이미지 출처: The Motley Fool.

날짜

2026년 7월 30일 목요일 오후 4:30 (미국 동부 표준시)

컨퍼런스 콜 참가자

최고 경영자 (CEO) - Leonard Livschitz

최고 수익 책임자 (CRO) - Vasily Sizov

최고 운영 책임자 (COO) - Yury Gryzlov

Anil Doradla

Eugene Steinberg

컨퍼런스 콜 전문

Leonard Livschitz: 안녕하십니까, 여러분. 오늘 함께해주셔서 감사합니다. 당사는 견고한 2분기 실적을 달성했습니다. 연결 매출(Consolidated revenue)은 1억 820만 달러로, 당사 가이던스 범위의 상단 및 월가(Wall Street)의 예상치를 상회하였으며, 비일반회계기준 (non-GAAP) 이익은 1,470만 달러로 이 또한 컨센서스(consensus)를 상회했습니다. 지난 분기 코멘트에서 강조했던 세 가지 영역을 기억하실 것입니다. 첫째, 특히 기술 및 금융 서비스 분야의 주요 고객사(key accounts)를 중심으로 한 매출 트렌드의 개선입니다. 둘째, 당사의 AI 도입 및 성장입니다. 셋째, 수익성 트렌드의 개선입니다. 이 세 가지 측면 모두에서 당사의 실행력이 견고하며 그 혜택을 보고 있다고 보고하게 되어 기쁩니다.

주요 고객 관계의 성장, 로보틱 및 피지컬 AI (robotic and physical AI) 분야의 역량 확대를 통한 지속적인 AI 모멘텀, 그리고 300 베이시스 포인트 (basis point) 마진 확대 약속을 향한 견고한 진전이 이루어지고 있습니다. 2분기 연속으로 당사의 주요 고객사는 기술 및 금융 서비스 분야에 집중되어 있습니다. 기술 및 금융 서비스는 이제 당사의 보다 전략적인 고객 관계를 정의하며, 바로 이 섹터들이 AI 도입이 가장 빠르게 진행되고 당사의 역량이 가장 차별화되는 분야입니다. 당사의 주요 고객들은 지속적으로 성장을 견인하고 있습니다. 여러 고객사가 눈에 띄는 성과와 함께 전 분기 대비 두 자릿수 성장을 기록했습니다. 이는 단순한 점진적 이익이 아닙니다. 프로그램의 확장, 프로그램 채택의 심화, 그리고 각 고객사 조직 내부에서 기회를 계속해서 찾아내는 당사 역량의 복리 효과를 반영한 결과입니다.

이러한 고객사 중 몇몇은 이제 당사의 GAIN 플랫폼을 단순한 프로젝트 도구가 아니라, 자체 운영의 핵심 인프라(core infrastructure)이자 지속 가능한 역량으로서 내재화하고 있습니다. 이는 2년 전 우리가 가졌던 관계와는 근본적으로 다르고 더 내구성이 있는 상업적 관계입니다. AI 매출은 2분기에 회사 전체 매출의 30.7%에 도달했으며, 전년 동기 대비(year-over-year) 54.6% 성장하며 처음으로 30% 임계값을 넘어섰습니다. 전년 대비 50% 이상의 성장을 두 분기 연속 달성했다는 점은 우리에게 중요한 사실을 알려줍니다. 이것은 일시적인 급증(spike)이 아닙니다. 지속적인 변화입니다. 궤적은 명확하며, 우리는 이를 바탕으로 더 발전해 나갈 계획입니다. 이러한 강력한 성과를 견인하는 것은 여러 요인의 결합입니다. 당사의 GAIN 플랫폼은 더 넓은 기업 채택(enterprise adoption)을 이끌어내고 있습니다.

고객들은 기업용 AI 워크로드(workloads)를 파일럿(pilots) 단계에서 운영(production) 단계로 계속해서 전환하고 있습니다. 당사의 엔지니어들은 고객 조직 내부에 더욱 깊숙이 자리 잡고 있습니다. 결론적으로, 우리는 완전히 새로운 프로그램들을 수주하고 있으며, 이는 향후 성장에 대한 확신을 줍니다. AI 우선 전달(AI-first delivery)은 이제 열망의 대상이 아닌 기본값(default)이 되었습니다. 새로운 제안 요청서(RFP) 응답 시 고정 가격(Fixed price) 방식이 선호되는 방식입니다. 생산성 및 마진 이득은 실질적입니다. 우리는 실행을 잘하고 있으며 프로젝트를 성공적으로 전달하고 있습니다. 대규모 AI 플랫폼 실행에 대한 우리의 집중은 엔지니어링 인재의 업스킬링(upskilling) 측면에서 우리가 이루고 있는 상당한 진전과 궤를 같이합니다. 10월 말까지 당사 엔지니어의 90%가 AI SDLC(소프트웨어 개발 생명 주기) 교육을 이수하도록 계획하고 있습니다. 당사의 GAIN 플랫폼은 이번 분기에 LLM(대규모 언어 모델) 파트너십을 의미 있는 수준으로 확장했습니다.

우리는 현재 상업적 계약을 체결한 상위 4대 프런티어 제공업체(frontier providers)를 포함하여, 세계 유수의 여러 AI 기업들과 협력하고 있습니다. 이러한 접근 방식은 당사의 GAIN 플랫폼이 기업 고객층 전반에 걸쳐 더 넓은 도달 범위를 가진 선도적인 AI 플랫폼들과 정렬된 상태를 유지하도록 보장합니다. GAIN은 우리가 AI 역량을 시장에 공급하는 중추(backbone) 역할을 지속하고 있습니다. 파트너십의 깊이는 매 분기 GAIN을 더욱 강력하게 만들고 있습니다. 고객 관계 또한 진화하고 있습니다. 플랫폼 배포를 위해 당사를 찾았던 고객들이 이제는 지속적인 관계 유지를 요청하고 있습니다. 그들은 우리가 자문(advisory), 실행(execution), 그리고 지속적인 운영(ongoing operations)에 참여하기를 원합니다. 이러한 의미 있는 변화는 2년 전 당사의 모델에는 존재하지 않았던 성장 벡터(growth vector)를 열어주고 있습니다.

파트너십 측면에서, 파트너 영향력 매출(partner influence revenue)은 2분기에 회사 총 매출의 19.1%에 도달했습니다. 이는 주로 Google Cloud, AWS, Microsoft Azure와의 세 가지 핵심 하이퍼스케일러(hyperscaler) 관계에 의해 주도되었습니다. 해당 매출 중 AI 관련 계약(engagements)이 차지하는 비중이 점점 커지고 있습니다. 우리는 Google Vertex AI Search 고객층을 대상으로 에이전틱 AI (agentic AI) 워크숍을 운영하며, 검색 관련 계약을 더 광범위한 에이전틱 커머스 (agentic commerce) 프로그램으로 전환하고 있습니다. 우리는 은행 및 금융 서비스 분야에서 Google과의 파트너십을 확장했으며, 이번 분기에 선도적인 글로벌 은행에서 첫 번째 공동 수주(joint win)를 달성했습니다. 또한 CPG(소비재) 제조 및 금융 서비스 분야의 애플리케이션 현대화(application modernization)와 에이전틱 AI를 중심으로 AWS와의 관계를 심화하고 있습니다. 당사의 NVIDIA 파트너십은 에이전틱 AI와 피지컬 AI (physical AI) 모두에서 탄력을 받고 있습니다.

당사의 장기 목표는 파트너 영향력 매출(partner influence revenue) 25%-30%를 유지하는 것이며, 우리는 이 목표를 달성할 것이라고 확신합니다. 지난 분기에 저는 당사의 피지컬 AI (physical AI) 역량과 이 분야에서의 첫 번째 상업적 참여에 대해 소개했습니다. 피지컬 AI는 실제 세계의 로보틱스 움직임 모델링, 디지털 트윈 (digital twins), 시뮬레이터에서의 검증 (verification), 그리고 하드웨어 시스템과의 통합을 포함한 다양한 학문 분야에 대한 깊은 이해를 필요로 합니다. 당사의 활발한 프로그램은 제약 분야의 내부 물류 (intralogistics)를 위한 휴머노이드 로보틱스, 건설 장비를 위한 자율 주행 스택 (autonomous driving stacks), 그리고 제조 고객을 위한 정책 제어 플랫폼 (policy control platforms)에 걸쳐 있습니다. 당사는 이번 분기에 선도적인 로보틱스 제조업체인 Doosan과 전략적 파트너십을 체결하여 NVIDIA와의 관계를 격상시켰으며, 유럽 제조 고객들을 지원하기 위해 독일 드레스덴 (Dresden)에 엔지니어링 오피스를 개설했습니다.

Grid Dynamics는 지난 5월 합류한 선도적인 로보틱스 엔지니어링 팀인 Ekumen을 맞이함으로써 로보틱스 제공 역량을 강화했습니다. 그들의 전문성은 전 세계 산업용 로봇의 대다수를 구동하는 기초적인 오픈 소스 표준인 로봇 운영 체제 (Robot Operating System, ROS)에 기반을 두고 있습니다. 지난 10년 동안 이 회사는 세계에서 가장 존경받는 로보틱스 기업들의 귀중한 고객 명단을 구축해 왔습니다. Grid Dynamics는 고급 AI 모델링, 정책 제어 (policy control), 그리고 엔터프라이즈 규모의 인도 (delivery) 역량을 제공합니다. Ekumen은 로봇 제조업체들이 의존하는 기초 소프트웨어 계층 (foundational software layer)에 대한 깊은 지식을 제공합니다. 이들의 결합은 기초 소프트웨어 계층부터 시뮬레이션, 하드웨어 통합, 그리고 엔터프라이즈 규모의 배포 (deployment)에 이르기까지 전체 스택 (full stack)을 아우르는 강력한 시너지를 창출합니다.

우리는 오늘날 시장의 그 어떤 서비스 기업도 이러한 결합된 발자취와 기술적 깊이를 따라올 수 없다고 믿습니다. 이제 Grid Dynamics 고객 참여의 주요 비즈니스 측면에 대해 상세히 설명해 줄 최고 수익 책임자 (Chief Revenue Officer) Vasily Sizov에게 마이크를 넘기겠습니다. Vasily?

Vasily Sizov: 감사합니다, Leonard. 이번 분기 동안 우리가 관찰한 세 가지 수요 트렌드(demand trends)부터 시작하겠습니다. 첫째, 고객들은 명확하고 측정 가능한 비즈니스 성과를 제공하는 AI 투자에 우선순위를 두고 있습니다. 둘째, 고객들이 개별적인 유스케이스(use cases)에서 기업 규모의 이니셔티브(enterprise-scale initiatives)로 전환함에 따라, AI 도입을 지원하기 위해서는 기반이 되는 기술 계층(technology layers)이 현대화되어야 한다는 점을 깨닫고 있습니다. 셋째, 고객들은 성공적인 AI 전환을 위해 기술 그 이상의 것이 필요하다는 점을 점점 더 인식하고 있으며, 이는 AI 프로세스 컨설팅(AI process consulting), 성능 벤치마킹(performance benchmarking), 그리고 변화 관리(change management)에 대한 관심으로 이어지고 있습니다. 이러한 트렌드는 우리의 전략 및 우리가 구축하고 있는 역량과 밀접하게 맞닿아 있습니다. 각 항목에 대해 더 자세히 말씀드리겠습니다. 우선, 수요 환경은 고객들이 실질적인 비즈니스 영향력을 가진 실용적인 적용에 AI 투자를 집중함에 따라 긍정적인 상태를 유지하고 있습니다.

우리는 운영 효율성, 확장성(scalability), 그리고 속도를 개선하는 AI 기반 자동화(AI-enabled automation)에 대한 특별한 관심을 목격하고 있습니다. 중요한 점은, 이러한 투자가 실험 단계를 넘어 점점 더 확장되고 있다는 것입니다. 고객들은 복잡한 수동 프로세스를 자동화하고, 고객 서비스를 개선하며, 운영 비용을 절감하고, 새로운 수익원을 창출하기 위해 AI 역량을 프로덕션(production) 환경에 배포하고 있습니다. 둘째, 고객들이 개별적인 AI 유스케이스(use cases)에서 기업 규모의 전환(enterprise-scale transformation)으로 이동함에 따라, 데이터, 애플리케이션, 그리고 핵심 플랫폼이 현대화되어 AI-ready(AI를 사용할 준비가 된 상태)가 되어야 한다는 것을 발견하고 있습니다. 결과적으로, AI 도입은 기반이 되는 기술 환경 전반에 걸쳐 더 광범위한 수요를 창출하고 있습니다. 이러한 트렌드는 데이터 엔지니어링(data engineering), 애플리케이션 현대화(application modernization), 클라우드 및 플랫폼 엔지니어링(cloud and platform engineering) 분야에서의 우리의 핵심 전문성과 밀접하게 일치하며, AI 시대에 이러한 역량들의 중요성을 더욱 강화하고 있습니다.

셋째, 고객들이 AI 투자를 측정 가능한 비즈니스 가치로 전환하는 데 집중함에 따라, AI 프로세스 컨설팅 (AI process consulting), 성능 벤치마킹 (performance benchmarking), 그리고 변화 관리 (change management)에 대한 수요가 증가하고 있습니다. 고객들은 AI 재설계 (AI re-engineering)가 가장 큰 가치를 창출할 수 있는 비즈니스 프로세스를 식별하고, 명확한 성능 기준선 (performance baselines)을 설정하며, 해당 프로세스를 재설계하고, 기술적 조력자 (technical enablers)를 구축하며, 전사적 도입을 추진해야 합니다. 우리는 고객들이 전사적으로 AI를 통해 측정 가능한 가치를 실현할 수 있도록 돕기 위해 이러한 역량들을 의도적으로 강화해 왔습니다. 이러한 트렌드는 우리의 고객 업무에 반영되어 있습니다. 이러한 역량들이 실제 현장에서 어떻게 적용되고 있는지 보여주는 이번 분기의 몇 가지 프로젝트 사례를 강조하겠습니다.

한 선도적인 식품 서비스 유통 기업을 위해, 우리는 사진 증거를 바탕으로 고객의 클레임을 자동으로 검증하는 AI 기반 제품 신용 클레임 플랫폼 (AI-powered product credit claims platform)을 구축하고 배포했습니다. 이 플랫폼은 제품, 제조사 라벨, 배송 라벨 이미지를 클레임의 사유 코드 (reason code)와 실시간으로 교차 검증하며, 기존의 영업 사원이 전적으로 개입하던 수동 검토 프로세스를 대체합니다. 성능 테스트 결과, 이 시스템은 클레임당 15초 미만의 시간 내에 1,000개의 이미지로 지원되는 약 400건의 클레임을 엔드 투 엔드 (end to end)로 처리했습니다. 이 기능은 현재 운영 환경 (production)에서 활성화되어 있습니다. 고객사는 시스템을 더욱 강화하고 자동화된 의사결정을 더 고도화된 신용 판정 (credit adjudication) 시나리오로 확장하기 위한 장기 로드맵을 승인했습니다.

한 선도적인 홈 임프루브먼트 (home improvement) 소매업체를 위해, Grid Dynamics는 해당 소매업체의 물류 운영을 현대화하는 고부하 (high-load) 서비스를 설계 및 배포함으로써 익일 배송을 가능하게 했습니다. 이 솔루션에는 파손되기 쉬운 품목을 적절한 차량 유형에 할당하여 매주 수백 건의 배송 오류를 제거하는 AI 기반 라우팅 (routing) 기능이 포함되어 있습니다. 그 결과, 이 솔루션은 평균 배송 시간을 3.5일에서 절반 이상 단축했으며, 고객사에게 연간 최대 5억 달러의 추가 매출을 지원할 것으로 기대됩니다. 한 글로벌 기술 기업의 경우, 당사는 1,000개 이상의 데이터 파이프라인 (data pipelines)을 서버리스 실행 모델 (serverless execution model)로 마이그레이션하여 대규모 데이터 처리 인프라를 현대화했습니다. 이를 통해 유휴 컴퓨팅 용량을 줄이고, 인프라 비용을 절감하며, 확장성 (scalability)을 개선했습니다.

당사의 독자적인 AI 기반 자동화는 마이그레이션을 가속화했으며, 현재 이 고객사의 더 광범위한 이니셔티브에 적용되고 있는 재사용 가능한 인도 (delivery) 접근 방식을 구축했습니다. 이제 통화권을 최고 운영 책임자 (COO)인 Yury Gryzlov에게 넘기겠습니다.

Yury Gryzlov: 감사합니다, Vasily. Leonard가 소개한 피지컬 AI (physical AI) 및 로보틱스 (robotics) 작업에 대해 덧붙이겠습니다. 피지컬 AI는 전체 기술 스택 (technology stack)이 필요하며, 당사는 로봇과 기업 사이의 모든 영역에서 운영하고 있습니다. 장치 자체는 당사의 하드웨어 파트너들로부터 제공됩니다. 그 기초에는 전 세계 현대 로봇의 대다수가 구축되어 있는 오픈 소스 계층인 로봇 운영 체제 (Robot Operating System), ROS 및 ROS2가 있으며, 이는 하드웨어를 그 상위의 모든 것과 연결합니다. Ekumen을 통해 당사는 단순히 이를 사용하는 사용자에 그치지 않고, 이를 유지 관리하는 관리자 중 하나이자 이를 관장하는 연합의 창립 멤버입니다.

그 위에는 로봇이 주변 환경을 인지하고, 스스로 움직임을 생성하며, 현실 세계의 가변성 (variability)을 처리할 수 있게 해주는 지능, 즉 AI 모델 (AI models)이 자리 잡고 있습니다. 당사는 실제 로봇에서 구동되기 전에 시뮬레이션 (simulation)을 통해 이를 설계하고 검증합니다. 당사의 자체 플랫폼이자 물리적 AI (Physical AI)를 위한 GAIN 플랫폼인 Incarnum은 기업들이 이 모든 것을 결합하여 조작 (manipulation) 및 점검 (inspection) 워크플로를 구축하고, 해당 모델들을 배포하며, 디지털 트윈 (digital twins)으로 로봇 라인을 모니터링하는 공간입니다. 이를 하나로 통합하는 것은 기업에 대한 당사의 집중이며, 이러한 역량을 대규모로 로봇을 배치한 기업들로 확장하는 것입니다. 다음은 당사의 스택 (stack) 전반에 걸친 작업을 보여주는 몇 가지 사례입니다.