본문으로 건너뛰기
피드

톰슨 로이터, AI 제품 덕에 1분기 실적 웃돌고 배당도 올림

ai-ml 약 4분

톰슨 로이터가 2026년 1분기 매출 20억8700만 달러, 순이익 4억5900만 달러를 기록하며 AI 기반 제품의 기여를 강조했다. Westlaw Advantage와 CoCounsel 같은 법률·세무 AI 제품이 구독 기반 프리미엄 모델을 지탱할 수 있는지가 투자 관전 포인트로 제시됐다.

  • 1

    2026년 1분기 매출은 20억8700만 달러, 순이익은 4억5900만 달러

  • 2

    계속 영업 주당순이익은 전년 0.94달러에서 1.07달러로 증가

  • 3

    연간 배당금은 주당 2.62달러로 인상됐고 자사주 매입도 지속

  • 4

    경영진은 2026년 전체 매출 성장률 7.5~8.0% 가이던스를 재확인

  • 톰슨 로이터가 2026년 1분기에 꽤 탄탄한 실적을 냄

    • 매출은 20억8700만 달러
    • 순이익은 4억5900만 달러
    • 계속 영업 기준 주당순이익은 전년 동기 0.94달러에서 1.07달러로 증가함
  • 회사는 배당과 자사주 매입도 같이 밀고 있음

    • 연간 배당금은 주당 2.62달러로 인상
    • 2026년 1분기에 2억6200만 달러 규모로 250만 주를 환매함
    • 장기적인 자사주 매입 기조도 유지한다고 언급됨
  • 투자자들이 보는 핵심 포인트는 결국 ‘AI가 진짜 돈이 되느냐’임

    • 경영진은 2026년 전체 매출 성장률 7.5~8.0% 가이던스를 재확인함
    • Westlaw Advantage와 CoCounsel 같은 AI 지원 제품의 기여가 커지고 있다고 강조함
    • 법률·세무 콘텐츠에 AI를 붙여 프리미엄 가격과 고정 구독을 유지할 수 있느냐가 투자 내러티브의 중심임

ℹ️참고

> 이 기사는 순수 기술 기사라기보다 투자 분석에 가까움. 그래도 리걸테크에서 ‘전문 데이터 + AI’가 어떤 식으로 매출 논리로 연결되는지 보는 재미는 있음.

  • 리스크도 명확함. 더 저렴한 AI 도구가 ‘충분히 좋다’고 받아들여지면 톰슨 로이터의 프리미엄 모델이 흔들릴 수 있음

    • 법률·세무 시장은 정확성과 신뢰도가 중요해서 톰슨 로이터 같은 콘텐츠 보유 기업에 유리한 면이 있음
    • 반대로 오픈소스 AI나 저가 AI 도구가 전문가 수준 정확도에 가까워지면 가격 방어가 어려워질 수 있음
  • 기사에서 제시된 장기 전망은 공격적인 편임

    • 톰슨 로이터는 2029년까지 매출 93억 달러, 수익 22억 달러를 예상한다고 언급됨
    • 이를 위해서는 연간 7.6% 매출 성장과 현재 15억 달러 수준에서 약 7억 달러의 수익 증가가 필요함
    • 일부 낙관적 분석가는 2029년 매출 96억 달러, 수익 23억 달러까지 모델링한 것으로 소개됨
  • 개발자 관점에서 볼 만한 지점은 ‘AI 기능’보다 ‘AI를 얹을 독점 데이터가 있느냐’임

    • 톰슨 로이터는 법률·세무·전문 뉴스 데이터라는 신뢰 기반 콘텐츠를 갖고 있음
    • 범용 챗봇과 달리, 전문가용 AI는 답변 품질뿐 아니라 출처, 책임, 워크플로 통합이 구매 이유가 됨
    • 그래서 이 케이스는 AI 스타트업만의 이야기가 아니라, 기존 데이터 기업이 AI 시대에 가격 방어를 어떻게 하는지 보여주는 사례에 가까움

개발자 입장에서는 주가 분석보다 ‘전문 콘텐츠 회사가 AI를 어떻게 방어막으로 쓰는가’가 더 흥미로운 부분임. 법률·세무처럼 정확성이 돈이 되는 시장에서는 범용 AI보다 신뢰 가능한 데이터와 워크플로 통합이 더 비싼 무기가 될 수 있음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

제미나이 도구 호출 능력을 2,600만 파라미터 모델로 증류한 니들 공개

Cactus Compute가 Gemini 3.1의 도구 호출 능력을 2,600만 파라미터짜리 초소형 모델 Needle로 증류해 공개했다. 맥이나 PC에서 로컬 파인튜닝까지 가능하고, 프로덕션 환경에서는 프리필 6,000 토큰/초, 디코드 1,200 토큰/초를 낸다고 주장한다. 개인용 AI 기기에서 함수 호출만 빠르게 처리하는 작은 모델 실험으로 보면 꽤 흥미로운 공개다.

ai-ml

딥시크 V4 인덱서, 6기가바이트 메모리로 백만 토큰까지 밀어붙인 논문

딥시크 V3.2와 V4의 압축 희소 어텐션에서 병목이 되는 인덱서 단계를 스트리밍 방식으로 바꿔, 기존 구현이 6만5536 토큰에서 메모리 부족으로 죽던 문제를 104만8576 토큰까지 확장했다. 핵심은 전체 점수 텐서를 만들지 않고 청크 단위로 top-k를 나눠 계산한 뒤 병합하는 방식이며, 단일 엔비디아 H200에서 피크 메모리 6.21기가바이트를 기록했다. 다만 논문은 인덱서 단계만 다루며, 실제 체크포인트 기반 종단간 성능이나 더 빠른 어텐션 커널을 주장하진 않는다.

ai-ml

챗지피티가 학습에 좋다던 유명 논문, 결국 철회됨

챗지피티가 학생 학습 성과에 큰 도움이 된다고 주장했던 논문이 출판 약 1년 만에 철회됐어. 스프링거 네이처는 분석의 불일치와 결론 신뢰 부족을 이유로 들었고, 문제의 논문은 이미 500회 넘게 인용된 뒤였어.

ai-ml

샘 올트먼, 법정에서 “머스크가 오픈AI 지배권을 자녀에게 넘기려 했다”고 증언

샘 올트먼이 캘리포니아 오클랜드 연방법원 배심원 앞에서 일론 머스크가 오픈AI의 장기 지배권을 원했고, 사망 후엔 자녀에게 넘기는 방안까지 언급했다고 증언했다. 머스크는 오픈AI가 비영리로 출발했는데도 영리화됐다고 소송을 제기했지만, 올트먼은 오히려 머스크가 영리 전환과 테슬라 편입을 밀었다는 취지로 반박했다.

ai-ml

혜전대, AI로 스마트팜 생산·가공·유통 교육 모델 만든다

혜전대가 2026년 교육부·한국연구재단의 AID 전환 중점 전문대학 지원사업에 충남 지역 연합형 사업단으로 선정됐다. 연암대와 역할을 나눠 스마트팜 생산부터 가공·유통까지 전주기를 디지털화하는 교육 모델을 만들겠다는 내용이다.