페가시스템즈 26년 3분기 어닝콜

안녕하십니까. 페가시스템즈의 2026년 3분기 실적 발표 컨퍼런스콜에 오신 것을 환영합니다. 시작하기에 앞서 세이프 하버 성명을 읽어드리겠습니다. 이번 컨퍼런스콜과 함께 제공된 자료에서 언급된 일부 내용은 1995년 사모증권소송개혁법에 정의된 미래예측진술로 간주될 수 있습니다. '기대한다', '예상한다', '의도한다', '계획한다', '믿는다', '할 것이다', '할 수 있다', '해야 한다', '추정한다', '가능성이 있다', '전망한다' 등의 표현과 이와 유사한 표현은 미래예측진술을 식별하기 위한 것입니다. 이러한 진술은 해당 진술이 이루어진 날짜를 기준으로 하며, 현재의 기대와 가정을 바탕으로 합니다. 이러한 진술은 미래 사건과 관련되어 있으므로, 실제 결과가 2026 회계연도 및 그 이후에 대한 당사의 현재 기대와 실질적으로 달라질 수 있는 위험과 불확실성을 수반합니다.

실제 결과가 실질적으로 달라질 수 있는 주요 요인은 2026년 3분기 실적을 발표한 회사의 보도자료와 증권거래위원회 제출 자료에 설명되어 있습니다. 여기에는 2025년 12월 31일 종료된 회계연도에 대한 연차보고서(Form 10-K)와 최근 제출한 기타 자료가 포함됩니다. 투자자 여러분께서는 이러한 미래예측진술에 과도하게 의존하지 않도록 유의하시기 바랍니다. 법률에 따라 요구되는 경우를 제외하고, 당사는 후속 사건이나 상황을 반영하기 위해 미래예측진술을 업데이트하거나 수정할 의무를 지지 않습니다. 또한 이번 컨퍼런스콜에서 논의되는 비일반회계기준 재무지표는 일반회계기준에 따라 작성된 재무지표를 대체하는 것이 아니라 이에 추가해 고려해야 합니다. 고정환율 기준 지표는 제시된 모든 기간에 2025년 9월 30일의 환율을 적용해 산출했습니다. 일반회계기준 지표와 비일반회계기준 지표 간 조정 내역은 실적 발표 보도자료에서 확인하실 수 있습니다.

그럼 페가시스템즈의 창립자이자 최고경영자인 앨런 트레플러에게 컨퍼런스콜 진행을 넘기겠습니다.

감사합니다, 피터. 오늘 함께해 주신 모든 분께도 감사드립니다. 켄이 실적을 설명하기 전에, 인공지능 시장의 현황과 이것이 페가에 중요한 장기적 기회인 이유를 간략히 말씀드리고자 합니다. 당사의 기술은 차별화되어 있으며, 지금 우리가 처한 시대에 매우 적합합니다. 그러나 솔직히 말씀드리면, 올해 당사의 실행력은 이러한 흐름에 미치지 못했습니다. 이 기회를 더 잘 포착하기 위해 실질적인 변화를 추진하고 있으며, 잠시 후 켄이 자세히 설명해 드릴 것입니다. 현재 시장 상황을 한마디로 표현하면 혼란스럽고, 가치 있는 것을 찾는 과정에 있다고 말씀드릴 수 있습니다. 기업 리더들은 AI에 대한 과도한 기대가 쓰나미처럼 밀려오는 상황에 직면해 있습니다. 제가 경력을 쌓아오는 동안 지금처럼 혼란스럽고 방향을 잡기 어려운 기술 시장은 본 적이 없습니다. 이런 상황을 보면 2000년 인터넷 버블은 아주 느리게 전개된 것처럼 보입니다. AI에는 분명 큰 가능성이 있지만, 때로는 현실을 제대로 보지 못하는 과도한 기대도 있습니다.

이번 분기에 세일즈포스는 클로드포스를 발표했습니다. 사실상 세일즈포스의 미래를 앤트로픽에 걸겠다는 뜻인데, 앤트로픽은 세일즈포스의 전체 TAM, 즉 목표 시장을 공략하겠다고 공개적으로 밝힌 기업입니다. 이어 9월에는 앤트로픽이 AI 개발을 잠시 중단하자고 촉구했고, 오픈AI와 다른 선도 연구소의 리더들도 그 제안을 지지했습니다. 하지만 그 후 몇 달 동안 앤트로픽은 클로드 모델을 세 차례나 대대적으로 변경해 출시했습니다. 오픈AI도 GPT 모델을 세 차례나 대대적으로 출시했습니다. 구글은 새로운 제미나이 모델을 출시했습니다. 미스트랄, 큐웬, 딥시크의 새 모델이나 아직 공개하지 않고 내부적으로 활용 중인 모델 연구소들의 모델은 여기에 포함되지도 않습니다. 요즘 말하는 ‘일시 중단’이란 이런 모습인가 봅니다. 모두가 혼란스러워하는 것도 무리가 아닙니다. 제가 만난 기업의 리더들은 최신 모델을 쫓는 일을 실제로 멈췄습니다.

이들은 거버넌스를 유지하고 비용을 통제하면서 측정 가능한 가치를 창출할 수 있도록 AI를 비즈니스 운영에 연결하기를 원합니다. 시장에는 다양한 재료가 넘쳐나지만, 기업에는 이를 활용할 레시피가 필요합니다. 페가가 바로 그 레시피를 제공합니다. 켄이 설명할 변화는 그 레시피가 필요한 고객과 고위 경영진에게 직접 전달되도록 하는 데 초점을 맞추고 있습니다. AI 업계의 상당수는 모델과 토큰을 판매하고 있습니다. 페가는 이와는 다른 것을 제공합니다. 기업이 실제로 운영되는 방식을 토대로 예측 가능한 결과와 비용을 실현하는 AI 구조입니다. 페가의 아키텍처는 대규모 언어 모델과 자체 통계적 AI의 역량을 활용해 기업의 비즈니스를 뒷받침하는 워크플로와 의사결정을 설계하고 구축하고 운영하는 방식을 혁신합니다. 모델은 중요한 요소이지만, AI 레시피에는 모델에 운영 맥락을 제공하고 모델이 무엇을 해야 하는지 알려주는 구조가 필요합니다.

페가의 워크플로는 AI를 제어 및 거버넌스 구조로 감싸고, 필요한 지식과 맥락을 적절한 시점에 정확히 제공합니다. 포레스터는 최근 발표한 기업용 AI 플랫폼 보고서에서 “에이전트형 AI의 가치 동인은 인사이트가 아니라 워크플로”라고 밝혔습니다. 페가는 AI 혁신의 모든 단계에 이러한 구조를 적용합니다. 설계 단계에서 페가는 고객이 AI 시대에 맞춰 워크플로와 의사결정을 새롭게 구상하도록 돕습니다. 페가는 이해하기 쉽고 접근하기 편한 방식으로 애플리케이션을 만들고 유지관리할 수 있도록 지원합니다. 페가는 이를 운영해 대규모 환경에서도 예측 가능하게 작동하는 에이전트형 워크플로를 구현합니다. 제가 만나는 경영진은 기존 시스템과 낡은 프로세스에 AI를 단순히 덧붙여서는 안 된다는 점을 알고 있습니다. 이들은 일하는 방식을 새롭게 설계하고자 합니다.

블루프린트는 다른 어떤 기업도 해결하지 못한 문제를 AI로 해결해, 사업 부문과 IT팀이 함께 운영 모델을 새롭게 구상할 수 있도록 합니다. AI의 속도를 구현합니다. 생성형 AI의 원초적인 성능을 페가가 수십 년간 쌓아 온 워크플로 전문성과 업계 모범 사례에 기반한 구조와 결합합니다. 블루프린트는 클로드, 지피티, 제미나이 같은 모델의 원초적인 성능에 다양한 산업 분야의 경영진과 함께 일하며 쌓아 온 수십 년간의 지식을 결합합니다. 애플리케이션이 실제 운영 환경에 배포되기 전에 규칙, 워크플로, 정책, 운영 모델을 수립하도록 돕습니다. 그 결과, 기업의 업무 운영 방식을 반복해서 적용할 수 있는 레시피로 만들고 이를 실제 작동하는 시스템으로 바로 구현합니다. AI를 둘러싼 많은 논의에서 간과되는 점이 있습니다. 기업이 매일 수행하는 업무의 95% 이상은 반복된다는 것입니다.

AI가 프로세스 자체를 혁신하겠지만, 분쟁을 처리하는 방법이나 신규 고객을 가장 효과적으로 온보딩하는 방법을 파악하고 나면 대규모로도 같은 방식으로 처리하고자 합니다. AI의 추론에 반복 업무를 제약 없이 맡기는 것은 위험하고 비용도 많이 듭니다. 블루프린트는 AI를 활용해 이러한 반복 프로세스를 포착합니다. 페가는 프로세스를 훨씬 더 효율적으로 설계한 뒤, 막대한 토큰 비용을 들이지 않고도 대규모로 일관되게 운영합니다. 이 방식은 비용 효율성이 훨씬 높을 뿐 아니라 AI 거버넌스에도 정확히 부합합니다. MCP 커넥터를 통해 고객이 선택한 클로드나 GPT 또는 AI 도구에 직접 연결하는 워크플로를 만들면, 에이전트가 무엇을 할 수 있고 어떤 데이터에 접근할 수 있으며 어떤 규칙을 따라야 하는지 정확히 알려주는 워크플로를 구축할 수 있습니다.

AI를 올바르게 관리하는 방법은 처음부터 프로세스에 이를 반영해 설계하는 것이라고 생각합니다. 블루프린트와 페가 기술이 바로 이런 역할을 합니다. 다른 기업들은 문제가 발생한 뒤 이를 관리하기 위한 관제탑이나 킬 스위치를 판매하고 있지만, 저희는 그런 접근이 터무니없다고 생각합니다. 이는 너무 늦은 시점에, 잘못된 곳에서 문제를 해결하려는 것입니다. 고객은 킬 스위치에 의존할 여유가 없습니다. 저희 접근 방식을 사용하면 킬 스위치가 필요하지 않습니다. 여기서 핵심은 구조입니다. 고객이 며칠 만에 레시피 설계를 마치고 블루프린트를 인피니티에 불러와 애플리케이션을 구축할 수 있도록 지원하면, 코파일럿, 클로드, 코덱스와 같은 에이전트를 활용해 운영할 수 있습니다. 또한 고객이 자체 모델을 가져와 사용할 수 있도록 합니다. 고객에게 어떤 활동상의 이유나 선호가 있는 경우에도 가능합니다.

개발 환경에 에이전트 스킬을 50개 이상 추가했습니다. 개발자 환경과 페가 환경은 협업을 통해 포괄적으로 작동합니다. 개발자는 에이전트 기반 개발의 속도를 얻을 수 있고, 저희는 이를 이해하고 재사용하며 확장할 수 있도록 하는 구조를 제공합니다. AI 기업들이 내세우는 주장 중 하나가 직접 코딩하라는 것임을 알고 있습니다. 실제로 저희는 수십 년 동안 직접 코딩하는 방식과 경쟁해 왔습니다. 물론 AI 코딩 도구는 강력합니다. 저희도 이를 직접 사용하고 있으며, 인피니티 스튜디오의 AI 어시스턴트에 통합했습니다. 하지만 이것이 근본적인 질문을 바꾸지는 않습니다. AI 에이전트는 엄청난 양의 코드를 생성합니다. 수백만 줄입니다. 지금까지 본 적 없는 양의 코드입니다. 이 코드의 상당 부분은 이해하기 매우 어려워지고, 6개월이나 12개월 뒤에는 수정하기가 더욱 어려워집니다.

바로 이것이 페가의 차별점의 핵심입니다. 페가에서는 로직이 시각적이고 투명하게 유지되며, 에이전트만 읽을 수 있을 만큼 복잡한 코드 속에 묻히지 않습니다. 비즈니스 사용자와 IT 사용자는 페가에서 워크플로, 규칙, 구성을 살펴보고 애플리케이션이 정확히 어떤 기능을 하는지 확인할 수 있습니다. 이것이 바로 변화를 염두에 두고 구축한다는 의미입니다. 런타임에 페가 애플리케이션은 통제와 거버넌스를 갖춘 에이전트 오케스트레이션 에이전틱 워크플로를 실행합니다. 인피니티에서는 고객 서비스 챗봇이나 직원 어시스턴트는 물론 페가 외부의 에이전트도 페가 워크플로와 의사결정을 찾아 실행할 수 있습니다. 각 단계를 매번 다시 추론할 필요가 없습니다. 블루프린트가 설계 단계에서 이미 이를 처리해 두었기 때문입니다. 거래가 실행될 때마다 사람이 개입하게 하는 대신, 설계를 승인하는 단계에서 사람이 참여하도록 했습니다.

페가 에이전틱 워크플로는 문서 읽기, 사례 조사, 고객 이력 조사와 같은 특정 작업을 에이전트가 수행하도록 합니다. 워크플로가 작업의 제약 조건을 설정합니다. 따라서 각 에이전트가 수행할 수 있는 작업과 볼 수 있는 정보가 통제됩니다. 이처럼 작고 범위가 명확한 에이전트 접근 방식은 환각 위험을 없애고 토큰도 훨씬 적게 사용합니다. 이 덕분에 토큰 요금 없이 사례당 고정 가격을 제시할 수 있습니다. 고객들로부터 이 접근 방식에 대해 매우 긍정적인 반응을 얻고 있습니다. 페가월드에서 저는 이 접근 방식을 레스토랑을 열기 전에 테스트 주방에서 레시피를 완성하는 셰프에 비유했습니다. 고객마다 모든 요리를 새롭게 만들어내는 대신 말입니다. 블루프린트가 바로 그 테스트 주방입니다. 설계 단계에서 고객은 업무 레시피 모음을 만듭니다. 워크플로, 의사결정, 규칙, 데이터를 구성해 승인하고 이해할 수 있으며, 무엇보다도 변경할 수 있도록 정리합니다.