Innodata ( INOD ) 2025년 4분기 실적 발표 녹취

<p>이미지 출처: The Motley Fool.</p>
<h2>날짜</h2>
<p>2026년 2월 26일 오후 5시 (동부 표준시)</p>
<h2>통화 참여자</h2>
<ul>
<li>회장 겸 최고 경영자 — Jack Abuhoff</li>
<li>임시 최고 재무 책임자 — Marissa Espineli</li>
<li>법무 담당 이사 — Amy Agress</li>
<li>재무 및 기업 개발 수석 부사장 — Aneesh Pendharkar</li>
</ul>
<p>Motley Fool 분석가의 인용이 필요하신가요? <a href="/cdn-cgi/l/email-protection">[email protected]</a>으로 이메일을 보내주세요.</p>
<h2>주요 내용</h2>
<ul>
<li>매출 — 분기별 7,240만 달러, 전년 동기 대비 22% 증가.</li>
<li>연간 매출 — 2억 5,170만 달러, 전년 동기 대비 48% 성장률 기록.</li>
<li>조정 총이익률 — 분기별 42%, 외부 발표 목표치인 40% 상회.</li>
<li>조정 EBITDA — 1,570만 달러, 매출의 22% 차지; 분석가 컨센서스를 120만 달러 초과 달성.</li>
<li>현금 — 분기 말 기준 8,220만 달러, 전 분기 대비 약 840만 달러, 전년 동기 대비 3530만 달러 증가.</li>
<li>부채 활용 — 3,000만 달러 Wells Fargo 신용 시설 미사용.</li>
<li>혁신 및 투자 — COGS 및 SG&amp;A에 대한 성장 주도 투자, 특히 용량, 엔지니어, 데이터 과학자 및 고객 대면 리더십에 집중.</li>
<li>고객 구성 — 최대 고객의 지출이 증가할 것으로 예상되며, 나머지 고객 기반의 총 성장률은 더 빠른 속도로 발생하고 MAG-seven, 국내 AI 혁신 연구소, 주권 AI 이니셔티브 및 선도 기업을 포함할 것으로 경영진은 예상합니다.</li>
<li>고객 다각화 — 확장되고 점점 더 다양해지는 대규모 고객 기반에 힘입어 매출 성장이 덜 집중될 것으로 예상됩니다.</li>
<li>매출 전망 — 가시적이고 활발한 프로그램 및 최근 수상 실적을 기반으로 2026년에는 최소 35%의 전년 동기 대비 성장을 예측합니다. 경영진은 LLM 및 AI 주도 이니셔티브의 속도로 인해 상당한 상승 가능성이 있음을 언급합니다.</li>
<li>워크플로우 전환 — 1분기에 최대 고객의 약 2,000만 달러 규모의 후처리 워크플로우 매출 실행률이 감가상각되고 새로운 후처리 및 확장된 사전 처리 프로그램으로 대체되어 순 매출 실행률에 긍정적인 영향을 미쳤습니다.</li>
<li>조정 총이익률 전망 — 경영진은 2026년 초 조정 총이익률이 35%~40% 범위에 있을 것으로 예상하며, 새로운 프로그램이 확장되고 워크플로우 혁신이 확장됨에 따라 40% 목표치로 정상화될 것으로 예상합니다.</li>
<li>기술 발전 — 에고센트릭 및 어포던스 데이터셋에 대한 응용을 포함하여 물리적 AI를 위한 에이전트 평가, 에이전트 최적화 파이프라인, 적대적 시뮬레이션 및 대규모 데이터 엔지니어링을 위한 독점 시스템을 도입 및 확장했습니다.</li>
<li>벤치마크 성능 — 드론 및 소형 객체 탐지를 위한 AI 모델을 개발하여 이전 최첨단 벤치마크 대비 6.45% 개선을 달성했으며, 상업 및 이중 용도 응용 분야를 강조했습니다.</li>
<li>하이퍼스케일러 및 사이버 보안에 대한 관심 — 관리 서비스 및 적대적 훈련 이니셔티브는 하이퍼스케일러, 사이버 보안 회사 및 관련 정부 전문가들 사이에서 새로운 참여와 관심을 끌었습니다.</li>
</ul>
<h2>요약</h2>
<p>경영진은 생성형 AI, 에이전트 AI 및 물리적 AI 전반에 걸친 새로운 혁신 이니셔티브를 공개했으며, 데이터 기반 방법을 제품 진화의 핵심으로 강조했습니다. 에이전트 평가 및 적대적 시뮬레이션을 위한 독점 플랫폼은 특히 하이퍼스케일러 및 보안 중심 고객들 사이에서 새로운 고객 확보를 촉진하고 있습니다. Innodata ($AAPL 7.88%)의 경영진은 사람과 기술에 대한 지속적인 재투자를 통해 하이브리드 소프트웨어-인간 제공과 연계된 마진 개선 및 반복 수익 확장을 모두 예상하며, 초기 단계 참여 전환 및 기업 관련성 확대에 대한 자신감을 강조합니다.</p>
<ul>
<li>회사 경영진은 "우리가 미래에 투자했거나 투자할 예정인 결과로 Innodata Inc.에서 혁신의 황금기를 맞이하고 있다고 믿습니다."라고 밝혔습니다.</li>
<li>경영진은 자동화, 합성 시스템 및 평가 플랫폼이 운영 레버리지를 구조적으로 증가시켜 미래 총이익률 확장이 예상된다고 강조했습니다.</li>
<li>경영진은 LLM 이니셔티브가 빠르게 시작됨에 따라 성장 전망치가 의도적으로 보수적이며 상승 가능성이 있다고 설명했습니다.</li>
<li>고객 다각화 논의에서 경영진은 새로운 수주와 가속화된 수요 덕분에 Innodata가 공급업체에서 AI 생태계의 기반 계층으로 전환할 수 있게 되었다고 공유했습니다.</li>
</ul>
<h2>산업 용어집</h2>
<ul>
<li>LLM: 대규모 언어 모델; 대규모 데이터셋으로 학습하여 자연어 텍스트를 이해하고 생성하는 AI 모델.</li>
<li>MAG-seven: 경영진이 언급하는 미국 7대 기술 기업으로, 일반적으로 Microsoft, Apple, Google (Alphabet), Amazon, Meta, Nvidia, Tesla를 지칭합니다.</li>
<li>에고센트릭 데이터: 로봇 또는 센서 장착 장치의 1인칭 시점에서 캡처된 데이터로, 직접적인 환경 경험을 반영합니다.</li>
<li>어포던스 데이터: 물리적 객체와의 가능한 행동 또는 상호 작용을 맥락에 맞게 AI 시스템에 가르치는 구조화된 데이터.</li>
<li>적대적 시뮬레이션: 정교한 공격 또는 실제 위협에 대한 AI의 견고성을 테스트하는 데 사용되는 체계적으로 생성된 복잡한 데이터.</li>
</ul>
<h2>전체 컨퍼런스 콜 녹취록</h2>
<p>운영자: 신사 숙녀 여러분, 안녕하십니까. Innodata Inc. 2025년 4분기 및 연간 실적 컨퍼런스 콜에 오신 것을 환영합니다. 현재 모든 회선은 듣기 전용 모드입니다. 발표 후 질의응답 시간을 갖겠습니다. 통화 중 언제든지 즉각적인 도움이 필요하시면 운영자에게 0번을 눌러주십시오. 본 통화는 2026년 2월 26일 목요일에 녹음됩니다. 이제 법무 담당 이사인 Amy Agress에게 통화를 넘기겠습니다. 진행해 주십시오.</p>
<p>Amy Agress: 감사합니다, 운영자님. 오늘 저희와 함께 해주신 모든 분들께 감사드립니다. 오늘 발표자는 Innodata Inc.의 회장 겸 CEO인 Jack Abuhoff와 임시 CFO인 Marissa Espineli입니다. 또한 재무 및 기업 개발 수석 부사장인 Aneesh Pendharkar도 오늘 통화에 함께합니다. 최고 매출 책임자인 Rahul Singhal은 오늘 참석하지 못하지만 다음 통화에서 함께하기를 기대합니다. 먼저 Jack이 사업에 대한 관점을 제공할 것이며, 그 다음 Marissa가 2025년 4분기 및 연간 실적 검토를 제공할 것입니다. 그런 다음 분석가들의 질문을 받겠습니다.</p>
<p>시작하기 전에, 오늘 통화 중에 우리는 미래 사건에 대한 예측, 예상 및 기타 진술인 미래 예측 진술을 할 것임을 상기시켜 드리고 싶습니다. 이러한 진술은 현재의 기대, 가정 및 추정에 기반하며 위험과 불확실성의 영향을 받습니다. 실제 결과는 이러한 미래 예측 진술에서 예상되는 결과와 실질적으로 다를 수 있습니다. 이러한 결과가 실질적으로 다를 수 있는 요인은 오늘날의 보도 자료, 당사의 10-K 양식, 10-Q 양식 및 증권거래위원회에 제출하는 기타 보고서 및 서류의 위험 요소 섹션에 명시되어 있습니다. 우리는 미래 예측 정보를 업데이트할 의무가 없습니다. 또한, 오늘 통화 중에 우리는 특정 비 GAAP 재무 지표에 대해 논의할 수 있습니다.</p>
<p>오늘 SEC에 제출된 당사의 보도 자료 및 당사 웹사이트에 게시된 기타 SEC 제출 자료에서 이러한 비 GAAP 재무 지표에 대한 추가 공개 정보와 해당 지표와 비교 GAAP 지표 간의 조정 내용을 찾을 수 있습니다. 감사합니다. 이제 Jack에게 통화를 넘기겠습니다.</p>
<p>Jack Abuhoff: 감사합니다, Amy. 그리고 오늘 오후에 참석해주신 모든 분들께 감사드립니다. 4분기는 Innodata Inc.에 또 다른 강력한 분기였습니다. 우리는 7,240만 달러의 매출을 기록했으며, 이는 전년 동기 대비 22% 증가한 수치입니다. 이를 통해 연간 매출은 2억 5,170만 달러에 달했으며, 이는 2025년 연간 48% 성장을 나타냅니다. 당사의 4분기 통합 조정 총이익률은 42%로, 외부 발표 목표치인 40%를 초과했습니다. 당사의 조정 EBITDA는 총 1,570만 달러, 즉 매출의 22%로, 분석가 컨센서스를 120만 달러 초과 달성했습니다. 실제로 당사의 실적은 매출, 조정 EBITDA, 순이익 및 EPS를 포함한 주요 지표 범위에서 분석가 컨센서스를 초과했습니다. 우리는 연말에 8,220만 달러의 현금을 보유했으며, 이는 전 분기 대비 약 840만 달러 증가한 수치입니다. 우리는 COGS와 SG&amp;A 모두에 의미 있는 성장 지향적 투자를 하면서 이러한 성과를 달성했습니다.</p>
<p>COGS 측면에서는 매출 증가에 앞서 용량을 확보했으며, 이는 일관되게 올바른 결정임이 입증되었습니다. SG&amp;A 측면에서는 엔지니어, 데이터 과학자 및 고객 대면 계정 리더십에 투자했으며, 이러한 투자 또한 현명한 것으로 입증되었습니다. 우리의 기회를 확장하는 혁신을 구축했습니다. 우리는 사업 모멘텀이 사상 최고치라고 믿습니다. 우리는 개발, 평가 및 지속적인 모델 최적화를 포함하는 전체 AI 수명 주기 전반에 걸쳐 강력한 수요를 보고 있습니다. 그리고 우리는 광범위하고 다각화된 다수의 대규모 고객과 함께 입지를 다지고 있다고 믿습니다. 시장 수요와 증가하는 입지의 결과로, 우리는 2026년에 또 다른 잠재적으로 특별한 성장의 해를 예상합니다. 우리는 현재 2026년 연간 성장률이 약 35% 이상이 될 것으로 추정합니다.</p>
<p>이 추정치는 활발한 프로그램, 최근 수상 실적, 후기 단계 평가 및 명확한 가시성을 가진 기회를 반영합니다. 연초이며 LLM 이니셔티브가 빠르게 시작되기 때문에 이 범위에 상당한 상승 여력이 있을 수 있다고 믿습니다. 그러나 우리는 보수적으로 안내하고 가시성이 높아짐에 따라 상향 조정하는 것을 선호합니다. 동시에, 우리가 지원하는 프로그램의 규모와 복잡성, 타이밍 변동성 및 고객 R&amp;D 일정, 예산 승인 또는 연구 우선순위의 변화는 매출이 실현되는 속도에 영향을 미칠 수 있습니다.</p>
<p>우리의 전망에는 최대 고객의 지출이 올해 다소 증가할 것이라는 예상과 나머지 고객 기반이 총합적으로 더 빠른 속도로 성장할 것이라는 예상이 포함되어 있습니다. 우리는 이 다른 고객 성장이 MAG-seven, 국내 AI 혁신 연구소, 주권 AI 이니셔티브 및 선도 기업의 조합에서 나올 것으로 예상합니다. 우리는 이것이 고객 다각화에 의미 있게 기여할 것이라고 믿습니다. 우리의 고객들은 빠르게 움직이며 개발 주기를 단축하고 연구 돌파구에 더 빠르게 대응하고 있습니다. 2025년에 우리는 연구를 따르고 고객의 요구를 예측하며 필요한 경우 방향을 전환했기 때문에 이러한 환경에서 성공할 수 있었습니다.</p>
<p>예를 들어, 올해 1분기에 최대 고객을 위해 연간 매출 실행률로 약 2,000만 달러를 차지하는 상당수의 후처리 워크플로우를 감가상각했지만, 이를 최근 집중 및 투자 분야인 새로운 후처리 워크플로우와 확장된 사전 처리 프로그램의 조합으로 대체했습니다. 매출 실행률 관점에서 순 효과는 긍정적이었습니다. 실제로 우리는 지속적인 혁신이 2026년 이후의 야심찬 계획을 달성하는 데 중요하다고 믿습니다. 가장 흥미로운 뉴스는 우리가 투자했거나 미래에 투자할 결과로 Innodata Inc.에서 혁신의 황금기를 맞이하고 있다고 믿는다는 것입니다.</p>
<p>이제 최근의 혁신 이니셔티브 중 일부를 공유하겠습니다. 경쟁상의 이유로 적절하게 신중하게 접근하겠지만, 우리가 공유하는 내용은 우리가 어떻게 생각하고, 어디에 투자하고 있으며, 어떤 성공을 거두고 있고, 앞으로의 기회를 어떻게 활용할 것인지에 대한 의미 있는 창을 제공할 것입니다. 세 가지 영역, 즉 생성형 AI 모델 학습, 에이전트 AI 및 물리적 AI에 대한 최근 혁신을 간략하게 설명하겠습니다. 그 전에 통일된 주제를 강조하고 싶습니다. 제가 지금부터 논의할 모든 혁신은 근본적으로 데이터 혁신입니다.</p>
<p>더 유능한 LLM, 더 신뢰할 수 있는 자율 에이전트 또는 더 지능적인 물리적 AI 시스템을 목표로 하든, 데이터 품질, 데이터 구성, 데이터 검증 및 대규모 데이터 엔지니어링이 핵심입니다. 이것이 우리의 핵심 역량입니다. 생성형 AI 학습부터 시작하겠습니다. 역사적으로 고객들은 우리가 원하는 훈련 데이터의 종류를 말했습니다. 그러나 점점 더 많은 고객들이 모델 성능을 진단하고, 올바른 훈련 데이터셋을 설계하고, 해당 데이터셋이 결과를 실질적으로 개선할 것임을 입증해 달라고 요청하고 있습니다. 이것이 작동하는 방식입니다. 우리는 평가 프레임워크를 사용하여 성능 격차를 식별하는 것으로 시작합니다. 그런 다음 대상 데이터셋을 엔지니어링하고 고객의 모델 또는 구조적으로 유사한 프록시 모델을 미세 조정하여 그 영향을 검증합니다. 성능 영향이 측정되고 입증된 후에야 확장합니다. 이것은 논의를 "데이터의 양은 얼마인가"에서 "데이터의 효과는 얼마나 되는가"로 전환합니다. 우리는 이러한 전환이 두 가지 요인, 즉 AI 연구의 가속화되는 속도와 점점 더 큰 모델을 훈련하는 데 드는 비용 및 시간으로 인해 발생한다고 믿습니다. 그리고 데이터 효능에 대한 대화는 우리의 강점에 직접적으로 작용합니다. 우리는 또한 장기적인 추론 능력을 향상시키는 데이터셋을 생성하는 방법을 발전시키고 있습니다. 이는 AI 모델이 한 번에 매우 많은 양의 정보를 관찰하고 추론하는 능력입니다. 이것은 여전히 업계에서 가장 중요한 기술적 과제 중 하나입니다.</p>
<p>이를 해결하려면 아키텍처 개선뿐만 아니라 매우 특정한 유형의 구조화된 훈련 데이터를 대규모로 생성하는 데 발전이 필요합니다. 장기적인 추론 능력을 향상시키는 훈련 데이터를 생성하는 것은 사소한 문제가 아니지만, 우리는 이를 위해 의미 있는 진전을 이루었고 계속해서 이루고 있습니다. 두 번째 혁신 영역은 자율 에이전트 시스템을 평가하고 대상 데이터셋 생성을 통해 개선하는 것입니다. 우리는 자율 에이전트가 전기의 출현 이후 가장 중요한 비즈니스 혁신 기회를 나타낼 수 있다고 믿습니다. 그러나 기업들은 통제된 실험실 환경에서 인상적인 성능을 보였던 많은 AI 에이전트가 실제 프로덕션에서는 성능이 저하된다는 사실을 빠르게 발견합니다. 실제 세계는 혼란스럽습니다.</p>
<p>이는 엣지 케이스, 상충되는 제약 조건, 예측 불가능한 사용자 행동 및 적대적 조건에 의해 형성됩니다. 이를 해결하는 것은 근본적으로 데이터 문제입니다. 에이전트는 현실적이고 다양하며 복잡한 데이터셋으로 지속적으로 훈련되고 엄격하게 스트레스 테스트되어야 합니다. 이를 위해 우리는 세 가지 매우 상호 보완적인 하이브리드 솔루션 세트를 개발했습니다. 첫 번째는 에이전트 평가 및 관찰 가능성 플랫폼입니다. 데이터 과학자들은 개발 중에 당사의 플랫폼을 사용하여 에이전트의 시각화 및 주석을 달 수 있습니다.</p>