| 배터리 개발, 더 이상 사람만의 일이 아니다

좋은 배터리의 기준은 단순하다. 더 빠르고, 더 저렴하며, 더 안전해야 한다. 하지만 전기차 시장이 성장하면서 차량별로 요구되는 성능의 폭은 점점 넓어지고 있다. 충전 속도와 주행거리, 안전성, 원가 등 고려해야 할 기준도 늘어나면서 이를 충족하기 위한 셀 설계 방식은 더욱 복잡해지고 있다. 이에 따라 축적된 데이터를 체계적으로 활용하고 개발 과정을 효율화할 필요성이 커지고 있다. 이러한 흐름 속에서 글로벌 리서치 기관 IDTechEx는 배터리 개발과 제조, 운용 전 과정에서 AI 도입이 필수적이라고 분석한다.

| AI와 함께 셀을 개발하면 어떨까?

배터리 셀 설계는 다양한 조건과 변수가 얽힌 복합적인 작업이다. 셀은 양극과 음극, 전해질, 분리막으로 구성된 배터리의 가장 기본 단위로, 그 설계 방식에 따라 배터리 성능이 크게 달라진다. 설계 단계에서 각 소재의 물성을 포함한 여러 조건을 동시에 검토해야 한다. 양극재만 보더라도 입자 특성, 결정 구조, 전기화학적·열적·기계적 물성, 표면 특성 등 다양한 물성이 있다. 이러한 물성들은 서로 영향을 주며 주행거리와 충전 속도, 안전성, 수명 등 배터리의 핵심 성능을 좌우한다. 이를 연구원이 일일이 검토하고 설계하는 기존 방식으로는 배터리 하나를 개발하는 데만 수년이 소요된다. 고객 요구가 바뀌거나 예기치 못한 변수가 발생할 경우, 설계를 다시 검토해야 하는 상황도 반복되며 시간과 비용 부담은 더욱 커질 수밖에 없다. 이러한 한계를 개선하기 위해 SK온 <미래기술원>은 <AI 연구원>을 구축했다.

| 데이터 분석부터 예측까지, <AI 연구원>

<AI 연구원>은 개발 기간 단축을 목표로 하는 AI 기반 R&D 플랫폼이다. SK온이 보유한 실험·공정·설계 등 방대한 데이터를 학습해 배터리 개발 전반을 지원한다. 현재 ‘셀 개발’을 담당하는 AI 연구원을 구축했으며, ‘소재 개발’을 위한 AI 연구원도 고도화하고 있다. 이러한 개발 AI 연구원은 다시 기능별 <AI 연구원>으로 세분화되며, 각 기능별 <AI 연구원>은 여러 AI로 구성된다.

예를 들어 ‘셀 개발 AI 연구원’ 하위에는 ‘셀 설계’를 담당하는 <AI 연구원>이 있으며, 그 안에서는 셀 성능을 예측하고 원가를 산출하는 AI, 고객 견적 요청서(Request for Quotation, RFQ)를 분석하는 AI, 보고서 작성 AI가 동시에 작동한다.

이렇게 유기적 협업으로 작동하는 <AI 연구원>은 기존 대비 셀 설계 기간을 약 3분의 1 수준으로 단축한다. 현재 개발 중인 ‘소재 개발 AI 연구원’ 역시 소재 개발 기간을 약 50% 단축할 것으로 기대된다. 그 성과의 중심에는 <AI-based Design & Analysis Machine>이 있다. <AI-based Design & Analysis Machine>은 ‘셀 설계 AI 연구원’을 구성하는 핵심 AI로, 설계·실험 데이터를 기반으로 설계안을 작성하고 해당 설계안의 성능을 예측하며 원가를 산출한다. 2025년 SK이노베이션 AI 활용 경진대회 ‘SKI AI Day’와 SK온 ‘AIDT Awards’에서 대상을 수상하며 기술적 완성도도 인정받았다.

| 우리의 AI 연구원, <AI-based Design & Analysis Machine>을 소개합니다.

^{*본 인터뷰는 기술 이해를 돕기 위해 연출한 <AI-based Design & Analysis Machine>과의 가상 대화입니다.}

Q. 자기소개 부탁드립니다.

안녕하세요. 저는 ‘셀 설계 AI 연구원’을 구성하는 핵심 AI <AI-based Design & Analysis Machine>입니다. SK온이 축적한 방대한 데이터를 학습해 고객 요구 조건을 반영한 설계안을 작성하고, 해당 설계안의 성능과 원가를 분석해요.

Q. 실제 SK온 연구원과 어떤 방식으로 협업하며 일하나요?

고객이 견적 요청서(이하 RFQ)를 보내면 SK온 연구원이 이를 ‘셀 설계’ AI 연구원에게 전달해요. 그러면 ‘셀 설계’ AI 연구원 안의 ‘RFQ 분석 AI’가 고객이 요구하는 성능 조건을 정리해 저에게 전달합니다. 저는 이를 토대로 설계안을 작성해요. 이후 과거 셀 설계 이력과 결과, 배터리 관련 데이터 등을 활용해 설계안의 성능을 예측하고 원가를 산출하죠. 이렇게 완성된 여러 설계안이 SK온 연구원에게 전달됩니다. 그 다음에는 연구원의 전문적인 판단이 이어져요. 제조와 양산이 가능한지, 안전 기준에 적합한 지를 검토한 뒤 최종 설계안을 선택합니다. 쉽게 말해 저는 고객 요구를 반영한 설계안을 작성하고 그 성능과 원가를 미리 분석하는 역할이에요. SK온 연구원은 그 결과를 바탕으로 최적의 설계를 결정하죠. 이렇게 저와 SK온 연구원이 함께 셀 설계를 완성해 가요.

Q. 자주 바뀌는 고객 요구에도 바로 대응할 수 있나요?

그럼요. ‘출력을 더 높여야 한다’, ‘수명은 더 늘려야 한다’ 같은 새로운 조건이 생기면, 그에 맞춰 설계안을 다시 작성하고 성능과 원가를 재예측해요. 과거에는 연구원 혼자 처음부터 설계하고 실험을 반복해야 했지만, 지금은 그 과정을 크게 줄일 수 있죠. 앞으로는 ‘소재 개발’ AI 연구원 등 다양한 개발 분야를 담당하는 <AI 연구원>이 구축될 예정으로 개발 속도와 정확도를 더욱 높일 수 있을 것으로 기대합니다.

| <AI 연구원>이 가져올 놀라운 변화

SK온의 배터리 개발은 <AI 연구원> 도입을 기점으로 달라지고 있다. 실험 중심의 방식에서 예측 중심으로 전환되면서 개발 기간은 기존 대비 3분의 1 수준으로 단축될 것으로 기대된다. 또 원가 분석 속도는 약 700배 향상될 것으로 예상된다. 동일한 시간 내 검토할 수 있는 설계 후보도 15배 이상 증가해 폭넓은 탐색이 가능해진다. <AI 연구원>을 통해 개발비는 60% 절감될 전망이다.

| 함께 진화하는 R&D, <AI 연구원>

<AI 연구원>은 실제 SK온 연구원과 함께 성장하는 플랫폼이다. 그간 연구원들이 쌓아온 경험과 기술을 바탕으로 <AI 연구원>의 예측 능력은 고도화되고, <AI 연구원>이 제시한 분석과 인사이트는 다시 연구원들의 의사결정을 한층 정교하게 만든다. 이러한 선순환 구조는 R&D 전반의 효율을 높이며, AI와 연구원이 함께 성장하는 기반이 된다. 앞으로 <AI 연구원>은 SK온 R&D 전반으로 확대돼, 차세대 배터리 개발의 새로운 기준으로 자리 잡을 것이다.

■ 관련 글

- [현장] 차세대 에너지 시대를 열다(Unlock the Next Energy) – ‘인터배터리 2026’에서 마주한 SK온의 현재와 미래

- [Battery Deep Dive] SK온 4대 R&D ①편: 고체 배터리 – 셀에서 팩까지, 안전성의 진화

- [Battery Deep Dive] SK온 4대 R&D ②편: 열확산 방지 솔루션 – 셀에서 팩까지, 안전성의 진화

- [Battery Deep Dive] SK온 4대 R&D ③편: 건식전극 – 셀에서 팩까지, 가격 경쟁력의 혁신

- [Battery Deep Dive] SK온 4대 R&D ④편: CTP – 셀에서 팩까지, 가격 경쟁력의 혁신