팔로알토 네트웍스(PANW US) F1Q25 실적 - 포장도 뜯지 못한 선물

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

팔로알토 네트웍스가 실적 발표 후 5% 하락했습니다. 전반적으로 긍정적 실적과 가이던스였지만, RPO 지표가 다소 아쉬웠는데요

하지만 지난 분기 대비 RPO 가이던스의 컨센서스 하회율은 크게 개선되었습니다. 사실 거의 부합이라고 봐도 무방할 정도네요

세부적으로 견조한 방화벽 제품 수요를 확인했으며, 클라우드 보안 및 보안 운영 성장도 계속되고 있습니다.

플랫폼화 정책의 효과도 이전 분기와 유사하게 성장하고 있으며, 대형 딜 체결 트랜드 속 딜 마감 사이클에서도 개선을 보였습니다.

IBM QRadar SaaS 인수를 통한 비유기적 성장이 존재했지만, 인수 사실은 모두 알고 있던 것이지요

기대치에 부합하는 정도의 약간은 아쉬운 숫자와 새로운 내용이 없는 실적은 주가 조정으로 이어지는 흐름이지만(ex 트레이드 데스크)

불확실성에 따른 우려가 극심했던 국면은 이미 벗어난 상황입니다. 팔로알토는 여전히 사이버 보안 섹터 내에서는 우선적으로 고려해야할 옵션입니다

주식 분할(2 for 1)이라는 이벤트도 실적의 폭풍 속 아직 뚜껑도 제대로 열어보지 못한 상황이니까요

자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.

보고서 링크: https://bit.ly/3V3reIi

(2024/11/21 공표자료)

소프트웨어의 시간이 온다면 주목할 기업은?

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

최근 주가 흐름에서 하드웨어에서 소프트웨어로 로테이션이 확인되고 있습니다.

AI 사이클은 건재하지만, 적극적 수익성을 추구하기 위한 머니 무브라고 볼 수 있는데요,

추론 비용의 급격한 하락, 오픈AI o1과 같은 추론 모델의 등장 등으로 마침내 AI 서비스의 시대가 열릴 것으로 기대되고 있습니다.

SW 섹터에서도 적극적인 투자 전략이 고민되는 시점인데요, 크게 세 가지 아이디어가 있습니다.

■ 이젠 AI 에이전트?!

'23년과 '24년 코파일럿은 기대감 대비 아쉬웠지만, 이번 에이전트 메타는 훨씬 똑똑한 모델과 여러 에이전틱 기능 개발 진행을 동반하고 있기 때문에 다르게 볼 수 있습니다.

세일즈포스는 가장 먼저 Agentforce라는 이름으로 에이전트를 자사 솔루션에 배치하기 시작했고, 서비스나우도 뒤를 잇고 있습니다.

마이크로소프트는 Ignite에서 에이전틱 월드 구축을 기치로 삼았지만, 세일즈포스처럼 영혼을 베팅한 느낌은 아닐 수 있다는 점에서 추가 확인이 필요합니다.

■ 그냥 AI 추론이 좋다!

단순하게 AI 추론이 성장하면 좋아지는 기업들도 있습니다.

AI 서비스가 많아지면 이를 모니터링(관리)해야하고, 서비스를 구축하기 위한 데이터베이스 솔루션 활용도 늘어날 수 있습니다. 데이터도그랑 오늘 시간 외 20% 급등 중인 스노우플레이크처럼요.

워크로드가 늘어나는 곳에는 사이버 보안의 필요성도 높아지지요. 크라우드 스트라이크가 대표적입니다.

■ 그래도 클라우드 인프라가 좋다면?

클라우드 인프라 확대의 수혜는 빅테크 모두 누리는 것입니다. 하지만 이미 실적도 발표된 상황에서 추가 모멘텀이 아쉬울 수 있는데요.

오라클은 12월 중순 실적 발표 예정으로 모멘텀이 남아있습니다. 클라우드 인프라 내 No 4지만 상위 플레이어가 채워주지 못하는 넘치는 수요의 낙수를 누리고 있습니다.

케파 제약으로 모멘텀이 둔화된 마소 입장에서도 먼저 케파 제약을 경험한 오라클의 회복 및 성장 트렌드를 참고해볼 필요가 있겠네요

■ 투자전략 요약

1) 대형주 위주의 안정적 베팅 → 오라클, 세일즈포스, 서비스나우

2) 리스크를 고려한 적극적 베팅 → 데이터도그, 스노우플레이크, 크라우드 스트라이크

(2024/11/21 공표자료)

[삼성 이영진] 글로벌 SW 헤드라인 (24/11/22)

■ 구글, Gemini-Exp-1121 API 모델 업데이트로 챗 봇 아레나 1위 재탈환

■ 구글 클라우드, AI 에이전트 개발과 배포에 특화된 플랫폼 AI Agent Space 출시

■ 미 법무부, 구글 반독점 관련 크롬 브라우저 매각을 법원에 공식 요청. 쿼리 기반 AI 프로덕트를 포함해 소비자 정보 검색 관련 기업에 대한 투자 및 협력 제한도 포함. 앤스로픽에 대한 20억 달러 투자가 해당 조건에 해당

■ 유튜브, 쇼츠 내 AI로 영상 배경을 생성하는 Dream Screan 공개

■ 오픈AI, 챗GPT와 결합된 브라우저 개발 보도. Natural Language Web(NLWeb) 검색 프로덕트 특징 강조. 전 크롬 개발자 영입

■ 아마존, 마켓플레이스 내 자사 제품 우선 프로모션 및 제공 관련 25년 EU DMA(디지털 시장법) 조사 가능성 보도

■ 애플, 대화형으로 개선된 Siri(LLM Siri)의 25년 공개 후, 26년 초 출시 계획 보도

■ 팔로알토 네트웍스, 약 2천대의 방화벽 장치가 PAN-OS 관련 제로데이 공격을 받았다는 사실 공개. 해당 취약점에 대한 긴급 패치 배포

감사합니다.

샤티아 나델라와 젠슨 황의 스케일링 법칙에 대한 코멘트

1) 샤티아 나델라 Ignite 2024 Keynote

최근 몇 주 동안 많은 논쟁이 있었습니다. 스케일링 법칙이 벽에 부딪혔나? 계속될까? 결국 기억해야 할 것은, 이것들은 물리적 법칙이 아니라는 점입니다. 이것들은 단지 오랜 시간 동안 사실로 입증된 경험적 관찰에 불과합니다. 따라서, 회의론이나 논쟁은 오히려 모델 구조, 데이터 체제, 또는 시스템 아키텍처에 대한 많은 혁신을 촉진할 것이기 때문에 긍정적인 일입니다.

Now, in fact, there’s a lot of debate. In fact, just in the last multiple weeks, there’s a lot of debate, or have we hit the wall with scaling laws? Is it going to continue? I mean, the thing to remember, at the end of the day, these are not physical laws. These are just empirical observations that hold true, just like Moore’s Law did for a long period of time. And so, therefore, it’s actually good to have some skepticism, some debate, because that I think will motivate, quite frankly, more innovation on whether it’s model architectures or whether it’s data regimes or even systems architecture. So it’s a good thing to have.

이러한 맥락에서, 우리는 새로운 스케일링 법칙의 등장을 목격하고 있습니다. 바로 테스트 시간 또는 추론 시간 산출(test time or inference time compute)에 관한 것입니다. 오픈AI o1이 좋은 예입니다. 그리고 Copilot Think Harder 같은 기능은 o1을 기반으로 테스트 시간을 사용하여 어려운 문제를 해결합니다.

In that context, though, if anything, we are seeing the emergence of a new scaling law which test time or inference time compute. In fact, OpenAI’s o1 is a good example of it. And features like the Copilot Think Harder is built on o1, is all about using test time to solve even harder problems.

결국, 이러한 모든 혁신은 세 가지 기능에서 지수적으로 향상되는 모습을 나타냅니다. 첫째, 새로운 멀티모달 유니버설 인터페이스입니다. 이는 음성, 이미지, 비디오의 입력과 출력을 모두 지원합니다.

So ultimately, though, all these breakthroughs manifest in three capabilities that are exponentially getting better. The first is this new, universal interface that’s multimodal. It supports speech, images, videos, both as input and output.

둘째, 새로운 추론 및 계획 능력입니다. 이것을 통해 우리는 복잡한 문제를 해결하는 데 도움이 되는 새로운 신경 대수를 갖게 되었습니다. 사람, 장소, 사물 간의 패턴을 감지하고, 이들 간의 관계도 찾을 수 있습니다.

Second, we have these new reasoning and planning capabilities, which essentially we have new neural algebra to help solve complex problems. We can detect patterns involving people, places and things. You can even find relationships between people, places and things using this new algebra.

셋째, 장기 기억, 풍부한 맥락을 지원하고, 사실상 모델에게 도구를 사용하는 방법을 가르치는 능력을 갖게 되었습니다. 이 모든 요소들을 결합하면, 우리가 일과 삶, 팀, 비즈니스 프로세스, 그리고 조직을 대신하여 행동할 수 있는 매우 풍부한 AI 에이전트의 세계를 구축할 수 있습니다.

And third, we now have this capability to support long-term memory, rich contexts, and in fact teach these models to use tools. So if you put all those things together, you can build a very rich agentic world defined by this tapestry of AI agents, which can act on our behalf across our work and life, across teams, business processes as well as organization.

샤티아 나델라와 젠슨 황의 스케일링 법칙에 대한 코멘트

2) 젠슨 황, F3Q25 어닝콜

우리의 파운데이션 모델 사전 훈련 스케일링은 계속되고 있습니다. 이는 아는 것 처럼 경험적 법칙이지, 근본적인 물리적 법칙이 아닙니다. 그러나 증거는 계속 스케일링이 이루어지고 있다는 것을 가리키고 있습니다. 우리가 배운 것은 이것만으로는 충분하지 않다는 것입니다. 현재 우리는 두 가지 다른 스케일링 방법을 발견했습니다.

Our foundation model pre-training scaling is intact, and it's continuing. As you know, this is an empirical law, not a fundamental physical law. But the evidence is that it continues to scale. What we're learning, however, is that it's not enough, that we've now discovered two other ways to scale.

하나는 사후 훈련 스케일링입니다. 물론, 첫 번째 세대의 사후 훈련은 강화 학습 인간 피드백이었지만, 이제 우리는 강화 학습 AI 피드백과 다양한 합성 데이터를 생성하여 사후 훈련을 돕는 모든 형태의 데이터를 갖게 되었습니다. 그리고 가장 큰 이벤트이자 흥미로운 발전은 Strawberry, 챗GPT o1, 오픈AI의 o1입니다. 이는 추론 시간 스케일링, 일명 테스트 시간 스케일링을 수행합니다. 생각할 시간이 길어질수록 나은 품질의 답변을 생성합니다.

One is post-training scaling. Of course, the first generation of post-training was reinforcement learning human feedback, but now we have reinforcement learning AI feedback, and all forms of synthetic data generated data that assists in post-training scaling. And one of the biggest events and one of the most exciting developments is Strawberry, ChatGPT o1, OpenAI's o1, which does inference time scaling, what is called test time scaling. The longer it thinks, the better and higher-quality answer it produces.

이것은 연쇄적 사고(CoT)와 다중 경로 계획 등에 필요한 모든 기술을 고려합니다. 직관적으로, 우리가 질문에 답하기 전에 머릿속에서 생각하는 것과 비슷합니다. 이제 우리는 세 가지 스케일링 방법을 갖게 되었고, 세 가지 방법 모두에서 스케일링이 이루어지고 있습니다. 그 결과, 우리의 인프라에 대한 수요는 매우 큽니다.

And it considers approaches like chain of thought and multi-path planning and all kinds of techniques necessary to reflect and so on and so forth. And it's -- intuitively, it's a little bit like us doing thinking in our head before we answer your question. And so, we now have three ways of scaling, and we're seeing all three ways of scaling. And as a result of that, the demand for our infrastructure is really great.

지난 세대의 기초 모델들이 약 10만개 Hoppers로 끝났다면, 다음 세대는 10만개의 Blackwells로 시작합니다. 이는 사전 훈련 스케일링, 사후 훈련 스케일링, 그리고 이제 매우 중요한 추론 시간 스케일링에 대해 업계가 어디로 이동하고 있는지에 대한 느낌을 줍니다. 이러한 이유들로 인해 수요는 정말 큽니다.

You see now that at the tail end of the last generation of foundation models were at about 100,000 Hoppers. The next generation starts at 100,000 Blackwells. And so, that kind of gives you a sense of where the industry is moving with respect to pre-training scaling, post-training scaling, and then now very importantly, inference time scaling. And so, the demand is really great for all of those reasons.

우리는 추론 수요가 증가하는 것을 보고 있습니다. 추론 시간 스케일링도 증가하고 있습니다. AI 네이티브 회사도 계속 증가하고 있고, 에이전틱 AI의 기업 도입이 최신 유행이 되고 있습니다. 결국 다양한 곳에서 많은 수요가 발생하는 것을 보고 있습니다.

And so, we're seeing inference demand go up. We're seeing inference time scaling go up. We see the number of AI native companies continue to grow. And of course, we're starting to see enterprise adoption of agentic AI really is the latest rage. And so, we're seeing a lot of demand coming from a lot of different places.

엘라스틱(ESTC US) 실적에서 울리는 생성 AI의 소리

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

스노우플레이크에 이어 엘라스틱도 긍정적 실적 발표 후 시간외 25% 상승했습니다.

두 기업 모두 이전 분기 아쉬운 실적 이후 부진한 주가 흐름을 보였지만, 생성 AI 모멘텀 확인과 호실적이라는 재료가 반등을 이끌어 냈습니다.

엘라스틱의 경우 기대를 상회한 엔터프라이즈 사용량 트렌드와 함께 부진한 F1Q 실적 원인이었던 내부 세일즈 전략 변화(대형 고객 중심 세그먼트 분류 조정)가 F2Q에는 제대로 작동했는데요

F2Q25 매출은 컨센서스(Factset)을 3% 상회했고, Elastic Cloud 매출은 1.8% 상회했습니다. 다만 F3Q와 FY25 매출 가이던스는 컨센서스를 각각 0.5% 및 0.9% 상회하는 수준입니다. 숫자만 보면 스노우플레이크보다는 밋밋해보이기도 하네요

하지만 엘라스틱 실적에서도 AI가 울려퍼지고 있습니다. 고객 Commitment 증가 속 특히 생성 AI 기반 검색 사업 호조가 이어지고 있습니다.

생성 AI는 가장 빠르게 성장하는 사업 분야로 2Q 고객의 생성 AI 지출은 1Q 대비 2배로 증가했고, ACV(평균 계약 가치) 1백만 달러 이상 딜도 3개나 체결했네요

생성 AI 기능을 활용하는 엘라스틱 클라우드 고객은 1,550개에 달하는 상황이고, 보안과 옵저버빌리티 분야에서도 플랫폼 통합과 AI 모멘텀이 동시에 발생하고 있습니다

검색 솔루션과 벡터 DB는 기업 고객의 생성 AI 활용에서 모멘텀을 기대할 수 있는 분야입니다. 하지만 B2B AI 서비스 지연이 발목을 잡았었지요.

이번 분기 여러 SW 기업 실적에서 AI 미들웨어 부문의 수혜 가시성이 높아지고 있습니다. 본격화될 추론의 시대에 관련 모멘텀은 이제 시작입니다.

(2024/11/22 공표자료)

아마존, 앤스로픽에 40억 달러 추가 투자

: 기존 40억 달러 추가에 더해 투자 총액은 80억 달러. 13억 달러 먼저 투입. 다만 기존과 같이 minority 지분

: AWS는 Primary 클라우드 및 학습 파트너 지위. Trainium 및 Inferentia 칩 활용 예정

: AWS 내 Annapurna Laba와 협력을 통해 차세대 Trainium 가속기 개발 및 최적화 연구도 진행

: 아마존 Bedrock을 통해 Claude 모델을 기업 고객에게 제공. 안전하고 커스텀 된 AI 솔루션 구축을 가능하게 함

https://www.anthropic.com/news/anthropic-amazon-trainium

[삼성 이영진] 글로벌 SW 헤드라인 (24/11/25)

■ 아마존, 앤스로픽에 신규 40억 달러 투자. 총액 80억 달러. 앤스로픽은 아마존의 Trainium 및 Inferential 반도체 활용

■ 아마존, 기업들의 양자 컴퓨팅 도입 지원을 위한 Quantum Embark 프로그램 발표

■ 구글, 지난해 유튜브 음악 영상을 활용해 특정 아티스트의 스타일을 모방한 음악 생성 AI 모델 Orca를 개발했으나, 법적 리스크로 사용화 실패

■ 마이크로소프트, 코파일럿+ PC에 포함된 AI 기능 리콜의 프리뷰 버전 공개

■ 리드 호프만, 트럼프 행정부의 AI 정책 설정에 일론 머스크와 이해 충돌 가능성 우려 제기

■ xAI, Grok에 PDF 업로드 기능 추가. 일론 머스크는 Grok 내 새로운 기능들이 추가될 것이라 코멘트

감사합니다.

[삼성 이영진] 글로벌 SW 헤드라인 (24/11/26)

■ 마이크로소프트, MS 365, 아웃룩, 팀즈 등 서비스에서 접속 장애 발생. 최근 변경 사항이 원인으로 해결책 배포중

■ 앤스로픽, AI 어시스턴트와 데이터가 저장된 시스템 간의 연결 관련 새로운 표준 제안. 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 표준은 오픈 소스로 공개

■ 엘라스틱, AWS와 생성 AI 관련 파트너십 강화. 아마존 Bedrock 내 LLM 옵저버빌리티 기능 지원이 주요 부분

■ 퍼플렉시티 ai, shopping intent classifier 업데이트를 통해 검색 결과의 연관성 강화

■ 톰슨 로이터, 오픈AI o1 기반의 AI 법률 어시스턴트 서비스 CoCounsel 발표

■ Luma AI, 영상 생성 AI Dream Machine를 신규 인터페이스의 모바일으로 확장하고, 이미지 생성 모델(Luma Photon) 결합

감사합니다.

엘라스틱 & AWS, 과거의 적에서 미래의 파트너로 - 높아지는 LLM 옵저버빌리티의 중요성

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

엘라스틱과 AWS 간 파트너십 강화가 발표되었습니다. 주요 내용은 AI 어플리케이션 구축 플랫폼 아마존 Bedrock에서 엘라스틱의 LLM 옵저버빌리티 솔루션을 제공하는 것인데요, 이를 통해 고객은 LLM 기반 어플리케이션의 성능 및 비용을 모니터링 할 수 있습니다. 

또한 아마존 Bedrock 기반의 Elastic AI Assistant를 활용해 SRE(사이트 안정성 엔지니어)는 데이터 분석, 비쥬얼라이제이션 기능과 이슈 해결을 위한 솔루션 추천을 지원받을 수 있습니다.

이번 협력은 AWS AI 서비스와 호환성 강화를 통해 엘라스틱의 AI 인프라 생태계 입지를 강화하는 전략입니다. 

공교롭게도 과거 엘라스틱과 AWS는 검색 솔루션 Elasticsearch 관련 갈등 구도를 형성했습니다.

AWS가 엘라스틱의 오픈소스 프로젝트 Elasticsearch를 기반으로 AWS Elasticsearch 서비스를 제공하자 엘라스틱은 상표권 침해 및 브랜드 희석을 주장했지요

이에 '21년에는 AWS가 Elasticsearch를 자체 브랜드로 제공하는 것을 막기 위해 라이선스 정책을 강화하기도 했는데요(Elasticsearch의 데이터 대시보드 Kibana 라이선스를 기존 오픈소스 라이선스 Apache 2.0에서 제한)

갈등에 따라 오픈소스를 표방했던 Elastic의 정책은 후퇴했고, AWS 상에서 활용이 어려워지는 등의 고객 피해도 나타났지요

이후 AWS는 Elasticsearch를 포크(코드를 복사해 신규 버전 구축)해 OpenSearch라는 독자 프로젝트를 개발하는 것으로 선회했습니다.

각자 독자적 제품으로 경쟁(그나마 공정 경쟁)하는 구조가 되었고, 시장의 혼란도 해소되었습니다.

상당한 갈등을 겪었지만, 양사 협력은 강화되고 있습니다. '22년에는 엘라스틱이 제공하는 완전 관리형 서비스 Elastic Cloud in AWS를 출시했는데요. AWS 인프라를 활용해 Elastic Search와 Kibana의 손쉬운 배포, 운영 및 확장을 지원합니다.

분위기는 나아졌더라도 과거의 적이 미래의 파트너로 나아가는 과정에서 LLM 옵저버빌리티의 중요성은 더욱 높아지고 있다는 점에 주목합니다.

옵저버빌리티 대표 기업 데이터도그는 한 발 먼저 LLM 옵저버빌리티 관련 Azure 및 AWS를 포함한 다양한 협력을 진행하고 있습니다.

추론(Inference)의 시대와 함께 옵저버빌리티 산업에도 새로운 전환점이 나타나고 있습니다. 추가 업데이트해 드리겠습니다.

(2024/11/26 공표자료)

퍼플렉시티 ai CEO, $50 이하의 Voice to Voice 하드웨어 개발 의지 피력

[삼성 이영진] 크라우드 스트라이크(CRWD) F3Q25 실적 요약

■ F3Q25 실적
: 매출 10.1억 달러(+29%)
vs 컨센 9.83억 달러, 가이던스 9.79~9.85억 달러
: 구독 매출 9.63억 달러(+31%)
vs 컨센 9.34억 달러
: ARR 40.2억 달러(+27%)
vs 컨센 40.11억 달러
: Non GAAP 영업이익 1.95억 달러
vs 컨센 1.69억 달러, 가이던스 1.67~1.71억 달러

■ F4Q25 가이던스
: 매출 10.29~10.35억 달러
vs 컨센 10.3억 달러
: Non GAAP 영업이익 1.84~1.89억 달러
vs 컨센 1.86억 달러

■ FY25 가이던스
: 매출 39.24~39.31억 달러
vs 컨센 38.98억 달러, 기존 38.9~39.0억 달러
: Non GAAP 영업이익 8.04~8.09억 달러
vs 컨센 7.81억 달러, 기존 7.75~7.84억 달러

https://ir.crowdstrike.com/static-files/eb8f3a76-caf8-49ff-b7b1-796fa520ef30

감사합니다.

[삼성 이영진] 글로벌 SW 헤드라인 (24/11/27)

■ 오픈AI Sora API, 허깅페이스 통해 유출. 예술가 그룹은 자신들의 피드백에 대한 보상이 없고, 얼리 액세스 프로그램이 예술적 혁신 촉진보다 홍보에 초점이 맞춰져있다고 비판

■ 앤스로픽, Claude 챗 봇에 Styles 기능 추가. 유저와 AI 상호작용을 개인화하고, 다양한 응답 스타일 옵션 제공

■ 데이터브릭스, 550억 달러 밸류로 80억 달러 펀딩. 신규 자금 조달의 대부분은 구주매출 형태

■ 퍼플렉시티 ai CEO, $50 이하의 Voice to Voice 하드웨어 개발 의지 피력

■ 구글, NotebookLM에 주석을 원문에 통합하는 신규 기능 Convert notes to source 추가

■ 구글, 유럽 디지털 시장법(DMA) 준수를 위해 호텔 검색 결과에 단색 파란 링크 표시 테스팅

■ Orange, 메타 및 오픈AI와 서아프리카 언어 기반 모델 구축을 위한 협력 발표

감사합니다.

오픈AI Sora API 유출

: 얼리 엑세스 권한을 받은 일부 아티스트 그룹이 허깅페이스에 API 유출. 인증토큰을 통해 10초 길이의 1080p 영상 생성이 가능했음. 터보 모드와 다양한 스타일 적용 코드 존재

: 아티스트 그룹 주장은 레드팀과 크리에이티브 파트너를 포함해 초기 테스터에 긍정적 내러티브를 강요했으며, 적절한 보상이 없었다고 주장. 또한 모든 결과물은 오픈AI 검수를 받고 업로드 가능

: 유출 그룹은 3시간 이후 오픈AI가 모든 아티스트의 얼리 액세스 권한을 일시적으로 중단했다고 언급

: 오픈AI 대변인은 Sora는 여전히 ‘리서치 프리뷰’ 단계이며, 초기 아티스트 참가는 자발적이며 피드백을 제공하거나 툴을 사용할 의무가 없다는 입장

: Sora를 책임감 있게 사용하고 개발 중인 동안 ‘기밀 정보‘를 공유하지 않는 것 외에 오픈AI에 대한 의무는 없다고 덧붙임. 다만 세부 내용은 부재

관련 기사: https://techcrunch.com/2024/11/26/artists-appears-to-have-leaked-access-to-openais-sora/

허깅페이스 페이지: https://huggingface.co/spaces/PR-Puppets/PR-Puppet-Sora

크라우드 스트라이크(CRWD US) F3Q25 실적 - 돌다리 건너기 전 계속 두드리기

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

크라우드 스트라이크는 글로벌 IT 대란으로 이어진 7월 중순 사고가 본격 반영된 분기 실적을 발표했고, 제한적 영향을 재확인 할 수 있었습니다

사고의 영향은 기존 및 신규 고객의 세일즈 사이클 증가와 Customer Commitment Package(CCP)에 따른 할인, 지불 유연성, 구독 기간 증가로 이어지는데요

F3Q는 고객의 추가 모듈 확대 및 Flex 옵션 호조 기반으로 영향을 제한할 수 있었습니다. 고객 유지율도 견조한 수준을 유지했습니다.

하지만 F4Q 가이던스가 아쉬웠습니다. 단기 가시성이 제한적이라는 의견과 함께 보수적 전망을 제시했는데요. 트렌드에 대한 판단을 내리기 어려운 초기 상황이라는 입장입니다.

F4Q CCP가 매출에 미치는 영향도 기존의 3,000만 달러 수준 전망을 유지했습니다. 또한 시장에서 평가하는 F3Q에서 F4Q의 NNARR 계절성에 대한 눈높이를 조정할 필요가 있다는 코멘트도 부정적으로 해석되었네요

하지만 ARR과 구독 매출이 디커플링되는 현상은 일시적이라는 점을 고려할 필요가 있습니다.

내년 하반기 NNARR 성장 가속화 전망은 유지한 상황입니다. 불확실성의 안개가 걷힌다면 AI ASPM과 Charlotte의 에이전틱 기능 등 AI 관련 솔루션의 모멘텀을 기대할 수 있습니다.

AI 서비스 증가에 따른 사이버 보안 수요의 동반 상승 속 크라우드 스트라이크는 엔드 투 엔드 솔루션을 제공할 수 있는 긍정적 포지셔닝을 보유하고 있습니다.

자세한 내용은 발간된 보고서를 참고해주시기 바랍니다.

보고서 링크: https://bit.ly/3V9Quga

(2024/11/27 공표자료)

워크데이(WDAY US) F3Q25 실적 - 숫자 없이는 내러티브도 없다

안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.

워크데이의 전체 매출은 컨센서스를 1.4% 상회했으나, 구독 매출 상회율이 0.1%에 불과합니다(최근 4개 분기 0.3% 상회).

즉, 서비스 매출에서 업사이드가 발생했다는 것이지요. EMEA 지역 매크로 압박도 아쉬운 부분이고, 딜 타이밍에 따른 매출 반영 시기에 따라 전체년도 가이던스도 하향 조정했습니다.

FY26 구독 매출로 88억 달러(+14%)를 F1Q26은 이보다 소폭 낮은 성장률은 전망했습니다(윤년 영향). 하반기 가속화를 기대해야하는 상황입니다.

물론 AI 내러티브는 긍정적입니다.

분기 30% 고객은 1개 이상 AI 솔루션을 확장했고, Talent Optimization, Extend Pro, Recruiter Agent 등 솔루션에 대한 관심이 높아지고 있습니다.

이는 ASP 상승으로 이어지는데요, Extend Pro의 ASP는 Essential의 2배이며, Recruiter Agnet는 코어 리크루팅 솔루션 ASP를 150% 높이고 있습니다.

Workday AI의 차세대 버전인 Illuminate에 긍정적 피드백과 함께 새로운 에이전트(Cost, Optimize 에이전트 등)도 출시 예정입니다.

"AI는 모든 CEO의 Top of Mind"라는 코멘트가 이를 단적으로 보여주고 있지요. 그러나 아직 초기 단계입니다. 작은 부분이지요

공공 기관향 솔루션 확대 전략도 정부효율성부(DOGE) 등장과 맞물려 기대감으로 이어질 수 있습니다. 하지만 당장의 실적과 가이던스가 아쉬운 것은 변하지 않는 사실입니다.

소프트웨어 섹터가 모두 좋아지는 것 같아 보이지만, 숫자를 보여주지 못하는 기업에겐 여전히 냉정한 모습을 보여주고 있습니다.

양극화가 이루어진다면, 에이전트와 AI 추론을 비롯한 산업 변화 속 모멘텀이 유지되기 위해서는 기본적 숫자의 뒷받침이 더욱 필요합니다.

■ F3Q 주요 실적(컨센서스 Factset 기준)
: 매출 21.6억 달러(+16%) vs 컨센 21.3억 달러(1.4%)
: 구독 매출 19.59억 달러(+16%) vs 컨센 19.57억 달러(0.1%)
: cRPO 69.8억 달러(+15%) vs 컨센 69.25억 달러
: NG OPM 26.3% vs 컨센 25.3%

■ F4Q 및 FY25 가이던스(컨센서스 Factset 기준)
: F4Q 구독 매출 20.25억 달러(+15%) vs 컨센 20.4억 달러
: F4Q NG OPM 25% vs 컨센 25.3%
: F4Q RPO 성장률 13.5~14.5% vs 컨센 15%

: FY25 구독 매출 77.03억 달러 vs 기존 77~77.25억 달러(+17%) 및 컨센 77.15억 달러
: FY25 NG OPM 25.5% 기존 25.25%

(2024/11/27 공표자료)

[삼성 이영진] 글로벌 SW 헤드라인 (24/11/28)

■ FTC, 마이크로소프트에 대한 광범위한 반독점 조사 착수. 소프트웨어 라이선스와 클라우드 사업 등이 대상

■ 마이크로소프트, MS 365 어플리케이션의 유저 데이터를 AI 모델 학습에 활용했다는 주장에 반박

■ 오픈AI, 15억 달러 규모 직원 주식을 소프트뱅크에 매각 허용. 최근 1,570억 달러 기업 가치 기반 주당 210달러로 산정

■ 오픈AI, OpenAI o1에 대한 상표 등록 제출

■ 구글, 미 항소 법원에 앱 스토어 반독점 관련 판결 취소 요청

■ 일론 머스크, AI 게임 스튜디오를 시작하겠다는 X 코멘트

■ xAI, 챗GPT와 유사한 별도의 소비자용 앱 출시 준비

■ 알리바바, o1과 유사한 추론 모델 QwQ-32B-Preview 공개. 모델 가중치도 오픈소스로 공개

감사합니다.

알리바바 Qwen, o1과 유사한 추론 모델 QwQ-32B-Preview 공개

: GPQA 벤치마크는 o1-preivew와 mini 사이 수준. 모델 가중치 오픈소스로 공개

: 한계점 1) 언어가 섞이거나 뒤바뀌는 현상, 2) 무한 루프에 빠져 답변하지 못하는 현상, 3) 수학과 코딩에는 뛰어나지만 상식 추론 및 언어 이해에서는 부족, 4) 안전성 및 윤리 연구 필요

https://qwenlm.github.io/blog/qwq-32b-preview/