이 기사는 2025년 12월 04일 14:21 thebell 에 표출된 기사입니다.

삼성SDI가 울산·천안 등 국내 주요 생산거점을 중심으로 AI 기반 예측·비전 시스템을 고도화하며 제조정밀화를 강화하고 있다. 대형셀 조립·검사 핵심 공정에 AI 적용 범위를 넓히며 수율·전환속도·불량비 등 비용구조가 동시에 개선되고 있고, 장비 상태 예측을 통한 초기 안정화 단축과 CAPEX 효율 개선 효과도 나타나고 있다. 회사는 제조단에서 확보한 예측 모델을 ESS·UPS 등 전력 인프라 사업에도 연계해 O&M 비용 절감과 중기 수익성 안정성을 높이는 구조적 전환까지 추진하고 있다는 평가다.

◇인건비·설비비·불량비 동시 개선

삼성SDI는 올해 제조·데이터·IT 기능을 통합한 DIT(데이터·IT)센터를 출범시키며 생산라인 데이터를 단일 체계에서 수집·분석하는 기반을 구축했다. 제조DX 조직과 결합한 이 플랫폼은 공정 편차를 조기에 감지하고 품질 변동을 예측하는 역할을 수행한다.

특히 울산·천안 공장의 대형셀 조립 주요 공정인 노칭(Notching)·스태킹(Stacking)·탭용접(Tab Welding)과 셀 외관 및 전극 양면 검사 등 고정밀 비전검사 구간에 AI 기반 결함 검출·판정 모델이 적용되고 있는 것으로 알려졌다. 기존 육안 중심 공정이 비전·예측 체제로 이동하면서 검사·보전 인력 투입이 자연스럽게 줄어드는 흐름도 감지되고 있다. 업계는 비전검사 전환만으로도 검사 인력 투입을 10~20% 줄일 수 있다고 보고 있다.

설비 측면에서도 AI 적용 효과가 가시화되고 있다. 대형셀 라인은 프레스·스태킹 alignment·레이저용접·에이징(Aging) 랙 등 특정 구간에서 장비 이상이 발생하면 고정비 회수 속도가 크게 늦어지는데, 삼성SDI는 이들 구간에 AI 기반 장비 상태 예측 모델을 적용해 비가동 손실(OPEX)과 정비·교체 비용을 낮추는 구조를 만들고 있다. 업계는 예측정비 안정화 시 GWh당 CAPEX 효율이 3~5% 개선될 수 있다고 평가한다.

불량비 절감도 두드러지는 영역이다. 산업연구원(KIET)은 AI 품질예측 도입 시 불량률 20~30% 감소, 공정 효율 5% 개선 효과를 제시한다. 삼성SDI 역시 전극 두께 편차·압연 균일도·조립 치수 편차 등을 AI로 사전 예측해 전장향 라인 중심으로 품질 안정성이 강화되고 있다고 설명한다. 불량률이 1%p 줄어들면 대형셀 사업 특성상 연간 수백억원 단위의 폐기비·고정비 절감이 발생하는 구조다.


◇제조단 AI, ESS·UPS 사업으로 확장

삼성SDI의 AI 제조 고도화는 전력 인프라 사업과도 연동된다. 북미·유럽에서 데이터센터 전력 수요가 급증하면서 장주기 ESS·UPS 수요 확대가 본격화되고 있기 때문이다. 미국의 데이터센터 전력 비중은 2028년 최대 12%까지, 유럽은 향후 6년간 연평균 1.5~2.1% 증가가 예상된다.

삼성SDI는 북미용 패키지형 ESS 라인을 가동 준비 중이며, UL9540A 인증을 확보한 UPS(U8A1)의 공급 논의도 병행하고 있다. 장주기 ESS·UPS는 전력 안정성이 핵심이어서, 고신뢰 대형셀을 제조하는 삼성SDI에 유리한 구간이라는 분석이 나온다.

특히 삼성SDI는 셀 온도·전류 프로파일을 기반으로 한 수명 예측·고장 예측 모델을 이미 확보하고 있어, 제조단에서 축적된 예측 기술이 ESS 운영(O&M) 영역으로 자연스럽게 확장되는 구조다. ESS O&M 비용은 전체 운영비의 30~40%로 비중이 커, 예측 기반 유지보수 고도화는 중기 EBITDA 안정성에 직접적으로 기여한다.

물론 AI 도입 초기에는 데이터 수집·서버·장비 고도화 등 연간 수백억 원대 선행투자 비용이 발생할 수 있고, 북미 데이터센터 투자 속도·부하관리 정책·ESS 가격 경쟁 등 외부 변수도 존재한다.

그럼에도 업계는 삼성SDI의 AI 내재화가 △OPEX 절감 → △불량 감소 → △예측정비 고도화 → △중기 EBITDA 안정성 → △CAPEX 효율 개선 으로 이어지는 구조적 변화라고 보고 있다. 배터리 업계 관계자는 “대형셀 사업은 생산 편차를 얼마나 줄이느냐가 마진을 좌우하는 구조”라며 “삼성SDI는 기존 품질 중심 제조 체계에 AI 기반 예측 모델을 결합해 생산 불확실성을 최소화하는 체질 전환을 진행 중”이라고 말했다.