이미지 출처: The Motley Fool.

날짜

2026년 7월 1일 수요일 오전 9:00 (미국 동부 표준시)

컨퍼런스 콜 참가자

IR (Investor Relations) 책임자 - Kevin J. Toomey Jr.

CEO (Chief Executive Officer) - Sanoke Viswanathan

CFO (Chief Financial Officer) - Joshua Warren

전체 컨퍼런스 콜 녹취록

운영자: FactSet의 3분기 실적 발표 컨퍼런스 콜에 오신 것을 환영합니다. 현재 참가자들은 듣기 전용 모드로 참여하고 있습니다. 발표자의 프레젠테이션이 끝난 후 질의응답 (Q&A) 세션이 진행될 예정입니다. 세션 중에 질문을 하시려면 전화기에서 *11을 눌러주십시오. 그러면 손을 들었다는 자동 메시지가 들릴 것입니다. 질문을 취소하시려면 다시 *11을 눌러주십시오. 오늘 컨퍼런스는 녹음되고 있음을 알려드립니다. 이제 오늘 발표자인 IR (Investor Relations) 책임자 Kevin Toomey에게 마이크를 넘기겠습니다. 시작해 주십시오.

Kevin J. Toomey Jr.: 감사합니다. 여러분, 안녕하십니까. FactSet의 2026 회계연도 3분기 실적 발표 컨퍼런스 콜에 오신 것을 환영합니다. 시작하기에 앞서, 이번 발표 중에 참조한 슬라이드는 factset.com의 IR (Investor Relations) 섹션에 있는 웹캐스트를 통해 확인하실 수 있습니다. 오늘 컨퍼런스 콜의 재생 영상은 저희 웹사이트에서 확인 가능합니다. 준비된 발언이 끝난 후 질문을 받도록 하겠습니다. 컨퍼런스 콜은 1시간 동안 진행될 예정입니다. 모든 분께 공정성을 기하기 위해 질문은 1개로 제한해 주시기 바랍니다. 시간이 허락한다면 추가 후속 질문을 위해 대기열에 다시 진입하실 수 있습니다. 실적을 논의하기 전에, 모든 청취자께서는 슬라이드 2에 있는 법적 고지 사항을 검토해 주시기 바랍니다.

본 컨퍼런스 콜에서의 논의에는 미래 예측 진술 (forward looking statements)이 포함될 수 있습니다. 이러한 진술은 실제 결과가 이러한 미래 예측 진술에서 예상된 결과와 실질적으로 달라지게 만들 수 있는 리스크와 불확실성을 수반합니다. 이러한 리스크와 불확실성에 관한 추가 정보는 당사의 Form 10-K 및 10-Q에서 확인할 수 있습니다. 당사의 슬라이드 발표와 본 컨퍼런스 콜에서의 논의에는 특정 비일반회계기준 (non-GAAP) 재무 지표가 포함될 것입니다. 이러한 지표에 대한 가장 직접적으로 비교 가능한 일반회계기준 (GAAP) 지표와의 조정 (reconciliations) 내역은 발표 자료의 부록과 오늘 초에 발행된 실적 발표 자료에 포함되어 있으며, 두 자료 모두 당사 웹사이트인 investor.factset.com에서 확인할 수 있습니다. 본 컨퍼런스 콜 동안, 별도로 언급되지 않는 한, 상대적 성과 지표는 각각의 2025 회계연도 기간과 비교한 변화를 반영합니다.

오늘 저와 함께하는 분들은 최고경영자 (CEO)인 Sanoke Vishwanathan과 최고재무책임자 (CFO)인 Joshua Warren입니다. 이제 논의를 Sanoke에게 넘기겠습니다.

Sanoke Viswanathan: 감사합니다, Kevin. 여러분 안녕하세요, 컨퍼런스 콜에 참여해 주셔서 감사합니다. 3분기 실적은 강력했습니다. 유기적 평균 판매 가격 (ASP) 성장이 5분기 연속 가속화되었습니다. 모든 지역과 고객 유형에 걸쳐 ASV(연간 구독 가치)가 7.1% 성장하여 24억 8천만 달러를 기록했습니다. 조정 영업 이익률 (Adjusted operating margin)은 올해 우리가 진행한 투자들을 반영하여 34%를 기록했습니다. 조정 희석 주당순이익 (Adjusted diluted EPS)은 전년 대비 6.1% 증가한 4.53달러였습니다. 이번 분기의 고객 참여 및 성장 트렌드는 고객들이 AI를 광범위하게 도입함에 따라 연결된 데이터 (connected data), 내장된 워크플로 (embedded workflows), 서비스 우수성 (service excellence), 그리고 폭넓고 깊은 유통 (broad and deep distribution)이라는 당사의 4가지 근본적인 강점이 더욱 가치 있어지고 있음을 보여줍니다. 이번 분기의 5가지 고객 유치 사례는 당사 솔루션의 폭과 깊이를 입증합니다.

또한 관리형 포트폴리오 서비스 (managed portfolio services), 심층 섹터 콘텐츠 (deep sector content), 실시간 데이터 (real time data)와 같은 신제품에 우리가 해온 전략적 투자의 가시적인 영향력을 보여줍니다. 우리는 세계 최대 규모의 국부 펀드 (sovereign wealth funds) 중 한 곳으로부터 턴키 방식의 성과, 리스크 및 보고 관리 서비스 (turnkey performance, risk and reporting managed services)를 제공하는 수임권을 확보했습니다. 우리는 대형 글로벌 OCIO (Outsourced Chief Investment Officer)와의 협력을 확대하여, 당사 전문가들의 관리 서비스 (managed services)가 결합된 포괄적인 보고 및 디지털 역량을 제공하기로 했습니다. 또한 한 주요 글로벌 은행과 5년 단위의 엔터프라이즈 계약 갱신을 체결했습니다. 계약 범위는 심층 섹터 콘텐츠 (deep sector content)가 핵심적인 역할을 하며 더 많은 데이터 소비를 포함하는 방향으로 확대되었습니다.

32,000명 이상의 재무 상담사를 지원하는 미국 최대의 독립 브로커-딜러 (broker dealer)인 LPL Financial은 당사의 실시간 데이터 플랫폼 (real time data platform)을 선택하여, 자사의 클라우드 네이티브 트레이딩 애플리케이션 (cloud native trading application)과 현재의 포트폴리오 손익 (portfolio P&L) 워크플로우를 지원하기로 했습니다. 우리는 이미 당사의 상위 20위권 고객이자 FactSet을 통해 운영을 더욱 통합하고자 하는 한 대형 글로벌 자산운용사 (investment manager)의 프런트 및 미들 오피스 (front and middle office) 전반에서 기존의 장기 점유 업체를 밀어내고 입지를 확장했습니다. 이 5가지 수주 사례 각각은 기존 고객이 FactSet과의 관계를 확장하는 것을 의미하며, 이는 현재의 관계 내에서 성장할 수 있는 유의미한 여지가 있음을 강조합니다. 지난 분기에 저는 당사의 비즈니스 방식을 변화시키는 데 가이드가 되는 3가지 우선순위를 공유했습니다. 바로 상업적 탁월함 (Commercial excellence), 생산성 향상 (productivity improvement), 그리고 장기 전략 (long term strategy)입니다.

이번 분기는 가시적인 상업적 성과와 생산성 향상 (productivity improvement) 결과를 보여주고 있습니다. 또한 우리의 AI 로드맵 (AI road map)이 전략에 부합하며 구체화되고 있습니다. 첫째, 상업적 탁월성 (commercial excellence) 이니셔티브는 더 강력한 신규 비즈니스 성장, 유지 (retention), 그리고 연간 구독 가치 (ASV)의 확장을 이끌어내고 있습니다. 우리는 더 나은 도구들을 출시하고, 모든 단계에서 전환율 (conversion)을 높이며, 마케팅, 영업 (sales), 고객 성공 (customer success) 프로세스를 간소화함으로써 영업 라이프사이클 (sales life cycle) 전반에 걸친 개선을 목격하고 있습니다. 우리의 새로운 웹사이트는 더 많은 퍼널 상단 (top of funnel) 수요 창출 (demand generation)을 가져왔습니다. 이탈률 (Bounce rates)은 8% 개선되었고, 참여도 (Engagement)는 8% 증가했습니다. 또한 잠재 고객 (prospects), 마케팅 적격 리드 (marketing qualified leads, MQL), 영업 적격 리드 (sales qualified leads, SQL)는 두 자릿수 성장을 기록했습니다. 3분기에는 마케팅 활동을 통한 파이프라인 전환율 (pipeline conversion)이 전년 대비 15% 상승했습니다.

또한 이러한 기회들에 대한 수주율 (win rates)은 27% 개선되었으며, 결과적으로 발생한 평균 판매 단가 (ASP)의 76%가 신규 비즈니스에서 발생했습니다. 기업 (corporates), 자산 소유자 (asset owners), 기관 자산 운용 (institutional asset management) 고객 유형이 특히 강세를 보였습니다. 우리는 영업 피치 (sales pitches)의 품질을 높이고, 거래 속도 (deal velocity)를 높이며, 수주율 (win rates)을 개선하는 것을 목표로 하는 새로운 AI 기반 영업 지원 (AI powered sales enablement) 도구를 전체 팀에 배포하고 있습니다. 이러한 전통적인 레버 (levers)를 넘어, 고객들이 AI를 채택함에 따라 우리는 유지 (retention) 및 확장 (expansion)을 위한 모델을 변혁하고 있습니다. 3분기는 데이터 솔루션 (data solutions) 부문에서 ASV가 4분기 연속 두 자릿수 성장을 기록한 분기였으며, MCP가 이러한 모멘텀 (momentum)에 기여했습니다. 현재 상위 50개 고객 중 90% 이상이 4개 이상의 FactSet AI 솔루션을 사용하고 있습니다.

또한 전 분기 대비(quarter over quarter), 당사의 AI 솔루션을 사용하는 고객들 사이의 전반적인 평균 판매 단가(ASP) 성장률은 나머지 고객군보다 50% 더 높았습니다. 이는 당사의 AI 도입이 고객 유지(retention) 및 확장(expansion) 기회를 창출하는 데 도움이 되고 있다는 초기 증거입니다. 이러한 AI 전환은 당사의 비즈니스 모델이 기존의 시트 기반 계약(seat linked contracts)에서, 성장하는 데이터 분석 및 워크플로(workflow) 역량을 포괄하는 유연한 엔터프라이즈 계약(enterprise agreements)으로 전환되는 속도를 가속화하고 있습니다. 3분기에 갱신된 ASV(연간 구독 매출)의 대다수는 엔터프라이즈 계약 형태였거나 3년 이상의 기간으로 갱신되었습니다. 평균 계약 기간은 약 30% 연장되었으며, 전반적인 가격 수준은 유지되었습니다. 이는 고객들이 AI를 도입함에 따라 FactSet에 부여하는 근본적인 가치를 강조합니다.

둘째, 당사는 운영을 간소화하고 복잡성을 줄여 지속 가능한 생산성 향상과 영업 레버리지(operating leverage)를 창출하기 위해 AI 에이전트(AI agents)를 도입하고 있습니다. 당사의 3대 주요 운영 비용 센터인 엔지니어링(engineering), 데이터 운영(data operations), 고객 서비스(client service) 분야의 몇 가지 사례를 말씀드리겠습니다. 3분기에 당사는 제품 및 엔지니어링 팀 전반에 걸쳐 AI 활용을 확대했습니다. 코딩 관련 토큰(token) 사용량은 전 분기 대비 5배 증가했으며, AI가 작성하여 커밋된 코드 라인(committed lines of code)은 거의 10배 증가했습니다. 현재 이러한 도구를 사용하는 엔지니어링 팀 내에서 코딩 에이전트가 커밋된 코드의 27%를 작성하고 있습니다. 조직 전반에 걸쳐 도입이 계속 진행됨에 따라, 이러한 효율성 개선을 통해 당사는 기술 인력을 약 10% 감축하기 시작했으며, 이를 통해 전략적 제품 개발을 가속화할 수 있는 상당한 역량(capacity)을 확보했습니다.

우리는 데이터 수집부터 품질 보증 (Quality Assurance)에 이르기까지 전체 데이터 운영 라이프사이클 (life cycle) 전반에 AI를 내재화하고 있습니다. 새로운 도구들을 완전히 구현한 영역에서는 데이터 테이블 추출을 위한 운영자의 작업 시간 (touch time)을 50% 이상 단축했습니다. 우리는 이제 품질, 적시성, 그리고 단위 비용 (unit cost)을 개선하기 위한 명확한 목표를 가지고 이 플레이북 (playbook)을 확장하고 있습니다. M&A 데이터 분야에서는 거래 업데이트를 위한 처리 시간 (turnaround time)을 획기적으로 줄였습니다. 우리의 가장 큰 데이터셋 중 하나인 FactSet fundamentals 내에서는 여러 데이터 파이프라인 (data pipelines)을 하나로 통합하여, 상당한 역량 (capacity)을 재배치하고 해당 팀의 규모를 5% 축소할 수 있었습니다. 고객 서비스 팀들은 우리가 진행 중인 디지털화 파일럿 (digitization pilots)으로부터 초기 긍정적인 결과들을 확인하고 있습니다.

이러한 조치들은 컨설턴트들의 수동 온보딩 (onboarding) 활동 필요성을 줄여주어, 그들이 전략적인 사용자 상태 관리 (user health) 및 유지 (retention) 노력에 더 많은 시간을 할애할 수 있게 해줍니다. 3분기에는 약 4,000명의 뱅커들이 우리의 디지털 온보딩 도구를 사용했으며, 확보된 역량 덕분에 컨설턴트들의 라이브 사용자 상호작용 (live user interactions)이 전 분기 대비 22% 증가했습니다. 이는 지난 분기의 모멘텀을 이어받아, 3분기 주니어 뱅커 그룹 사이에서 순추천지수 (Net Promoter Score, NPS)를 5포인트 상승시키는 데 기여했습니다. 우리는 이러한 노력의 초기 단계에 있지만, 이 모든 것들은 전반적인 품질을 개선하는 동시에 서비스 제공 비용 (cost to serve)을 구조적으로 절감하는 것을 목표로 하고 있습니다.

이러한 생산성 이니셔티브 (productivity initiatives)의 전체적인 영향이 실현됨에 따라, 우리는 추가적인 규모의 경제 (scale benefits)와 영업 이익률 (operating margin) 개선을 기대하고 있습니다. 마지막으로, 우리는 연결된 데이터 (connected data), 내장된 워크플로 (embedded workflows), 서비스 우수성 (service excellence), 그리고 깊고 넓은 유통망 (distribution)이라는 강력한 기반을 바탕으로 전략을 개발하고 있습니다. 이러한 강점들은 FactSet을 기관 금융 (institutional finance)을 위한 신뢰할 수 있는 거버넌스 플랫폼 (governed platform)으로 만들며, 고객들이 AI 전환 (AI transition)을 진행함에 있어 더욱 중요하게 작용합니다. 고객들을 위한 시작점으로서, 우리는 FactSet Intelligence라는 명칭 아래 AI 솔루션을 출시했습니다. 이는 고객의 AI 도입을 가속화하는 3가지 레이어 (layers)로 구성됩니다: 신뢰할 수 있는 데이터 생태계 (trusted data ecosystem), 거버넌스가 적용되고 최적화된 에이전트 인프라 (agentic infrastructure), 그리고 하이브리드 인력 (hybrid workforces)을 위해 구축된 지능형 워크플로 (intelligent workflows)입니다.

첫째, FactSet, 고객 및 제3자 데이터를 포함하는 신뢰할 수 있는 데이터 생태계는 AI를 위한 연료입니다. 그리고 올바른 품질의 결과물을 제공하기 위해서는 고품질 (high-grade)이어야 합니다. 콘텐츠 API (content APIs)의 강력한 생태계를 기반으로 구축된 FactSet의 MCP 서버는 계약 및 시험 사용 (trials)을 통해 450개 이상의 고객이 활발하게 참여하고 있습니다. API 호출량은 급격한 성장을 경험하고 있으며, 3분기 물량은 2분기에 경험했던 수준의 13배에 달합니다. 우리는 MCP를 통해 더 많은 데이터 세트 (datasets)를 사용할 수 있게 함에 따라 이러한 추세가 지속될 것으로 예상합니다. 이제 고객들은 Anthropic, OpenAI, Google, Microsoft를 포함한 모든 주요 프런티어 랩 (FrontierLab) 플랫폼을 통해 우리의 데이터에 접근할 수 있습니다. 우리의 MCP는 고품질의 포괄적이고 감사 가능한 (auditable) 데이터 세트에 대한 접근을 가능하게 하며, 이는 당사 개발자들이 사용하는 것과 동일한 엔드포인트 (endpoints)를 통해 제공됩니다.

MCP를 통한 당사의 데이터 제공 품질은 우리가 이미 고가치 워크플로우 (high value workflows)에 통합되어 있는 고객사들 사이에서 확장을 주도하고 있습니다. 예를 들어, 우리는 바로 지난주에 포트폴리오 분석 (portfolio analytics) MCP를 출시하여, 당사의 시그니처 포트폴리오 분석 기능을 에이전트 기반 워크플로우 (agentic workflows)로 가져왔습니다. 포트폴리오 분석은 당사의 바이사이드 (buy side) 고객들이 성과를 측정하고, 리스크를 관리하며, 보고 의무를 이행하는 방식의 핵심 역할을 오랫동안 수행해 왔습니다. 그리고 우리는 이러한 역량을 에이전트 기반 활용 (agentic use)으로 확장함으로써 고객들에게 상당한 가치를 제공할 수 있을 것이라고 믿습니다. 또한 우리는 데이터 레이어 (data layer)에서의 AI 솔루션을 고객의 내부 데이터 및 제3자 데이터로 확장하고 있습니다. Snowflake, Databricks, Google, AWS와의 파트너십을 통한 엔티티 해상도 (entity resolution), 온톨로지 (ontology), 그리고 일치 (concordance) 측면에서의 FactSet의 독보적인 강점은 고객들이 기업 지식 그래프 (enterprise knowledge graphs)를 구축하는 것을 도울 수 있는 유리한 위치를 제공합니다.

둘째, FactSet은 최적화된 에이전트 기반 인프라 (agentic infrastructure)를 구축했습니다. 당사의 고객들은 여러 수평적 및 수직적 AI 솔루션을 큐레이션하고 최적화하기를 원합니다. 이러한 수요를 충족하기 위해, 우리는 고객들을 위한 통합 에이전트 플랫폼 (integrated agentic platform)이 되기 위한 인프라를 빠르게 출시하고 있습니다. 우리는 이미 매일 당사의 워크스테이션을 사용하는 약 25만 명의 사용자들에 걸쳐 수백만 개의 모델과 수십억 개의 공식 및 데이터 포인트를 지원하고 있습니다. 사용자들은 당사의 에이전트를 발견할 수 있으며, 곧 자신만의 에이전트를 구축, 테스트 및 게시할 수 있고, 심지어 제3자 에이전트를 통합할 수도 있습니다. 이 모든 과정은 고객들이 매일 FactSet으로부터 기대하고 얻고 있는 보안 표준, 데이터 권한 (data entitlements), 감사 로그 (audit logs) 및 비용 최적화를 유지하면서 이루어집니다.