삼성SDS·LG CNS, 클라우드와 AI 인프라 특수 타고 데이터센터·로봇으로 확장

• 삼성SDS와 LG CNS가 AI 확산 덕분에 클라우드·AI 전환 수요를 제대로 타고 있음

  • 삼성SDS는 AI 데이터센터와 서비스형 GPU(GPUaaS)를 중심으로 AI 인프라 사업을 키우는 중
  • LG CNS는 로봇 전환(RX)과 피지컬 AI를 새 성장 동력으로 보고 있음
  • 예전 SI가 시스템 구축 중심이었다면, 이제는 AI 연산 자원과 산업 자동화 운영까지 먹으려는 그림임

• 삼성SDS의 2분기 실적은 매출 3조7178억원, 영업이익 2318억원

  • 전년 동기 대비 매출은 5.9%, 영업이익은 0.7% 증가
  • 전 분기 대비 영업이익은 195.9% 늘었는데, 1분기 희망퇴직 관련 일회성 비용 영향도 있었음
  • 상반기 기준 매출은 7조706억원, 영업이익은 3101억원

• LG CNS도 매출은 늘었지만 비용 부담이 같이 보임

  • 2분기 매출은 1조5210억원으로 전년 대비 4.2% 증가
  • 영업이익은 인건비와 사업 비용 증가로 9.2% 줄어든 1280억원
  • 상반기 전체로는 매출 2조8360억원, 영업이익 2220억원으로 각각 6.1%, 1.1% 증가

• 삼성SDS 실적을 끌어올린 건 클라우드 쪽임

  • 2분기 클라우드 매출은 7794억원으로 전년 대비 17% 증가
  • 외부 고객 대상 클라우드 사업 매출은 75% 증가하며 성장을 견인
  • 클라우드 서비스 제공(CSP)은 삼성 클라우드 플랫폼과 공공·민간 GPUaaS 수요 확대 덕분에 24% 성장
  • 클라우드관리서비스(MSP)는 금융권 AI 전환과 조선업 ERP 사업 증가로 17% 늘어남

• 삼성SDS는 GPU를 넘어 NPU까지 보려는 전략을 내놓음

  • 과기정통부의 GPU 확보·구축·운용 지원사업 사업자로 선정돼 국가 AI 인프라를 구축 중
  • 엔비디아 B300 기반 GPUaaS에 이어 퓨리오사AI의 NPU 레니게이드 기반 NPUaaS도 출시
  • 목표는 단순 GPU 공급자가 아니라 AI 학습과 추론 인프라를 제공하는 사업자가 되는 것임

• 데이터센터 확장 계획도 꽤 구체적임

  • 기존 110메가와트 규모 AI 인프라를 2029년까지 230메가와트로 확대할 계획
  • 올해 동탄 데이터센터 서관, 2028년 해남 국가AI컴퓨팅센터, 2029년 구미 AI 데이터센터를 순차 가동
  • 2031년에는 DBO 사업을 포함해 AI 인프라 사업 규모를 현재의 7배 수준인 800메가와트까지 키우겠다는 목표를 제시

• LG CNS는 AI·클라우드가 이미 회사 매출의 중심축임

  • AI·클라우드 사업 매출은 9060억원으로 3.9% 증가
  • 전체 매출의 약 60%를 차지
  • AI 플랫폼, 데이터 구축, 클라우드 기반 AI 서비스, AI 인프라 사업이 성장 요인으로 언급됨
  • 삼송·죽전 AI 데이터센터 사업에서 매출을 냈고, 상반기에 1조원 이상 데이터센터 DBO 사업을 수주

• LG CNS의 다음 카드는 피지컬 AI와 로봇임

  • 스마트팩토리, 물류 자동화, 로봇 운영 플랫폼 영역을 확대할 계획
  • 로봇 학습·운영 플랫폼 피지컬웍스와 산업 특화 로봇 파운데이션 모델(RFM) 기반 휴머노이드 사업을 강화
  • 범용 RFM뿐 아니라 기술 난도가 높은 로봇 손 RFM 개발에도 나설 예정
  • 국내 기업 최초로 수주한 인도네시아 AI 데이터센터는 하반기 완공 예정

• 삼성SDS는 디지털 자산 인프라 쪽도 슬쩍 방향을 공개함

  • 두나무 지분투자를 통해 스테이블 코인 인프라, 가상자산 기반 금융 SI, 차세대 결제 사업 가능성을 모색
  • 삼성SDS의 IT 서비스·AI·클라우드·보안 역량과 두나무의 블록체인 운영 노하우를 결합하겠다는 설명임

---

기술 맥락

• SI 기업들이 AI 인프라에 집중하는 이유는 기업 AI 도입이 결국 연산 자원 문제로 이어지기 때문이에요. 모델을 도입하려면 GPU, 스토리지, 네트워크, 보안, 운영 자동화가 같이 필요하거든요.

• GPUaaS와 NPUaaS는 이 흐름에서 나온 상품이에요. 학습은 GPU 수요가 크고, 실제 서비스 단계에서는 비용 효율적인 추론 인프라가 중요해져서 NPU 같은 전용 가속기까지 사업 기회가 생기는 거예요.

• 데이터센터 DBO가 커지는 것도 같은 맥락이에요. AI 데이터센터는 짓는 것만큼이나 전력, 냉각, 장애 대응, 고객별 자원 배분 운영이 중요해서 설계·구축·운영을 통째로 맡기는 수요가 생겨요.

• LG CNS가 로봇과 RFM을 보는 이유는 AI가 사무실 소프트웨어를 넘어 공장과 물류 현장으로 내려가기 때문이에요. 로봇을 많이 굴리려면 개별 장비 제어보다 학습, 배포, 모니터링을 묶는 플랫폼이 필요해요.