전기차 시장 성장 둔화가 국내 배터리 산업의 경쟁 방정식을 바꿨다. 수주 확보와 대규모 증설로 시장을 선점하던 방식에서, 기존 생산라인을 얼마나 효율적으로 운영하느냐가 핵심 과제로 부상했다. 에너지저장장치(ESS) 시장 성장이 전기차 공백을 일부 메우고 있지만, ESS용 리튬인산철(LFP) 배터리는 기술 프리미엄보다 원가와 생산 효율이 경쟁력을 좌우해 제조지능(AI 기반 제조 혁신) 전환의 필요성이 더 커졌다.
배터리 제조 현장에서 AI 적용이 가장 활발한 분야는 인라인 검사와 머신비전(machine vision)이다. 각 공정 장비에 비전 모듈을 부착해 불량을 조기에 탐지하고, 현장 데이터를 학습해 불량 패턴을 자동으로 판별하는 방식이 확산되고 있다. 설비 예지보전도 주목받는다. AI가 진동·온도·압력·전류 등 설비 데이터를 분석해 이상 징후를 사전에 감지하고 정비 일정을 조정함으로써, 예기치 못한 라인 정지로 인한 원가 부담을 줄이는 식이다. LG에너지솔루션은 차세대 원통형 배터리인 46시리즈 설비에 디지털 트윈을 적용해 수많은 공정 변수를 가상 환경에서 사전 검증했으며, 이를 통해 신규 설비의 생산 속도를 50% 이상 개선하는 성과를 거뒀다.
AI는 공장 내부를 넘어 원자재 조달로도 영역을 넓히고 있다. LG에너지솔루션은 전기차 판매량·광산 공급량·친환경 정책·보조금 등 방대한 데이터를 학습시켜 리튬 가격 변동 예측 모델을 구축했다. 이 모델은 외부 기관의 예측치를 웃도는 높은 정확도를 달성한 것으로 알려졌다. 제조업계의 궁극적인 목표는 장비와 라인 스스로가 이상 징후를 감지하고 공정 조건을 조정하는 ‘자율제조’로, 국내에서는 SFA 등이 2030년을 목표로 이 시스템 적용을 추진 중이다.
중국 배터리 업체들이 LFP 기반 저가 배터리 시장에서 이미 높은 생산성과 원가 경쟁력을 확보한 상황에서, 국내 배터리 3사의 제조 AI 전환은 단순한 효율화를 넘어 생존 전략으로 자리 잡고 있다. 원료 내재화에서 뒤처진 국내 기업들이 공정 경쟁력으로 격차를 좁히기 위해서는 AI 기반 제조지능의 고도화가 선택이 아닌 필수가 됐다.
