데이터독 증권사 분석: 47명의 월가는 데이터독을 어떻게 보는가

1.1 레이팅 분포: 93.6% Buy의 의미

매수 계열은 44건(93.6%), Hold는 1건(2.1%), 매도 계열은 2건(4.3%)입니다 (StockAnalysis, 2026-06-18 기준). 하지만 1차 보도로 확인되는 명시적 매도(Sell)는 골드만삭스(Gabriela Borges, $139, 2026-05-12) 단 한 곳입니다. 도넛의 'Strong Sell 1'은 일부 2차 집계 사이트의 등급 매핑 차이에서 비롯된 분류일 뿐, 1차 보도에는 존재하지 않습니다. 합의를 깨는 '외로운 곰'은 골드만 한 명입니다.

별도 집계로 교차 확인하면 그림이 더 선명해집니다.

93.6% Buy는 어떤 수준일까요? 엔비디아(약 97% Buy)처럼 거의 일방적인 쪽에 가깝고, 팔란티어(63% Buy)처럼 갈리지는 않습니다. 데이터독은 엔비디아에 가까운 "거의 만장일치"입니다. 그러나 엔비디아와 결정적으로 다른 점이 있습니다. 그 합의에 정면으로 반대하는 매도 의견(골드만삭스 Sell)이 Tier-1 하우스에서 나온다는 것입니다.

1.2 목표주가 분포: $139에서 $320까지

최고가는 JP모건($320, Overweight, 2026-05-28)이고 (Benzinga), 최저가는 골드만삭스($139, Sell, Gabriela Borges, 2026-05-12)입니다 (Yahoo Finance). High/Low 비율은 2.30배로, 팔란티어의 3.6배보다 좁고 엔비디아의 2.8배보다도 좁습니다.

상위권을 좀 더 펼쳐보면 합창단의 음역대가 보입니다.

1.3 상향 러시: 6월 한 달의 목표가 인상과 등급 상향

주가는 사상 최고가에서 빠지는데, 애널리스트는 6월 내내 목표가를 올렸습니다. 2026년 6월, 목표가 상향과 등급 업그레이드가 줄을 이었습니다.

패턴은 분명합니다. 4분기 연속 매출 성장 가속(아래 2장에서 다룹니다)이 확인되자, 주가는 사상 최고 $277.49(2026-06-01)까지 올랐다가 약 -19% 조정($223)을 받았습니다. 이 조정은 90배 멀티플 부담과 단기 차익실현이 겹친 결과로 읽힙니다. 그럼에도 애널리스트는 목표가를 올렸습니다. "성장은 가속됐고, 가격은 잠시 내려왔다"는 해석입니다. 엔비디아와 팔란티어에서 본 "좋은 실적에도 빠지는" 구조가 여기서도 관찰됩니다.

2.1 매출 컨센서스: $4.35B와 가속의 전제

매출 성장률이 +24.6%에서 +32.2%로 다섯 분기 연속 우상향했습니다. 매출 규모가 커질수록 성장률이 떨어지는 게 정상인 SaaS에서, 규모가 커지는데도 성장률이 오르는 "재가속"은 드문 현상입니다. 이 가속이 합의의 토대입니다.

여기서 한 가지를 짚어둘 필요가 있습니다. 컨센서스 매출 $4.35B은 회사 가이던스 상단($4.34B)에 거의 붙어 있습니다. 시장은 이미 "가이던스 상회"를 기본값으로 깔고 있다는 뜻입니다. 즉 데이터독이 가이던스를 살짝 넘는 정도로는 시장을 놀라게 하지 못합니다. 컨센서스가 이미 그 상회분을 선반영하고 있기 때문입니다. 우리 밸류에이션 딥다이브와의 비교는 이 글의 범위 밖이며, 5장 끝에서 연결합니다.

2.2 EPS 서프라이즈: 매출은 5% 깨고, EPS는 50% 깬다

표를 보면 비대칭이 한눈에 들어옵니다. 매출은 매번 약 4~5% 상회하는데, Non-GAAP EPS는 43~83% 상회합니다. 같은 회사의 같은 분기인데 두 서프라이즈가 10배 넘게 차이 납니다.

쉽게 말하면 이렇습니다. EPS Beat 83%를 보고 "데이터독이 시장 예상을 83% 넘겼다"고 읽으면 과대평가입니다. 그 83% 안에는 회사의 실력뿐 아니라 "애널리스트가 SBC와 세율을 잘못 잡아서 생긴 오차"가 섞여 있습니다. 반면 매출은 SBC 같은 회계 조정이 끼어들 여지가 없으니, 4~5% Beat이 데이터독의 진짜 운영 속도를 더 정직하게 보여줍니다.

2.3 가이던스 패턴: "보수적 플로어" 후 상회

데이터독의 가이던스에는 일정한 리듬이 있습니다. 분기 초에는 낮게 깔고, 분기 말에는 그 위를 넘습니다. Q1 2026 실제 매출은 $1,006M으로 가이던스 중간값 대비 약 +5%, Non-GAAP EPS는 $0.60으로 약 +20% 상회했습니다. 그리고 그 실적을 근거로 연간 가이던스를 한 번에 $240M 올렸습니다.

이 "낮게 깔고 넘는" 패턴의 배경에는 CFO David Obstler의 보수적 재무 운영이 있다고 월가는 인식합니다. 보수적 가이던스는 두 가지 효과를 냅니다. 매 분기 Beat & Raise 헤드라인을 만들어내고, 동시에 시장의 기대치를 끌어올려 "Beat해도 더 크게 Beat해야 주가가 오르는" 환경을 만듭니다.

3.1 왜 P/E 한 가지로 끝나지 않는가

GAAP 기준 FY2025 영업이익률은 -1.3%, GAAP EPS는 $0.31에 불과합니다. 이 숫자로 P/E를 계산하면 585배라는 의미 없는 값이 나옵니다. 그래서 증권사는 Non-GAAP EPS, 매출, FCF로 우회합니다. 문제는 우회로가 하나가 아니라는 점입니다. 어떤 자를 쓰느냐에 따라 "비싸다"와 "싸다"가 갈립니다.

다만 짚어둘 점은, Rule of 40(매출 성장률 + 이익률, 40을 넘으면 건강한 SaaS로 봅니다) 점수 60.9가 SaaS 최상위권이라는 사실이 곧바로 멀티플을 정당화하지는 않는다는 것입니다. Rule of 40은 성장과 수익성의 합일 뿐, 그 합이 90배 멀티플을 떠받치는지는 별개의 문제입니다. 이 정당화 공백은 5장 사각지대에서 다룹니다.

3.2 암묵 멀티플의 스펙트럼: 57배 vs 132배

증권사들이 멀티플을 공개하지 않으므로, 목표가를 FY2026E Non-GAAP EPS($2.42, 컨센서스)로 나눠 "암묵 Forward P/E"를 역산합니다. 목표가는 결국 "이 회사에 몇 배를 매기느냐"의 결과물이기 때문에, 나눗셈 한 번으로 각 증권사가 머릿속에 그린 배수가 드러납니다.

이 차이를 PEG로 한 번 더 풀면 직관이 생깁니다. PEG(P/E를 성장률로 나눈 값)로 보면, 132배 멀티플은 성장이 오래 두 자릿수로 유지된다는 가정에서만 합리적이고, 성장이 한 자릿수로 떨어지는 순간 같은 멀티플이 거품으로 바뀝니다. 골드만은 후자를, JP모건은 전자를 가정한 것입니다. 둘 다 같은 컨센서스 EPS를 쓰지만, 그 EPS 너머의 성장 지속 연수에 대한 베팅이 정반대입니다.

3.3 같은 Buy, 다른 목표가

흥미로운 것은 둘 다 Buy(Overweight) 계열이라는 점입니다 (Daily Political). 같은 방향을 보면서도 암묵 멀티플이 40배(132배 vs 93배) 차이입니다. JP모건은 AI 가속이 멀티플을 정당화한다고 보고, 모건스탠리는 같은 복잡성 테일윈드를 인정하면서도 FedRAMP High(미 연방 클라우드 보안 인증) 인증과 연방정부 파이프라인 같은 눈에 보이는 트리거가 확인될 때까지 눈높이를 낮춰 잡습니다. "Buy"라는 한 단어 안에 이렇게 다른 베팅이 들어 있습니다.

4.1 Bull Case: "AI 복잡성의 직접 수혜주"

Bull 진영의 목표가 상위는 JP모건 $320, Truist $300, Scotiabank·Piper $275입니다. 이들의 공통된 출발점은 "AI가 만드는 복잡성이 곧 데이터독의 수요"라는 명제입니다. 클라우드 환경이 복잡해질수록 무엇이 어디서 고장 났는지 감시할 도구가 필요하고, 그 도구의 1순위가 데이터독이라는 논리입니다.

이 논리에서 특히 강력한 데이터는 멀티프로덕트 확장입니다. 기존 고객이 연 ARR 성장의 약 75%를 기여한다는 것은 (Q1 2026 어닝콜), 신규 고객을 새로 끌어오지 않아도 기존 고객이 제품을 더 사면서 성장한다는 뜻입니다. 이를 NRR(기존 고객 매출 유지·확장률)로 표현하면 약 120% 수준입니다.

4.2 Bear Case: "협공과 안전마진 부재"

Bear 진영의 핵심은 "협공(pincer movement)"입니다 (FinancialContent). 위에서는 저비용 경쟁(Grafana·Chronosphere·Elastic)이 엔터프라이즈급으로 성숙하고, 아래에서는 AWS 같은 하이퍼스케일러가 자체 도구를 강화하며, 옆에서는 AI가 데이터 볼륨을 키우자 고객이 옵저버빌리티 예산을 재검토합니다. 데이터독이 세 방향에서 동시에 압박받는다는 그림입니다.

그중 가장 구체적인 위협은 OTel(OpenTelemetry, 특정 벤더에 묶이지 않는 공개 표준 계측 방식)의 확산입니다. 처리량이 2년 만에 4배로 늘었고, 신규 엔터프라이즈 고객의 34%가 데이터독에 오기 전에 이미 OTel을 설치해 둡니다 (Q3 2025 어닝콜). 고객이 벤더 중립 표준으로 계측해 두면, 데이터독에서 다른 도구로 갈아타는 비용이 줄어 가격결정력이 약해집니다.

또 하나는 사용량 과금의 양날입니다. "데이터독 청구서 쇼크"로 알려진 비용 급증(중규모 기업 연 약 $22만, AI 워크로드 추가 시 +40~200%)은 (OneUptime) 성장 엔진인 동시에 이탈·최적화 압력입니다. 쓸수록 청구액이 늘어나는 구조가 land-and-expand의 동력이지만, 그 청구서가 너무 커지면 고객이 비용 절감에 나섭니다.

Bernstein(Peter Weed)의 위치가 흥미롭습니다. Buy를 유지하면서도 목표가 $180(암묵 74배)으로 Street 최저 Buy입니다. "경쟁 압박은 공유하나 전망은 긍정"이라는 어정쩡한 자리는, 골드만의 Sell 논거가 Buy 진영 안에서도 일부 받아들여지고 있음을 보여줍니다. 합의가 강해 보여도, 그 안에 균열이 번지고 있다는 신호입니다.

4.3 아직 해결되지 않은 질문

이 다섯 질문은 시간이 답할 것입니다. 그리고 이 질문들이 해소되는 순간이 데이터독의 적정 멀티플이 확정되는 순간입니다. 지금은 Bull과 Bear가 같은 데이터를 보고 정반대로 외삽하고 있을 뿐입니다.