Datadog, Inc.는 클라우드 규모 애플리케이션을 위한 옵저버빌리티 플랫폼을 제공하는 미국의 기술 기업이다. 서버, 데이터베이스, 도구 및 서비스를 위한 모니터링, 보안, 분석 기능을 소프트웨어-as-a-Service(SaaS) 데이터 분석 플랫폼으로 제공한다. 뉴욕시에 본사를 두고 설립된 이 회사는 2019년 나스닥에 상장했으며, 이후 클라우드 모니터링 분야의 주요 업체로 성장했다. AI 채택이 증가함에 따라 Datadog는 모델 성능 및 데이터 파이프라인 모니터링을 포함한 AI 워크로드 지원으로 플랫폼을 확장하여 머신러닝 운영을 위한 핵심 옵저버빌리티 제공업체로 자리매김했다.
Datadog는 엔지니어링 팀이 인프라와 애플리케이션의 안정성, 성능, 비용을 관리하는 데 중점을 둔다. 주요 클라우드 제공업체, 컨테이너 오케스트레이터, AI 개발 도구를 지원하는 광범위한 통합 생태계를 갖춘 대시보드, 알림, 메트릭 시각화 기능을 제공한다. 2025년 기준으로 이 회사는 Artificial intelligence 및 Machine learning 프레임워크를 포함한 750개 이상의 통합을 지원한다.
역사
Datadog는 2010년 뉴욕시에서 Olivier Pomel과 Alexis Lê-Quôc에 의해 설립되었다. 두 사람은 Ecole Centrale Paris에서 학부 과정을 함께 다녔으며, 이전에 교육 기술 회사인 Wireless Generation에서 함께 일한 경험이 있다. Wireless Generation이 NewsCorp에 인수된 후, 그들은 종종 서로 반대되는 목표를 가졌던 개발자와 시스템 관리자 간의 마찰을 줄일 수 있는 제품을 만들고자 했다. 그들은 대시보드, 알림, 메트릭 시각화 기능을 갖춘 클라우드 인프라 서비스로 Datadog를 구축했으며, 클라우드 채택이 증가함에 따라 빠르게 수요를 충족시켰다.
2015년, Datadog는 파리에 연구 개발 사무소를 열어 엔지니어링 역량을 확장했다. 1년 후, 팀 규모가 두 배로 성장하면서 뉴욕 본사를 New York Times Building으로 이전했다. 2016년에는 애플리케이션 성능 모니터링(APM) 베타 버전을 출시하여 풀스택 모니터링을 도입했으며, 이후 다른 영역으로도 성장을 이어갔다.
이 회사는 2019년 9월 19일 기업공개(IPO)를 통해 2,400만 주를 매각하여 6억 4,800만 달러를 조달했으며, 기업 가치는 87억 달러로 평가되었다. IPO 이전에 Datadog는 Cisco로부터 70억 달러 규모의 인수 제안을 거절한 바 있다. 상장 첫날 주가는 약 37% 상승하여 시가총액이 약 100억 달러에 도달했다. 2025년 7월, Datadog는 S&P 500 지수에 편입되어 재무적 성숙도와 시장 입지를 입증했다.
인수
Datadog는 일련의 전략적 인수를 통해 플랫폼 역량을 확장해 왔다. 2021년 4월, 클라우드 애플리케이션 보안 회사인 Sqreen을 인수하여 런타임 애플리케이션 보안 및 보호 기능을 플랫폼에 추가했다. 이를 통해 실시간 위협 탐지 기능을 갖춘 AppSec 계층이 도입되었으며, 입력 조작이 위험이 될 수 있는 AI 애플리케이션에 특히 유용하다.
2023년 4월, 정적 분석 회사인 Codiga를 인수하여 개발자 수명 주기 도구와 코드 품질 영역으로 확장했다. 이는 AI 코드베이스 모니터링과 엣지 케이스에 대한 자동화된 코드 검토를 지원하여 모델 호출 품질 유지에 도움이 된다. 2025년에는 데이터 옵저버빌리티 회사인 Metaplane(2025년 4월)과 피처 플래깅 및 실험 플랫폼인 Eppo(2025년 5월)를 인수하며 확장을 이어갔다.
Metaplane 인수를 통해 Datadog는 데이터 파이프라인과 AI 워크로드 모니터링을 강화하여 모델 드리프트를 방지하기 위한 데이터 품질 검사를 지원한다. Eppo 통합은 제품 분석 라이브러리에 피처 플래깅 및 실험 기능을 추가하여 프로덕션 환경에서 AI 모델을 테스트하는 데 유용하다. 이러한 인수는 전체 AI 개발 수명 주기를 지원하려는 전략적 방향을 반영한다.
제품 및 서비스
Datadog는 클라우드 및 하이브리드 환경을 지원하는 다양한 옵저버빌리티 제품 라인을 제공한다. 핵심 제품에는 인프라 모니터링, 네트워크 성능 모니터링, 네트워크 디바이스 모니터링이 포함되며, 이들은 실시간으로 상태와 성능을 파악할 수 있게 한다. 서버리스 모니터링은 함수-as-a-Service 워크로드로 확장되며, 서버리스 아키텍처에서 자주 실행되는 AI 추론 서비스에 중요하다.
클라우드 비용 관리 기능은 기업이 컴퓨팅, 스토리지, 데이터 전송을 포함한 클라우드 지출을 추적할 수 있게 하며, 대규모 Neural network 훈련에 상당한 비용이 발생하는 상황에서 특히 중요하다. 플랫폼은 대시보드, 알림, 메트릭 시각화를 생성하여 팀이 이상 징후에 신속하게 대응할 수 있도록 한다. 주요 Amazon Web Services, Google Cloud 등 클라우드 제공업체 및 기타 공급업체와 통합된다.
AI 특화 요구 사항을 위해 Datadog는 모델 성능 모니터링 기능을 도입했다. 이 플랫폼은 세부 사항을 제공하지만, 일부 고급 기능은 제한적일 수 있다. Metaplane 인수를 통해 데이터 계보 및 품질 관리 기능을, Eppo를 통해 실험 기능을 추가했다. 이러한 기능은 서로 다른 하이퍼파라미터를 가진 모델의 A/B 테스트에 유용하다. Generative AI 확산에 따라 Datadog는 생성 모델의 정확성, 응답성, 서비스 수준 준수 여부를 모니터링하는 데 도움을 준다.
기술
Datadog 에이전트는 호스트와 컨테이너에 설치되어 백엔드로 메트릭을 수집하고 전송한다. 에이전트는 Go 언어로 작성되었으며, 2018년 2월 28일 버전 6.0.0부터 완전히 재작성되었다. 이전에는 Python으로 작성되었으나 성능 향상을 위해 Go로 전환했다. 백엔드는 Apache Cassandra, PostgreSQL, Kafka와 같은 최신 소프트웨어를 활용하며, D3를 사용한 데이터 시각화 기능을 제공한다.
Machine learning 워크로드의 경우, Datadog의 백엔드는 널리 사용되는 ML 프레임워크와의 통합을 지원하지만, 자체적으로 모델 훈련 기능은 제공하지 않는다. 대신 AI 시스템을 위한 옵저버빌리티 계층으로 기능한다. 예를 들어, 추론 클러스터의 네트워크 성능을 모니터링하고, 에이전트를 확장하여 맞춤형 메트릭을 수집할 수 있다. 플랫폼은 독점 데이터 분석을 사용하여 이상 징후를 탐지한다.
Apple 디바이스나 Arm Holdings 기반 칩에 배포된 모델도 통합을 통해 모니터링할 수 있으며, 시스템 메트릭을 캡처한다. Datadog는 AI 모델을 직접 훈련하지는 않지만, Large language model 또는 기타 접근 방식으로 구축된 AI 애플리케이션이 안정적으로 운영되도록 지원한다. 응답 지연 및 토큰 소비와 같은 문제를 해결하는 데 중점을 둔다.
자금 및 재무
Datadog의 자금 조달 역사는 강력한 투자자 신뢰를 보여준다. 2010년 NYC Seed, Contour Venture Partners, IA Ventures 및 Jerry Neumann과 Alex Payne을 포함한 투자자들이 참여한 시드 라운드로 시작했다. 이후 2012년 Index Ventures와 RTP Ventures가 공동 주도한 620만 달러 규모의 시리즈 A 라운드가 이어졌다. 2014년에는 OpenView Venture가 주도한 시리즈 B, 2015년에는 Index가 주도한 3,100만 달러 규모의 시리즈 C가 진행되었다. 2016년에는 ICONIQ가 주도한 9,450만 달러 규모의 시리즈 D 라운드로, 당시 뉴욕 기반 기업 중 가장 큰 규모의 자금 조달 중 하나였다.
IPO 당시 Datadog의 기업 가치는 87억 달러로 평가되었으며, 상장 첫날 주가가 약 37% 급등하여 시가총액이 약 100억 달러에 근접했다. 상장 이후 지속적인 주가 상승과 후속 공모가 이어졌다. 2024년 기준으로 Datadog는 전 세계 33개국에 약 6,500명의 직원을 두고 있으며, 뉴욕, 보스턴, 샌프란시스코, 파리, 더블린, 암스테르담, 시드니, 도쿄, 싱가포르에 사무소를 두고 있다. 직원의 약 59%가 미국에 기반을 두고 있다.
AI 모니터링 및 생태계
Datadog의 AI 옵저버빌리티 확장은 모니터링 플랫폼의 더 넓은 추세의 일부이다. AWS Trainium 및 Groq과 같은 회사들이 하드웨어 가속 추론을 제공하는 반면, Datadog는 성능과 사용량을 추적하는 소프트웨어 원격 측정을 제공한다. AI 워크로드의 경우, 인프라 메트릭과 토큰 사용량 및 신뢰도 점수와 같은 모델별 메트릭을 결합한 대시보드를 제공하여 팀이 병목 현상을 진단하고 Machine learning 정확도를 유지할 수 있게 한다.
OpenAI 및 Anthropic과의 통합을 통해 Datadog는 API 호출과 관련 비용을 캡처한다. Generative AI 맥락에서 모니터링에는 정책에 따른 출력의 콘텐츠 조정이 포함될 수 있다. 스트리밍 데이터를 처리하는 Datadog의 기능은 토큰 단위 생성 과정을 실시간으로 모니터링하는 데 유용하다. 플랫폼은 모델 배포 문제를 완화하는 데 도움을 주며, 모델 드리프트와 같은 문제를 해결한다.
AI 옵저버빌리티 분야의 관련 회사로는 Essential AI과 같은 스타트업이 있지만, Datadog는 인프라 데이터의 깊이와 폭에서 차별화된다. Microsoft Azure, Amazon Web Services, Google Cloud와 같은 주요 클라우드 제공업체와 협력하여 AI 서비스를 지원한다. Datadog는 자체적으로 모델을 제공하지는 않지만, Machine learning 팀이 Large language model 기반 애플리케이션의 안정성을 보장할 수 있게 한다.
영향 및 향후 방향
Datadog는 클라우드 모니터링의 표준 도구로 자리잡았으며, AI에 대한 집중은 업계의 변화를 반영한다. 2025년 Eppo 및 Metaplane 인수는 AI 개발 수명 주기 전반을 지원하려는 움직임을 나타낸다. 미션 크리티컬 환경에 AI 애플리케이션이 배포됨에 따라 옵저버빌리티의 중요성은 더욱 커지고 있다.
Datadog는 2025년 초 현재 AI 역량을 더욱 심화할 가능성이 높으며, 전략의 공식적인 방향은 완전히 공개되지 않았다. 매달 통합을 확장하고 있으며, Artificial intelligence 프레임워크 지원을 강화하고 LLM 특화 메트릭 모니터링과 같은 기능을 추가할 가능성이 있다. 향후에는 더 많은 모델 옵저버빌리티 제품이 등장할 수 있다.
요약하면, Datadog의 매출은 지속적으로 성장해 왔으며, AI 지원 모니터링으로의 전환은 전략적 기회이자 도전적인 영역이다. AWS Trainium 및 Groq과 같은 경쟁사는 옵저버빌리티 분야에 직접적으로 초점을 맞추지 않으므로, Datadog는 개발자들에게 기본 선택지로 남아 있다. 2025년 S&P 500 편입은 재무적 안정성을 반영하며, AI에 대한 집중은 Machine learning 배포, 모델 신뢰성, 데이터 품질 영역에서 혁신을 주도할 가능성이 높다.