이 기사는 2025년 12월 03일 16:01 thebell 에 표출된 기사입니다.

LG에너지솔루션이 핵심 생산라인을 중심으로 예측·시뮬레이션 기반의 ‘AI형 배터리 공장’ 구축을 가속하고 있다. 공정 전 단계를 데이터로 통합해 편차를 사전에 감지하는 구조로, 불량·재작업 감소뿐 아니라 초기 안정화 비용까지 줄이는 방식이다. 업계는 AI 기반 공정 개선이 수율·제조원가·가동률 회복 속도를 끌어올려 GWh당 CAPEX 회수기간 단축, ROIC 개선으로 이어지는 구조적 전환이라고 평가한다.

다만 회사 내부에서는 AI 효과가 드라마틱한 단일 이벤트로 나타나는 것이 아니라, 초기 안정화·편차 감소·재작업 축소가 누적되며 중기적인 성과로 이어지는 구조라는 분석이 나온다. AI·데이터 분석 시스템을 구축했다고 즉각 수율이 뛰는 방식이 아니라, 공정별 적용 범위가 확대되고 운영 데이터가 축적될수록 체감 효과가 강화되는 단계라는 의미다.

◇설계–파일럿–초기 양산 통합

배터리 제조는 도포·성형·포메이션 등 수백 개 변수가 얽힌 고난도 공정이다. 미세한 편차가 불량률·제조원가 변동으로 직결되는 만큼, LG엔솔은 R&D–파일럿–초기 양산 전 단계 데이터를 하나의 예측형 제조 모델로 통합하고 있다. 공정 변수를 최소화하고 초기 안정화 속도를 높이는 전략이다.

설계 단계에서는 생성형 AI로 전해액·소재 조합을 자동 탐색해 설계 변수를 조기에 압축한다. 파일럿 단계에서는 디지털트윈(DT) 기반 품질 예측 모델을 적용해 시행착오 비용을 줄인다. 초기 양산 단계에서는 편차 감지 모델로 불량·재작업 빈도를 낮추며 라인 안정화 기간을 단축하고 있다.

이 같은 예측 기반 구조는 실제 현장 라인에서도 확장되는 추세다. 오창을 포함한 국내 주요 생산라인 전반에서 전극 코팅·압연·슬리팅 등 전극 공정과 셀 조립 초입 공정을 중심으로 AI 적용 범위가 넓어지고 있는 것으로 알려졌다. 이들 구간은 미세 편차가 수율로 직결되는 영역이어서 품질 예측 모델·편차 감지 알고리즘·DT 기반 조건 추천 모델이 실제 라인 운영 단계에서 활용되는 것으로 전해졌다. 파일럿 라인에서 검증된 모델이 신규 라인의 초기 셋업·안정화 단계로 확산되는 구조라는 설명이다.

전극–조립 초입 구간은 수율 변동성이 가장 큰 공정으로, 미세 편차가 곧바로 불량으로 이어지는 특성이 있다. UNIST 연구(2024)에서도 전극 공정 일부에서 AI 결함 예측 정확도가 최대 97%에 달한다는 결과가 발표된 바 있다.

LG엔솔은 설계 리드타임 단축도 병행하고 있다. 자체 개발한 ‘최적 셀 설계 AI 추천 모델’은 기존 2주가 걸리던 설계안을 하루 안에 도출한다. 자동차 OEM의 개발·평가 주기가 18~24개월임을 감안하면 설계 효율화는 가동률 회복 시점·현금창출 시점·ROIC 개선까지 직결되는 요인이다.
◇OPEX 절감과 EBITDA 안정성 기반 마련

AI 내재화는 제조공정에 국한되지 않는다. 북미 데이터센터 전력 수요 증가로 ESS 설치가 빠르게 확대되는 가운데, LG엔솔은 제조 과정에서 확보한 수명 예측·고장 예측 모델을 ESS 유지보수(O&M) 영역으로 확장하고 있다. 북미 상업용 ESS의 교체·유지보수 비용이 전체 운영비의 30~40%에 달하는 점을 감안하면, 예측정비 모델 고도화는 OPEX 절감과 중기 EBITDA 안정성 확보에 기여하는 구조다.

LG엔솔은 북미 중심으로 LFP ESS 공급망 재편과 함께 사전조립(pre-assembly) 방식을 도입해 설치 단계의 EPC 비용을 5~10% 절감할 수 있는 구조를 마련하고 있다. 제조–설치–운영 전 과정에서 AI 기반 효율화를 적용해 ESS 수익성을 끌어올리는 전략이다.

AI·데이터 인프라 구축비가 단기적으로 공장당 수백억~1000억 원대까지 확대될 수 있고, 북미 전력 인프라 투자 사이클은 정책 변수에 따라 연 단위로 흔들리는 리스크가 존재한다. 그럼에도 업계는 제조라인과 ESS 운영 양쪽에서 AI 내재화가 △불량·재작업 비용 축소 △초기 안정화 기간 단축에 따른 현금창출 시점 가속 △CAPEX 회수기간 단축 △중기 EBITDA 안정성 확보를 동시에 가져오는 구조적 전환이라고 평가한다.

업계 관계자는 “AI로 공정 변수를 통제하면 불량이 줄고 안정화 속도가 빨라진다. 결국 현금창출 속도 자체가 달라지는 구조”라며 “LG엔솔이 AI를 ‘운영기술(OT)’이 아니라 ‘제조 인프라’로 규정하는 이유는 수율 개선을 넘어 CAPEX 회수기간과 직결되기 때문”이라고 말했다.