. 저희가 매우 강력한 경쟁우위가 될 것이라고 보는 것은 AI와 모델을 활용해—일부는 오픈소스가 될 수도 있고, 일부는 파운데이션 모델 기업들의 모델일 수도 있는데—데이터를 확보하고, 애플리케이션 기능과 관측가능성과 관련된 이슈를 예측할 수 있는 모델을 만들어 내는 것입니다. 저희는 여기에 투자를 하고 있습니다. 어젯밤에도 인력, GPU, 인퍼런스 등 여러 측면에서 이야기를 나눴고, 그 데이터는 공개된 데이터가 아닙니다.

그 데이터는 저희의 입지와 규모, 그리고 관측가능성 측면에서 Datadog이 보유하고 있는 것이며, 이는 고객에게 큰 가치를 제공하는 동시에 플랫폼 진화 과정에서 경쟁우위로 이어질 것이라고 생각합니다.

네. 여기서의 비전은 더 정확하고 더 빠른 실시간 시그널을 만들어 플랫폼의 기능을 개선하고, 연속선상에서 자동 복구(auto-remediation)가 가능하거나 그에 가까운 수준까지 나아가게 하는 것입니다. 즉, 문제를 분석하는 속도에서 출발해 궁극적으로는 플랫폼이 독립적으로 행동할 수 있는 수준까지 가는 것입니다. 그건 우리가 거기 도달했을 때의 이야기이고 아직은 그 단계가 아니지만, 플랫폼의 진화가 복합적으로 맞물린 결과가 될 것입니다. 저희 Bits 제품 라인이 이런 모델과 데이터를 활용해 예측 기능을 제공하게 될 것이고, 저희가 그리는 비전에서는 고객들이 자동 복구를 어느 정도까지 할지 선택할 수 있게 될 것입니다. 예를 들어 이런 유형의 이슈는 플랫폼이 자동으로 복구할 수 있고요. 또 이런 유형은 제안이 먼저 뜨고, 누군가가 ‘예’ 버튼을 눌러야 하는 방식이 될 겁니다.

이는 속도 측면뿐 아니라 이 업무에서의 인적 자본 효율성 측면에서도 매우 큰 파급효과가 있으며, 이것이 저희 창업자 올리(Oli)의 비전이고 저희가 집중적으로 투자하고 있는 방향입니다.