ServiceNow (NOW) 리서치 보고서 해설

개요

Deutsche Bank는 유럽 투자자 미팅에서 ServiceNow 경영진과 나눈 논의를 요약했다. 보고서는 회사가 워크플로, 데이터 맥락 및 거버넌스 역량을 통해 엔터프라이즈 AI를 수익화하고, 강한 수익성을 유지하는 동시에 계획된 AI 네이티브 제품으로 시장을 넓힐 수 있다고 주장한다.

핵심 견해

Deutsche Bank에 따르면 경영진은 ServiceNow가 AI 시대의 엔터프라이즈 전환 플랫폼이라는 자신감 있는 입장을 보였다. 핵심 강점으로는 기업 데이터와 맥락, 수십억 개의 워크플로, ITSM 및 CMDB 기반, AI 시장 변화에 맞춘 신속한 제품화 능력이 제시됐다. 모델, 클라우드 및 데이터 소스에 독립적인 접근법을 통해 여러 LLM 제공자와 협력하면서도 오케스트레이션, 워크플로 및 거버넌스 계층을 유지한다는 설명이다. 보안과 거버넌스는 대규모 엔터프라이즈 AI 도입의 가장 큰 장벽으로 제시됐다. ServiceNow의 포트폴리오는 자산 발견, ID, 권한, 모니터링 및 복구를 포괄한다. AI Control Tower는 ServiceNow, 제3자 및 내부 개발 에이전트 전반의 가시성을 제공하고, 권한 설정, 행동 모니터링, 의도된 경계를 벗어난 에이전트 중지를 가능하게 하도록 설계됐다. Armis는 IT 및 운영기술 환경에서의 자산 발견과 가시성을, Veza는 ID 보안 및 권한 기능을 추가한다. SecOps 및 워크플로 플랫폼과 결합해 탐지, 경보, 의사결정, 복구의 전 과정을 연결하며, 경영진은 현재 경쟁 플랫폼이 제공하지 못하는 엔드투엔드 역량이라고 본다. 이 보안 및 리스크 사업은 현재 $2bn+ 규모이고, 최근 인수는 초기 기대를 상회하며 핵심 제품에 대한 추가 수요도 만들고 있다. AI 패키징과 가격 체계는 고객의 AI 도입 준비도에 따라 설계됐다. Foundation은 일부 내장 AI 기능을 갖춘 저가 진입점이고, Advanced는 전체 패키지 없이 더 폭넓은 기능을 원하는 고객용이며, Prime은 가장 진보된 AI 기능을 포함한 Pro Plus SKU의 진화형이다. 소비 모델은 선불 assist capacity를 통해 구독 위에 더해져, 사용량 증가에 따라 추가 용량 구매, SKU 추가 또는 조기 갱신이 가능하다. 경영진은 AI 생산성 향상으로 향후 시트 수가 압축되더라도 소비 매출이 이를 상쇄할 수 있다고 본다. 소비는 해당 시트 기반 생산성 기회와 관련된 ACV의 약4.5–5x를 창출할 수 있으며, 현재 시트 수는 감소가 아니라 증가하고 있다고 밝혔다. Foundation과 Advanced는 일반적으로 약20–30%의 업리프트를 내고 있다. 수익성 측면에서 경영진은 AI 도입 확대가 매출총이익률을 80% 아래로 낮추지 않을 것이라고 자신했다. 모델 추론은 서비스 제공 비용의 10% 미만이며, 가치와 비용의 대부분은 기업 맥락, 워크플로 실행, 통합, 오케스트레이션 및 거버넌스에 있다. 기반 모델의 범용화와 오픈소스 경쟁 심화로 모델 비용도 하락할 것으로 예상한다. ServiceNow AI 사용 사례의 약 절반은 오픈소스 모델로 라우팅되며, 이는 작업 복잡도에 따라 최첨단 모델과 저비용 모델 간에 작업을 배분한다는 증거로 제시됐다. 최근 매출총이익률 압박은 주로 ServiceNow 운영 인프라에서 하이퍼스케일러로의 전환 때문이었고, 하이퍼스케일러 물량 증가와 중복 비용 해소에 따라 완화될 것으로 예상된다. 경영진은 LLM만으로는 핵심 업무 프로세스에 필요한 통합, 기업 맥락 및 결정론적 워크플로가 부족하다고 주장한다. ServiceNow의 거의 20년에 이르는 워크플로 경험, 광범위한 기업 연결성 및 신뢰받는 고객 관계는 의미 있는 해자로 평가된다. Action Fabric은 외부 모델과 시스템을 연결하지만, ServiceNow는 IT, HR, 고객 서비스, 재무 등의 엔터프라이즈 오케스트레이션 계층 역할을 유지한다. Moveworks는 개인화된 엔터프라이즈 검색과 기록 시스템 전반의 워크플로 시작을 결합한 차별화된 AI 프런트도어로 설명됐다. 경영진은 AI 네이티브 및 “vibe-coded” 애플리케이션이 혼선을 일으키고 일부 거래 주기를 늘릴 수는 있지만 의미 있는 압박으로 이어지지는 않았다고 인정했다. 유지보수와 지속적 혁신을 고려하면 내부 개발 솔루션은 비용이 최소 5–6x 더 들 수 있다고도 봤다. 마지막으로 ServiceNow는 연말 하반기에 소규모 고객과 니즈를 대상으로 한 제품 주도형 AI 네이티브 제품을 출시할 계획이다. 보고서는 전통적 엔터프라이즈 제품보다 단순한 진입점, 사용하기 쉬운 대화형 인터페이스, 낮은 구현 복잡성을 예상하며, 제품 주도형 시장 진출로 TAM을 확대하고 신흥 AI 네이티브 업체와 더 직접적으로 경쟁할 것으로 본다. Deutsche Bank는 경영진이 기존 플랫폼과의 중복이나 잠재적 잠식을 신중히 관리할 것으로 예상한다. Deutsche Bank는 Buy를 재확인하고 주로 소프트웨어의 높은 시장 멀티플을 근거로 목표주가를 $135에서 $155로 올렸다. DCF 기반 목표주가는 9.6% WACC, 4.0%의 터미널 무위험금리, 5.75%의 주식위험프리미엄 및 GDP 성장에 근거한 3.5%의 터미널 성장률을 사용한다.

분석 프레임워크

보고서는 투자자 미팅에서의 경영진 발언을 종합하고, 제품 패키징, 소비 경제성, 비용 구조, 경쟁 포지셔닝, 보안 역량 및 계획된 다운마켓 출시를 통해 AI 기회를 검토한다. Deutsche Bank는 이후 DCF 프레임워크를 사용해 주식을 평가한다.

방법론 메모

• 가치평가 방법론DCF(할인현금흐름법)

  현금흐름 할인 가치평가

  Deutsche Bank는 9.6% WACC, 4.0%의 터미널 무위험금리, 5.75%의 주식위험프리미엄 및 3.5%의 터미널 성장률을 적용한 DCF로 $155 목표주가를 산출한다.

• 경쟁 전략 프레임워크경제적 해자 및 경쟁우위

  엔터프라이즈 워크플로, 데이터 맥락 및 거버넌스 차별화

  보고서는 내장 워크플로, 통합, 기업 맥락, 보안 역량 및 고객 관계를 통해 LLM, AI 네이티브 업체, 내부 개발 대비 ServiceNow의 경쟁 지위를 평가한다.

• 산업 분석 프레임워크물량·가격 분해

  AI 패키징, 구독 업리프트 및 소비 수익화

  보고서는 패키지 계층, 약20–30%의 업리프트, 소비 매출과 잠재적 시트 기반 생산성 효과 간의 예상 관계를 통해 수익화를 평가한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• ServiceNow (NOW.US)

  주요 커버 기업으로, Deutsche Bank는 워크플로, 데이터 맥락, 오케스트레이션 및 거버넌스 역량을 통해 증가하는 엔터프라이즈 AI 지출을 확보할 수 있다고 본다.

  강점

  풍부한 기업 데이터와 맥락, 수십억 개의 워크플로, ITSM 및 CMDB 기반, AI Control Tower, 광범위한 통합 역량 및 신뢰받는 고객 관계.

  약점

  최근 매출총이익률 압박은 주로 ServiceNow 운영 인프라에서 하이퍼스케일러로 전환한 데 따른 것이다.

  비교

  경영진은 LLM과 AI 네이티브 업체가 ServiceNow의 통합, 기업 맥락 및 결정론적 워크플로를 갖추지 못했다고 주장한다. 유지보수와 혁신을 포함하면 내부 개발 대안은 비용이 최소 5–6x 더 들 수 있다.

  위험

  ITSM 및 더 광범위한 IT에 대한 AI의 파괴, 대형 업체·AI 네이티브 업체·자체 개발 솔루션과의 경쟁, 더 광범위한 IT 지출 변화.

핵심 데이터

• 등급Buy유럽 투자자 미팅 후 재확인.
• 목표주가USD 155주로 소프트웨어 시장 멀티플 상승을 이유로 USD 135에서 상향.
• 주가USD 138.4717 Sep 2026 기준.
• 보안 및 리스크 사업$2bn+경영진은 최근 인수가 초기 기대를 상회하고 있다고 밝혔다.
• Foundation 및 Advanced 업리프트Approximately 20–30%AI 패키지 단계에서 일반적으로 나타나는 업리프트.
• 잠재적 소비 ACVApproximately 4.5–5x해당 시트 기반 생산성 기회 ACV와의 경영진 비교.
• AI 추론 비용Less than 10% of cost to serve경영진이 80%를 넘는 매출총이익률 유지에 자신감을 갖는 근거.
• 오픈소스 AI 라우팅Approximately half of AI use cases경영진에 따르면 AI 사용 사례가 오픈소스 모델로 라우팅된다.
• 내부 개발 비용At least 5–6x more유지보수와 지속적 혁신을 포함해 구매와 비교한 경영진의 추정.
• DCF WACC9.6%업데이트된 목표주가 계산에 사용.
• 터미널 성장률3.5%DCF에서 GDP 성장에 근거.

영향과 시사점

보고서는 ServiceNow의 AI 기회가 단순한 모델 접근권 판매에 국한되지 않고, 데이터 맥락, 통합 및 거버넌스를 갖춘 엔터프라이즈 워크플로에 AI를 적용하는 데 가치가 있다고 주장한다. 계층형 패키징, 선불 소비 모델, 계획된 제품 주도형 제품은 핵심 엔터프라이즈 플랫폼을 보호하면서 수익화와 시장 도달 범위를 확장하는 경로로 제시된다.

위험

• AI가 ITSM 및 더 광범위한 IT를 파괴할 수 있다.
• 대형 업체, AI 네이티브 업체 및 자체 개발 솔루션과의 경쟁이 심화될 수 있다.
• 더 광범위한 IT 지출 변화가 수요에 영향을 미칠 수 있다.

주시할 점

• Foundation, Advanced 및 Prime AI 제품 전반의 고객 이전과 보고된 패키지 업리프트.
• 생산성 향상에 따라 AI 소비가 향후 시트 압축을 상쇄할 수 있는지 여부.
• 하이퍼스케일러 물량 증가와 중복 이전 비용 해소에 따른 매출총이익률 성과.
• 하반기에 계획된 AI 네이티브 제품 주도형 제품의 실행과 잠재적 잠식.
• 보안 및 리스크 포트폴리오의 성과와 핵심 제품에 대한 추가 수요 창출 능력.