앰플리튜드 26년 2분기 어닝콜

감사합니다, 존, 그리고 여러분 안녕하세요. Amplitude의 2026년 2분기 실적 발표에 오신 것을 환영합니다. 오늘은 세 가지를 말씀드리겠습니다. 첫째, 2분기 실적, 둘째, Amplitude를 AI 기업으로 전환한 과정과 지금 제가 만나는 모든 기업이 왜 같은 변화를 배우고 싶어 하는지, 셋째, 제품과 고객에 대한 소개입니다. 먼저 숫자부터 말씀드리겠습니다. 2분기 매출은 1억 100만 달러로 전년 동기 대비 21% 증가했습니다. 총 연간 반복 매출(ARR)은 4억 1천만 달러로 전년 동기 대비 22% 증가했고, 전 분기 대비 3,600만 달러 증가했습니다. 이는 두 부분으로 구성됩니다: Statsig에서 발생한 비유기적 ARR 1,700만 달러와 유기적 ARR 성장 1,900만 달러입니다. 앤드류가 세부 사항을 설명할 예정입니다. 비 GAAP 영업손실은 150만 달러였습니다. ARR이 10만 달러를 초과하는 고객 수는 824명으로 전년 동기 대비 30% 증가했습니다. AI 네이티브 기업과 대기업 모두 이 성장을 주도하고 있습니다.

이제 한 걸음 물러서서 우리의 변화 과정과 고객들이 AI 여정을 어떻게 돕고 있는지 말씀드리겠습니다. 우리는 기업들이 더 나은 제품을 만들도록 돕습니다. 모든 기업이 AI 네이티브 방식으로 소프트웨어 제품을 제공하기 위해 변화를 원합니다. Amplitude는 지난 2년간 그 변화를 이루었고, 이제 고객들이 우리에게 배우고자 합니다. AI 기업이 되는 것은 조직에서부터 시작됩니다. 2년 전, 우리는 AI 엔지니어를 영입해 엔지니어링 팀을 처음으로 변화시켰으며, 이들은 수년간 AI를 활용해 왔습니다. 그 후 제품 관리, 디자인, 그리고 보다 기술적인 영업 지원 부문 등 인접 부서로 확장해 나갔습니다. 우리는 인수합병을 통해서도 AI 전문 지식을 확보했습니다. 이들 회사의 창업자들과 팀원들은 Amplitude 전반에서 리더십 역할을 맡고 있습니다.

저는 창업자 출신이면서 기술적 배경을 가진 리더 영입에 집중해 왔습니다. 우리의 최고 제품 책임자인 갭은 2020년에 ServiceNow에 매각된 Loom Systems를 포함해 여러 회사를 창업했습니다. 또한, 최고 상업 책임자인 네이트는 수학과 물리학 학위를 보유하고 있으며, 경력을 시작할 때 C++와 Java로 프로그래밍하고 데이터베이스를 구축하는 엔지니어였습니다. 가장 최근에는 마케팅 부문 수석 부사장으로 안젤라 페란테를 영입했습니다. 안젤라는 Y Combinator Summer 2021을 거친 Laudable를 창업해 2025년에 매각했으며, 여가 시간에 AI로 앱을 개발하는 기술 마케팅 리더입니다. 이 모든 것 외에도, 우리는 AI 주간, 무제한 토큰 사용, 실시간 토큰 리더보드와 같은 이니셔티브를 통해 Amplitude 전 직원의 재교육을 지속하고 있습니다. 이 결과 지난 6개월간 풀 리퀘스트 수가 세 배로 증가했습니다.

풀 리퀘스트 처리 주기를 5시간에서 44분으로 단축했습니다. 버그 리포트는 55% 감소했습니다. 풀 리퀘스트의 5%는 엔지니어링 참여 없이 디자이너와 제품 관리자에 의해 제출됩니다. 우리는 AI를 활용해 계약 마감 과정을 하루 단축했습니다. 판매자와 리더가 고객 사용 현황을 추적할 수 있도록 고객 건강 대시보드를 구축했으며, 여기에는 Amplitude 데이터와 Salesforce 및 기타 출처의 데이터가 함께 포함됩니다. 고객들과 대화할 때마다 그들은 모두 Amplitude가 해온 것처럼 AI 네이티브로 비즈니스를 전환하는 방법에 집중하고 있습니다. AI 환경은 빠르게 변화하고 있으며, 고객들은 이에 적응하는 방법을 배우고 싶어합니다. 우리 고객들은 AI 도입 단계가 다양합니다. 우리의 역할은 고객이 현재 위치한 단계에 맞춰 그들을 만나고 다음 단계를 밟는 방법을 교육하는 것입니다.

우리는 선도적인 AI 기업들과 협력하여 제품 개발의 최첨단이 어떤 모습인지 배우고 있습니다. 그 지식을 활용해 대규모로 배포하는 대기업을 포함한 시장 전체에 교육을 제공합니다. 현재 40개 이상의 AI 네이티브 기업이 연간 10만 달러 이상을 지불하고 있습니다. 이 고객에는 하비(Harvey), 미드저니(Midjourney), 캐릭터.ai(Character.ai), 그리고 주요 기초 AI 모델 회사 중 하나가 포함되어 있습니다. 기업 고객 측면에서는 기업들이 현재 우리의 연간 반복 수익(ARR)의 68% 이상을 차지하고 있습니다. 이번 분기에는 파라마운트(Paramount), 재규어 랜드로버(Jaguar Land Rover), 도미노 피자(Domino's Pizza)와의 계약이 포함되었습니다. 우리는 가격 정책과 패키징을 개선했습니다. 기업 고객이 추가 제품을 더 쉽게 도입할 수 있도록 단일 미터기로 축소했습니다. 무료 플랜에서 제공하는 데이터 양을 늘려, 이제 막 시작하는 고객에게 가장 적합한 서비스를 제공합니다. Amplitude는 스타트업이든 대기업이든 최고의 가격 경쟁력을 갖추고 있습니다.

Amplitude와 비상장 시장의 동료 기업들에서 AI 네이티브 회사를 구축하면서 가장 큰 변화 중 하나는 비용 구조입니다. AI 네이티브 제품을 제공하려면 많은 추론 비용이 필요해 매출원가 비용이 증가합니다. 반면, 대규모로 비즈니스를 성장시키기 위해 운영비용을 크게 늘릴 필요는 없습니다. 우리는 AI 네이티브 회사로 전환하는 과정에서 이러한 비용 구조 변화를 수용하고 있습니다. 현재로서는 총이익률이 70% 초반대를 유지할 것으로 예상합니다. 운영비용을 그에 상응하게 줄여 이를 상쇄할 것입니다. 이를 통해 계획한 대로 영업이익에서 동일한 레버리지를 계속 보여줄 수 있습니다. 저는 장기적으로 Amplitude를 20% 이상의 영업이익률을 가진 비즈니스로 이끌고 있습니다.

우리는 고객이 AI 여정의 어느 단계에 있든 맞춤형으로 세 가지 제품을 제공합니다. Amplitude는 사람들이 제품을 어떻게 사용하는지 가장 깊이 이해할 수 있게 해줍니다. 우리의 에이전트들이 점점 더 그 발견 과정을 대신 수행하고 있습니다. Statsig는 세계에서 가장 진보된 통계 엔진을 기반으로 한 기능 플래깅과 실험 기능을 엔지니어링 중심의 관점에서 제공합니다. 또한 데이터 웨어하우스와도 기본적으로 통합되어 있습니다. Wave는 제품 개발의 미래로, 사용자 신호를 기반으로 다음에 무엇을 개발할지 자동으로 추천하는 자기 개선형 제품입니다. 아직 초기 단계이지만, 오늘 데모를 보여드리게 되어 매우 기대됩니다. 이 세 가지 제품이 함께 제품 개발의 순환 고리를 완성합니다. 무슨 일이 일어나고 있는지 이해하고, 출시된 것을 측정하며, 중요한 것을 출시하는 것입니다. 이 순환 고리가 AI 네이티브 비즈니스가 구축되는 방식입니다. Amplitude에 대해 좀 더 자세히 말씀드리겠습니다. 글로벌 채팅은 고객들이 제품 데이터를 다루는 주요 방법이 되어가고 있습니다.

일상 언어로 질문을 하면, 대시보드를 만들 필요 없이 분석을 수행합니다. 많은 기업들이 제품 분석을 하는 사실상의 표준 방식이 되었습니다. 글로벌 에이전트는 고객 질문의 75%에 대한 근본 원인을 찾아 답변을 제공합니다. 매주 130만 건의 글로벌 에이전트 상호작용이 이루어지고 있습니다. 근본 원인 발견률은 매달 1%씩 향상되고 있습니다. 현재 전체 인사이트의 40% 이상이 인간이 아닌 AI 에이전트에서 나오고 있습니다. 이 비율은 계속 증가할 것으로 예상합니다. 오늘 데모에서는 Custom Agents, Statsig, 그리고 Wave를 보여드리겠습니다. 먼저 Custom Agents부터 시작하겠습니다. Custom Agents는 제품 데이터에서 반복되는 작업 흐름을 자동화하고 그 작업을 다른 도구와 시스템으로 전달하는 팀원과 같은 역할을 합니다. 이것이 저희의 채팅 인터페이스입니다. 점점 더 많은 사용자가 주로 채팅과 에이전트를 통해 Amplitude와 상호작용하고 있습니다.

질문을 드리겠습니다. 다음 주에 구매할 가능성이 가장 높은 사용자 그룹은 어디일까요? 채팅은 이제 이 분석을 수행하기 위해 자체 코드를 작성할 수 있습니다. 이를 통해 시간 10분위 상승, ROC 곡선, 세그먼트 성향과 같은 다이어그램을 포함해 더 깊은 분석을 실행하고 강력한 새로운 그래프와 산출물을 생성할 수 있습니다. 사용된 실제 코드와 단계별 분석을 보면서 자세히 살펴볼 수 있습니다. 이러한 유형의 심층 분석은 분석 도구에서 이전에 한 번도 제공된 적이 없습니다. 우리는 더 이상 UI의 제약에 묶여 있지 않습니다. 또한 백그라운드에서 자동으로 반복 실행되는 에이전트를 생성할 수 있습니다. 저는 이 지시사항을 전달합니다. 이 분석을 매주 월요일 아침마다 실행하고, Confluence의 마케팅 활동과 교차 검증해 주세요. 결과를 Slack으로 DM 보내 주세요. 그런 다음 Amplitude가 여기 보시는 에이전트를 생성합니다.

이것이 Atlassian과 Slack 연결자를 포함한 전체 프롬프트입니다. 매주 월요일 정기적으로 실행되어 결과를 저에게 전달할 것입니다. 저희는 모든 데이터 소스를 아우르는 최고의 분석 에이전트를 구축하고 있습니다. Statsig는 실험 및 기능 관리 분야의 선도적인 제품입니다. Statsig는 Snowflake, BigQuery, Databricks, Redshift 등 어떤 클라우드 데이터 웨어하우스에서도 네이티브로 실험을 실행합니다. 이것이 어떻게 보이는지 보여드리겠습니다. 여기 전자상거래 고객이 진행 중인 수백 개 실험 중 하나의 결과 페이지가 있습니다. 이 실험은 기본 크기 대비 더 큰 제품 이미지를 테스트하고 있습니다. 좋은 실험 뒤에는 많은 통계적 기법이 있지만, UI는 엔지니어가 쉽게 실험을 실행할 수 있도록 단순하게 만들어졌습니다. 상단에서는 노출을 모니터링할 수 있는데, 이는 실험이 정상적으로 진행되고 있는지를 나타냅니다.

우리는 50대 50의 분할을 기대합니다. 우리는 잘 진행되고 있으며, 여기에서 보시다시피 건강한 상태임을 확인할 수 있습니다. 결과가 있는 스코어카드로 이동하겠습니다. 이 결과는 95% 신뢰구간을 가지고 있습니다. Statsig은 CUPED와 순차적 테스트 같은 고급 기법을 사용하여 엔지니어가 의사결정 시간을 단축할 수 있게 합니다. 우리는 이 기능들을 활성화해 두었습니다. 모니터링에서는 이 실험을 위해 추적 중인 특정 이벤트들을 볼 수 있습니다. 긍정적인 결과가 나타나고 있습니다. 체크아웃 이벤트는 27.4%, ±2.3% 증가했습니다. 장바구니 전환율과 총 구매 금액은 증가했으나, 세션당 장바구니 수는 감소했습니다. 이 기능의 롤아웃은 직원부터 시작해 얼리 액세스 사용자, 얼리 릴리스, 그리고 나머지 모든 사용자에게 순차적으로 진행됩니다. Statsig은 기능 게이팅, 동적 구성, 자동 롤백 등 롤아웃을 위한 다양한 고급 실험 기능을 제공합니다.

이 모든 기능들은 팀이 변화를 점진적으로 배포하고, 라이브 상태에서 조정하며, 문제가 발생하면 자동으로 되돌릴 수 있게 하는 메커니즘입니다. 마지막으로, 제품 개발의 미래인 Wave를 소개해 드리겠습니다. Wave는 사용자 신호를 기반으로 다음에 무엇을 개발할지 자동으로 추천하는 자기 개선형 제품을 가능하게 합니다. Wave는 마법과 같습니다. Wave는 여러분이 가진 다양한 데이터 소스, 예를 들어 분석, 실험, 세션 리플레이, 가이드와 설문조사, 피드백 등 여러 데이터를 모두 살펴봅니다. 그 후 그 데이터를 종합해 제품 추천 세트를 만들고, 그 추천을 계획하며, 제품에 변화를 만드는 과정을 도와줍니다. Amplitude의 문서 사이트를 위해 Wave가 제안하고 구축한 실제 사례를 안내해 드리겠습니다. 우리 문서 사이트에서 Wave는 세션 리플레이와 분석 데이터를 통해 실패한 검색이 급증한 것을 발견했습니다.

핵심 문제는 우리 문서 페이지의 검색이 키를 누를 때마다 실행된다는 점이었습니다. 검색을 시작하기 위해 한 글자를 입력하면 사용자가 검색을 마치기도 전에 결과가 없는 빈 상태가 반환되어 사용자 경험이 나빠졌습니다. Wave는 이 문제의 범위를 설명합니다. 검색을 사용하는 모든 사용자에게 이 문제는 전체 검색 실패를 80% 감소시키는 예상 효과가 있습니다. Wave는 아래에 문제의 시각적 예시를 자동으로 만들어 이해하기 쉽게 했습니다. 또한 증거에 대한 완전한 설명도 포함되어 있습니다. 계획으로 Wave는 권장 업데이트의 와이어프레임을 스케치하며, 검색을 트리거하기 위해 최소 3자 입력과 200밀리초 디바운스를 설정했습니다. Wave는 실행도 주도할 수 있습니다. 자동으로 풀 리퀘스트를 생성했고 Cursor가 코드를 작성했습니다. 기술 작가인 마크가 이 풀 리퀘스트를 병합하고 배포할 수 있었습니다.

엔지니어도, 디자이너도, 제품 관리자도 필요 없었습니다. Wave는 변경 결과를 측정합니다. 전체 검색 실패가 대폭 감소했습니다. 정말 놀랍습니다. 이제 몇몇 고객에 대해 이야기해 보겠습니다. 신규 고객 확보와 확장 모두에서 훌륭한 분기를 보냈습니다. 파라마운트 글로벌, 재규어 랜드로버, 텔라닥 헬스, 차임, 디즈니 광고 플랫폼, F5 네트웍스, 코세라, 그램말리, 크라켄, 크런치 피트니스 등 여러 고객과의 관계를 추가하거나 확장했습니다. 이 고객들이 우리 플랫폼을 어떻게 활용하는지 세 가지 이야기를 들려드리겠습니다. 첫 번째는 라틴 아메리카 전역의 수십만 개 소규모 상점에 판매하는 코카콜라 FEMSA입니다. 각 상점은 다르지만, 수년간 모든 상점에 동일한 광범위한 캠페인을 진행할 수밖에 없었는데, 너무 많은 소매점에 메시지를 개별 맞춤하기가 불가능했기 때문입니다. AI가 이를 바꿨습니다. 그들은 매주 AI가 작성한 각 소매점별 맞춤 추천을 보내기 시작했습니다.