누가 이 GPU를 다 쓸까? 삼성SDS(018260), 확인된 것과 아직 베팅중인 것

AI데이터센터, 일반 DC와 무엇이 다른가?

데이터센터는 "일하는 곳"이지 "일하는 주체"는 아닙니다. 추론을 하는 건 건물이 아니라 그 안의 GPU입니다. 핵심은 어떤 서버를 넣었느냐입니다.

일반 데이터센터는 웹·저장·거래처리 같은 규칙적인 작업을 CPU로 처리합니다. AI 데이터센터는 AI 모델을 만드는 학습(training)과 쓰는 추론(inference)을 GPU로 돌립니다. GPU는 전기를 훨씬 많이 먹기 때문에, 냉각·전력·네트워크까지 건물 구조 자체가 달라집니다.

"AI DC에 임대료를 낸다"면, 실제로는 무엇을 빌리느냐에 따라 결이 달라집니다.

만약 공간·전력을 통째로 빌린다(IDC/코로케이션)면 고객이 자기 GPU를 가져와 데이터센터의 랙·전기·냉각만 빌리는 방식. "건물 세입자"에 깝습니다. 하지만 GPU 계산력을 시간 단위로 빌린다(GPUaaS)면 고객이 GPU를 직접 사지 않고, "GPU를 몇 시간 썼다"만큼 요금을 내는 방식이 됩니다. 즉 클라우드에서 컴퓨터 빌려 쓰는 것과 같습니다. 삼성SDS·NHN이 강조하고 있는 것이 바로 GPUaaS입니다.

좀더 구체적인 예로 세분화하면 이렇습니다.

국내 기업이 자기 AI를 돌리려고 AI DC를 임대합니다. 가령 국내 게임사나 금융사가 자체 AI 서비스를 만들었는데 GPU를 직접 사기엔 부담되니, 삼성SDS나 NHN의 GPUaaS를 빌려서 파인튜닝·추론을 돌리는 경우입니다. AI를 만들어서 그 AI를 돌리기 위해 임대료를 내는 셈입니다.

또한 해외 대형 AI기업이 한국 AI DC를 빌려 서버를 돌릴 수 있습니다. OpenAI·Anthropic 같은 곳이 자국 데이터센터만으로는 GPU가 부족하니, 한국에 지어진 AI DC의 용량을 빌려 학습·추론 일부를 한국에서 돌리는 구조입니다. 실제 OpenAI는 SKT·삼성SDS와 MOU를 맺었고, NAVER는 중동·남미 고객까지 논의 중이기도 합니다.

핵심은 "왜 굳이 남의 AI DC를 빌리나"입니다. 이유는 같습니다. GPU를 직접 사서 데이터센터를 짓는 건 돈도 많이 들고, 산 GPU가 2년 뒤 구형이 되는 감가상각 리스크가 크기 때문입니다. 그래서 OpenAI 같은 초대형 기업조차 자기 데이터센터 + 외부 임대를 병행합니다. 그러니 한국 AI DC 사업자 입장에서 고객은 이렇게 겹겹이 쌓입니다.

● 기대할 수 있는 사업화

AI DC의 매력은 같은 GPU에서 공간 임대 → 클라우드 → GPUaaS(계산력 대여) → AI 서비스까지 매출을 수직으로 쌓을 수 있다는 점입니다. 국내 기업이 자기 AI를 돌리려 빌리고, 나아가 OpenAI·Anthropic 같은 해외 대형 AI 기업이 한국 DC를 빌려 서버를 돌리는 그림까지 열려 있습니다. 시장의 상방은 결국 이 해외 수요가 결정할 것입니다.

● 리스크1) GPU 감가상각 → AI DC의 최대 뇌관

여기가 핵심입니다. GPU 신제품은 이제 매년 나옵니다(Hopper → Blackwell → Rubin). 그런데 회계상 감가상각은 4~6년으로 잡습니다. 이 미스매치가 문제입니다. 감가상각비는 GPU를 놀리든 돌리든 무조건 나갑니다. 만약 실제로는 3년 만에 교체해야 하는데 장부는 5년으로 잡으면, 이익은 좋아 보여도 현실에선 신제품 살 현금이 또 나가게 됩니다. 그래서 이익(장부)보다 현금흐름(OCF)을 봐야 한다는 원칙이 나옵니다. 빅쇼트의 마이클 버리가 빅테크를 저격한 논쟁의 핵심이기도 합니다.

물론 반론도 있습니다. 신형은 초대형 학습으로 가고, 구형 GPU는 값을 낮춰 추론용으로 계속 돈을 번다는 것입니다. 3년 뒤 구형이 (a) 폐기 수준이 되느냐, (b) 싸게라도 계속 돌아가느냐 이 답이 중요한데, 아직까진 아무도 이에 대한 답을 내릴 수 없습니다. AI가 3년 차 산업이라 실측 데이터가 없기 때문입니다.

● 리스트2) 수요: 짓는다고 다 돈을 버는 것은 아니다.

가동률이 흑자와 적자를 가릅니다. 감가는 고정으로 나가는데 GPU를 못 채우면 그대로 손실입니다. 현재 국내 AI DC 수요는 정부·공공이 초기 가동률의 하방을 받쳐주고, 대기업 캡티브가 기반을 만들며, 그 위에 상업·해외 수요가 얹히는 구조입니다.

● 리스크3) 판가 하락: 규모의 경제 도박

아이러니하게 AI 서비스 단가(토큰 값)는 폭락하는데 원가(GPU·전력)는 오릅니다. 얼핏 수익성 붕괴로 보이지만, 단가가 싸지면 수요가 증가하게 됩니다. 개당 마진은 얇아져도 물량이 수십 배로 늘면 총매출은 커집니다. 단, 이 모든 반론이 "수요가 정말 폭발한다"는 단 하나의 가정에 전부 걸려 있습니다. 수요 증가가 재투자 속도를 못 따라가면, 정말로 현금만 축나는 시나리오가 됩니다.

삼성SDS는 이 시장에 얼마나 어떻게 올라타고 있는가

삼성SDS는 시스템 구축 회사에서 'AI Full Stack' 기업으로 전환 중입니다. 데이터센터를 직접 짓는 것에 그치지 않고, 세 가지 사업모델을 동시에 굴립니다.

현재 약 110MW 규모의 AI 인프라를 2029년 230MW, 2031년 800MW 이상으로 확대하는 로드맵을 공개했습니다. 2031년까지 총 10조원 투자 중 AI 인프라에 5조원을 배정했고, 그중 2.3조원은 이미 실행 단계(구미 60MW에 약 2.1조 등)입니다.





● 현재까지의 성과: 최신 GPU 완판

우리가 걱정한 "비싼 GPU가 놀면 손실"의 바로 그 지점에서, 회사는 최신 GPU가 빠르게 꽉 찼다는 실측을 내놨습니다.

• B300 가동률: 90%+(26.3월 출시)

• CSP 대외사업: +213%(YoY, GPUaaS가 견인)

• 클라우드 대외 매출 성장률: +75%(YoY)

3월 출시한 B300은 90% 이상이 서비스화되어 잔여 물량이 제한적, 3분기 풀가동을 예상합니다. 적어도 최신 GPU에 대해서는 "놀아서 손실"이 아니라 "없어서 못 파는" 상황입니다. 이론적인 낙관론이 실제 숫자로 확인된 초기 증거입니다.

여기에 국내 최초로 OpenAI · Google Cloud · Anthropic 3대 Frontier AI 모두와 파트너십을 맺었습니다. 캡티브(계열사)로 기본 가동률을 깔고, 그 위에 해외 수요를 얹는 그림에 정확히 올라타 있습니다.

숫자는? 1분기 쇼크의 정체

우선 지난 1분기 숫자는 다소 충격적이었습니다. 영업이익이 71%나 급감했습니다. 하지만 막상 숫자를 열어보니 그 대부분은 AI DC와 무관한 일회성이었습니다.

1분기 영업이익 738억(-71%)의 주원인은 임직원 퇴직급여충당금 1,120억원의 일시 반영때문입니다(퇴직금 산정기준 변경). 이를 제외하면 영업이익률은 2.3%가 아니라 5.7%. 구조적 부실이 아니었습니다.



● 현금흐름: 본업은 튼튼, 투자는 시동

현금흐름표가 진짜 체력을 보여줍니다. 상반기 영업활동 현금흐름은 5,993억으로 순이익(2,758억)의 두 배를 웃돕니다. 감가상각은 현금이 안 나가는 비용이라, 장부이익이 눌려도 현금 창출력은 멀쩡하다는 뜻입니다.

● 재무상태: 실탄 7.6조 + KKR 전환사채

• 현금: 7.6저(현금성자산, 무차입)

• KKR 전환사채: 1.2조(M&A 실탄)

• 자산총계: 15.22조(26.06)

현금 7.6조에 사실상 무차입. 수조원을 투자해도 재무구조가 흔들릴 여지가 거의 없습니다. 우리가 걱정한 "현금만 축나는" 시나리오에서 삼성SDS는 가장 안전지대에 있는 플레이어입니다. 다만 KKR 1.2조 전환사채의 주 용도는 DC가 아니라 M&A(Inorganic 4조 버킷)입니다. 전환 시 지분 희석 가능성은 체크포인트입니다.

참고로 삼성에스디에스는 10조 투자 로드맵을 발표했는데 그 내용은 이렇습니다.

[AI 인프라 5조 + AX/AI 서비스·플랫폼 1조 + Inorganic(M&A) 4조]

KKR은 그 4조 M&A 버킷의 파트너로 투자기회 발굴, 딜 구조 설계, 인수 후 통합(PMI) 자문을 맡습니다. 이사회 옵저버로 합류, 6년 양도제한을 갖습니다.

KKR 자금은 데이터센터를 짓는 돈이 아니라 글로벌 SW·IT서비스 기업, 피지컬 AI, 디지털 자산 기업을 사들이는 자금입니다. 재무제표상으로는 신규 전환사채 1.09조(부채) + 자본항목 일부로 나뉘어 잡혀 있습니다.

한편 AI 인프라 5조 중 이미 2.3조는 실행 단계라는 구체 수치도 나왔습니다. 구미 AI DC 60MW에 약 2.1조, 국가AI컴퓨팅센터 자본금 1,000~2,000억. 추가로 부지·수전 확보해둔 60MW 증설(약 2조)과 장비 교체(약 1조)까지가 5조 그림입니다.

확실히 좋아진 것 vs 아직 지켜봐야 할 것

"사업화는 착실히 진행 중"은 맞습니다. 하지만 리스크가 완전 헷지된 것은 아닙니다. 눈앞의 실행은 잘 관리되지만, 대박을 좌우하는 축은 아직 확인이 아니라 기대입니다.

확인된 것

• 1분기 쇼크 정체 = 일회성 충당금, 구조 부실 아님

• B300 90% 가동 & 완판: 최신 GPU 감가 리스크 미발생

• 현금 7.6조 무차입: 투자해도 재무 훼손 여지 낮음

• CAPEX·지분·DBO 3중 모델 + 3대 Frontier AI 제휴

아직 베팅 중인 것

• 감가 리스크는 없어진게 아니라 미래로 이연됐을 뿐(B300 성공은 한 세대의 초기 성과일 뿐, 800MW(2031)까지 가려면 앞으로 나올 여러 GPU 세대에서 이 가동률이 계속 유지돼야 합니다)

• 해외 수요(상방)은 아직 논의 중, 확정 계약 無

• M&A 4조는 가치파괴 가능한 고위험 영역

• 삼성 계열 의존 67.2%(성장 스토리는 대외가 커져야 완성되는데, 대외는 아직 낮은 베이스에서 시작합니다)

• 물류&ROE: 물류는 여전히 저마진(1.5%)에 중동 리스크 상존, ROE도 현재 ~7%로, 회사 목표(28년 10%, 30년 12%)는 스스로 "도전적"이라 표현했습니다.

배당은 꾸준하지만, 지금은 '재투자 국면'

배당은 중장기로 지켜볼 근거가 됩니다. 하지만 배당수익률만 보고 접근할 종목은 아닙니다.

회사는 자사주 매입·배당 상향 계획을 묻는 질문에 "보유 자금을 AI 인프라와 M&A에 우선 투자하는 것이 더 중요하다"고 답했습니다. 즉 배당은 안정적으로 주되 당분간 크게 늘리진 않고, 현금을 성장에 몰아넣는 국면. "성장에 재투자하는 회사에 소액 배당이 따라오는" 성격으로 보는 게 맞습니다.

그럼에도 지금 스터디할 만한 이유

1) 수익화의 첫 증거가 나오는 구간. 시장 관심이 "누가 얼마나 투자하나"에서 "누가 먼저 돈을 버나"로 이동 중인데, B300 완판은 수익화의 첫 증거입니다.

2) 헤드라인과 실체의 괴리. "-71%"에 놀라 팔았다면 2분기 정상화와 목표주가 상향을 놓쳤을 겁니다. 장부이익 vs 현금흐름을 잘 체크해야 합니다.

3) 실행 리스크는 낮고 재무는 튼튼. 7.6조 현금·무차입으로 실패해도 버틸 체력이 있습니다. 스터디하며 지켜보기 좋은 안전마진을 깔고 있습니다.

4) 앵커 테넌트 공개가 트리거. 하반기~내년 OpenAI·Anthropic 계약 MW가 숫자로 확인되면, 지금은 할인구간으로 판명됩니다.

그리고 정부도 판을 깔아줍니다. 국내 AI DC의 특징은 정부가 수요자·공급자·금융자 세 역할로 직접 개입한다는 점. 삼성SDS는 그 한복판에 있습니다.

• 수요자: 과기부 2차 GPU 사업 핵심 사업자 선정

• 공급자: 국가 AI컴퓨팅센터(해남) 대표 사업자, 8월 착공

• 금융자: 정책금융이 민간 자본 비용 경감

정부가 초기 수요와 가동률 하방을 만들어주니, 민간 사업자의 초기 리스크가 낮아집니다. 삼성SDS는 이 정책 수혜를 가장 직접적으로 받는 위치에 있습니다.

한편, 1분기 컨퍼런스콜에서 한 애널리스트가 우리 채널이 우려했던 것과 똑같은 질문을 던졌습니다.

Q) GPU 같은 하드웨어 기술 진부화나 비싸게 구매할 리스크는 어떻게 보나?

회사 답변은 지금의 AI DC 수익화 논의의 핵심을 관통했습니다.

• GPUaaS는 현재 삼성SDS 상품 중 매출 비중·성장률 모두 가장 핵심

• 수요가 학습에서 추론으로 빠르게 이동 중 (구형 GPU의 "세컨드 라이프" 논리)

• 3월 출시한 B300은 고성능 추론 워크로드에 최적

• 7월부터 토큰 단위 종량제(쓴 만큼만 과금) 출시 → 가동률을 매출로 직결

이 부분이 "감가는 무조건 나가니 가동률로 승부한다"는 딜레마에 대한 회사 나름의 헤지입니다. 인프라를 놀리지 않으려고 추론 수요·종량제로 채우는 전략입니다.

정리하면,

"1분기 쇼크는 GPU가 아니라 퇴직충당금이었고, 2분기엔 B300이 90% 가동되며 정상화됐다. 감가상각 리스크를 던진 질문에, 회사는 추론 수요와 종량제로 답했고, 실제 최신 GPU는 없어서 못 파는 중이다."

AI DC의 감가상각·가동률·규모의 경제에 리스크에 대해 삼성SDS라는 실제 회사의 초기 성과는 낙관에 기울어져 있습니다. 물론 아직은 한 세대의 초기 성과이긴 합니다. 800MW까지 유지될지는 앞으로 확인할 몫으로 남겨두고, 차분히 스터디하며 지켜볼 시기라 판단됩니다.