Amber International Holding Limited American Depositary Shares 26년 2분기 어닝콜

발표를 시작하겠습니다. 안녕하세요, Amber International Holding Limited 2026년 2분기 실적 컨퍼런스 콜에 오신 것을 환영합니다.

저는 오늘 콜의 공식 AI 진행자 미아입니다. 시작에 앞서, 오늘 논의 내용에는 1995년 사모증권소송개혁법에 따른 미래 예측 진술이 포함되어 있음을 알려드립니다. 이러한 진술은 실제 결과가 예상과 크게 다를 수 있는 위험과 불확실성을 내포하고 있습니다. 이러한 위험에 대한 자세한 내용은 미국 증권거래위원회(SEC)에 제출된 당사 서류를 참조해 주시기 바랍니다. 가장 최근의 연례 보고서인 Form 20-F도 포함됩니다. 오늘 콜에는 이사회 의장이자 CEO인 마이클 우, 사장 비키 왕, 최고운영책임자 이 바오, 최고재무책임자 조세핀 나이, 그리고 공동 최고재무책임자 스티브 장이 함께합니다. 발언이 끝난 후 질의응답 시간을 갖겠습니다.

그럼 이제 이사회 의장이자 CEO인 마이클 우에게 마이크를 넘기겠습니다.

참석해 주신 모든 분들께 감사드립니다. 2분기는 AMBR에게 매우 좋은 분기였으며, 먼저 실적 수치부터 말씀드리겠습니다. 매출은 1,390만 달러로 1분기 대비 39% 증가했습니다. 총 마진율은 79.5%로 확대되었습니다. 영업이익은 100만 달러, 조정 EBITDA는 190만 달러로, 모두 지난 분기 적자에서 흑자로 전환되었습니다. Amber Premium의 에이전틱 및 디지털 자산 사업에서 발생한 매출은 1,010만 달러로, 지난 분기에 제시한 900만~1,000만 달러 전망치를 상회했습니다. 5,000만 달러 규모의 자사주 매입 프로그램 하에, 6월 30일까지 약 580만 달러를 투입해 약 260만 ADS를 매입했으며, 약 4,420만 달러가 남아 있습니다. 이상이 실적 결과입니다. 다만 오늘은 이 결과가 왜 중요한지 설명드리고자 합니다. 이는 우리의 새로운 전략이 이미 효과를 내고 있다는 첫 번째 증거이기 때문입니다.

이틀 전 홍콩에서 우리는 AMBR을 오늘날의 모습, 즉 특화된 AI 에이전트를 구축하는 회사로 소개했습니다. 이는 방향 전환이며, 이를 연속성으로 포장하기보다는 솔직하게 말씀드리고 싶습니다. 우리는 AMBR을 디지털 자산 관리 사업으로 시작했습니다. 이제 우리는 기술 회사로 변모하고 있습니다. 방금 공유한 수치들이 뒷받침하는 강력한 위치에서 의도적으로 이 선택을 하고 있으며, 이곳에 더 큰 기회가 있다고 믿기 때문입니다. 저에게도 이것은 원래의 열정과 진정한 야망으로 돌아가는 일입니다. 2017년 Amber AI로 시작해 지난 9년간 시장에서 유능한 모델이 중요한 의사결정을 하는 사람들에게 언제쯤 유용하지 않게 되는지 정확히 배웠습니다. 6월에 저는 Amber Group의 CEO 자리에서 물러나 AMBR을 전담하게 되었습니다.

앞으로 10년간 제가 집중할 유일한 일은 이 AI 에이전트들을 구축하는 것입니다. 월요일에 공개적으로 말씀드렸고, 오늘 이 자리에서도 다시 말씀드리겠습니다. 여러분이 저를 지켜봐 주실 분들이기 때문입니다. 이 전략은 이미 두 가지 제품을 시장에 내놓았습니다. Ambre는 개인 금융을 위한 소비자용 에이전트입니다. 이는 Amber Premium의 관계 관리자가 고액 자산 고객을 위해 해왔던 일을 수행합니다. 계좌와 자산군 전반에 걸친 포트폴리오 분석, 사용자가 실제 보유하고 실제로 중요한 것에 맞춰 필터링된 일일 신호 피드입니다. 모니터링 및 알림 기능도 포함되어 있으며, Ambre는 이를 훨씬 더 광범위하게 제공합니다. 이 두 가지 설계 선택은 이 고객층에 매우 중요합니다. 첫째, Ambre는 사용자의 기존 거래소 및 중개 계좌 전반에서 작동합니다. 사용자에게 자산 이동을 요구하지 않습니다. 둘째, Ambre는 자율적으로 주문을 실행하지 않습니다. 아직은 그렇지 않습니다. 사용자가 행동을 결정하면, 그 결정은 저희 전문가 팀에 전달됩니다.

이들은 저희 금융 서비스 사업에서 관계 관리자, 구조 설계자, 트레이더로 일했던 인력입니다. 신뢰성이 입증될 때까지 에이전트 권한을 확대하지 않을 것입니다. Ambre는 월요일에 초대 방식으로 문을 열었으며, Amber Premium의 인증된 고객 기반부터 시작했습니다. 오늘 여러분의 진행자 MIA는 저희 마케팅 에이전트이기도 하며, 이 모델이 실제 수익을 창출한다는 증거입니다. MIA는 iClick과 CMRS 내에서 개발되었으며, 이 두 회사는 저희가 전액 소유한 마케팅 사업체로서 100개 이상의 기업 고객을 위한 일상적인 캠페인 운영의 상당 부분을 담당하고 있습니다. MIA는 직접적으로도 이용 가능합니다. 더 이상 저희 서비스에만 내장된 제품이 아닙니다. 이것이 저희가 보여드리는 패턴입니다. 사업을 운영하고, 그 전문성을 AI 에이전트로 전환한 후, 그 AI 에이전트를 시장에 내놓는 것입니다.

이제 손익 구조로 넘어가겠습니다. 왜냐하면 재포지셔닝은 결국 숫자가 전략과 일치할 때만 신뢰할 수 있기 때문입니다. 제가 언급한 1,390만 달러 중 740만 달러는 저희가 에이전틱(agentic)으로 분류하는 사업에서 나왔으며, 여기에는 A-MM이 첫 분기 인식에서 기록한 350만 달러도 포함됩니다. 이 분류는 이 사업들이 실제로 어떻게 운영되는지를 반영합니다. 이는 AI 에이전트 인프라에서 실행되는 운영이며, 기존 수익을 단순히 재분류한 것이 아닙니다. 이 기본 사항과 세부 내용은 Yi가 설명해 드릴 것입니다. 중요한 이유는 에이전틱 솔루션이 대체하는 사업보다 구조적으로 더 높은 총이익률을 가지고 있으며, 이러한 구성 변화가 이번 분기 총이익률이 79.5%에 도달한 주된 이유이기 때문입니다. 나머지 포트폴리오에 대해서는, 회사가 AI 에이전트 구축에 집중함에 따라 기존 금융 서비스 사업 일부의 형태와 소유권을 검토하고 있습니다. 현재 운영 중인 일부는 인프라로서 전략에 부합합니다.

일부는 다른 구조에서 고객과 주주에게 더 나은 서비스를 제공할 수 있을 것입니다. 아직 발표할 내용은 없으며, 결과에 대해 추측하지도 않을 것입니다. 하지만 결과를 알게 되시기 전에 검토가 진행 중임을 알려드리는 편이 낫다고 생각합니다. 또한 Ambre와 MIA가 전체 포트폴리오가 아닌 최초의 두 AI 에이전트임을 강조하고 싶습니다. 연말 이전에 개최할 예정인 첫 번째 투자자 설명회에서, 우리가 구축해온 다른 것들을 보여드리고 전환을 위한 재무 프레임워크를 제시할 것입니다. 에이전틱 비즈니스가 AMBR의 중심이 됨에 따라 수익 구성은 어떻게 변하는지 보여드릴 것입니다. 그때까지 우리의 임무는 단순합니다. 방금 시작한 일을 실행하고, AI 에이전트를 구축하는 것입니다. 이상으로 Yi Bao에게 넘기겠습니다.

감사합니다, 마이클. 제 메시지는 간단합니다. 에이전트 전략은 이미 운영 중이며, 단순히 발표만 한 것이 아닙니다. A-MM은 운영 시스템에서 단일 분기에 350만 달러의 인식 수익으로 성장했습니다. MIA는 100개 이상의 기업 고객을 위해 일상적인 캠페인 운영의 상당 부분을 담당하고 있습니다. Ambre는 우리 팀이 수년간 운영해온 워크플로우를 기반으로 구축되었습니다. 우리는 이미 검증된 인프라 위에 에이전트를 구축하기 때문에, 처음부터 새로 만드는 위험 없이 빠르게 움직일 수 있습니다. 오늘 아침 제가 하고 싶은 것은 운영 관점에서 전환을 구체화하는 것입니다. 마이클이 설명한 패턴은 우리가 비즈니스를 운영하고, 그 전문 지식을 에이전트로 전환한 후, 그 에이전트를 시장에 내놓는다는 것입니다.

실제 작업의 거의 전부는 그 중간 단계에서 이루어지며, 제가 생각하기에 그곳이 가장 중요한 자리입니다. 그래서 그 부분에 제 시간을 집중할 것입니다. 지난 분기에 말씀드리던 부분부터 이어가겠습니다. 저는 A3S와 A-MM을 에이전트 네이티브 운영 체계라고 설명했습니다. 몇 분께서 왜 에이전트 자체보다 인프라를 먼저 내세우는지 질문하셨습니다. 간단히 말씀드리면, 지능만으로는 에이전트를 유용하게 만들 수 없기 때문입니다. 에이전트는 올바른 데이터 접근, 작동 가능한 도구, 따를 수 있는 워크플로우, 허용 범위를 명확히 하는 권한, 실행·모니터링·리스크·컴플라이언스에 대한 통제 장치를 필요로 합니다. 그 무엇보다도, 정확한 목적이 필요합니다. 즉, 정의된 문제, 정의된 사용자, 그리고 결과가 누군가에게 중요한 실제 상황을 의미합니다.

모델은 지능을 제공하고, 운영 환경은 그 지능이 작동하도록 하며, 목적은 그 행동의 가치를 결정합니다. 이것이 우리가 기초 모델 계층에서 경쟁하지 않고, 그럴 계획도 없는 이유입니다. 우리는 모델에 중립적이며, 독점 모델이든 오픈 소스 모델이든 주어진 작업에 가장 적합한 지능을 사용합니다. 이것이 모델 리스크를 해석하는 방식에 어떤 의미가 있는지 생각해 볼 가치가 있습니다. 모델이 더 강력해지고 저렴해질수록, 이는 우리에게 유리하게 작용합니다. 비용은 줄어들고, 우리는 훈련 비용을 들이지 않고도 에이전트를 개선할 수 있습니다.

우리가 소유하려는 것은 모델 위에 위치한 계층으로, 특정 산업에 대한 깊은 이해, 올바른 도구 및 데이터와의 연결, 워크플로우와 통제 설계, 그리고 누군가가 실제 업무에 신뢰할 수 있도록 일반 지능을 신뢰성 있게 만드는 다소 평범한 작업이 포함됩니다. A-MM은 이러한 과정이 어떻게 구현되는지 가장 명확한 예입니다. 마켓 메이킹은 항상 분산된 워크플로우 위에서 성장해 왔으며, 고객 요구사항은 한 시스템에, 거래소와 상대방은 다른 시스템에 존재합니다. RFQ, 계약, 실행, 모니터링, 결제, 보고 각각은 고유한 도구와 수작업 단계를 가지고 있습니다. 우리가 처음 한 일은 그 모든 것 앞에 AI 인터페이스를 두는 것이 아니었습니다. 왜냐하면 깨진 프로세스 위에 인터페이스를 얹는 것은 같은 병목으로 더 빠르게 가는 길일 뿐이기 때문입니다.