이 기사는 2025년 12월 05일 14:26 thebell 에 표출된 기사입니다.

SK온이 글로벌 양산 구조의 생산 편차를 줄이기 위해 전사 AI 기반 운영모델 구축에 속도를 내고 있다. 배터리 셀 가격이 kWh당 100달러 수준까지 내려온 상황에서 수율 안정·원가 통제·초기가동(Ramp-up) 기간은 수익성과 CAPEX 회수기간을 가르는 핵심 지표로 꼽힌다. 특히 대형 파우치셀 공정 특성상 적층(Stacking)·탭 용접·파우치 성형·씰링 등 미세 편차가 그대로 수율로 반영되는 구조여서, AI 내재화 속도가 중기 실적 회복과 직결된다는 평가가 나온다.

회사 내부에서는 AI 효과가 단숨에 수율을 끌어올리는 이벤트형이 아니라 공정 변동성이 큰 파우치셀 특성상 작은 오차를 반복적으로 줄여 가며 개선효과가 누적되는 구조라는 분석이 많다. 즉 적층·용접·씰링 등 다수 공정의 미세 오차를 장기적으로 낮추는 방식이며, 데이터 축적 규모가 커질수록 개선 속도가 가팔라지는 구조다.

◇'개발–양산–품질 데이터' 통합…편차 15~25% 감소 전망

최근 모회사 SK이노베이션이 전 계열사에 CEO 직속 AX(Advanced Transformation) 전담조직을 신설한 점도 SK온의 AI 전환과 맞물린 요인이다. 그룹 차원에서 운영·데이터 기준을 통합하는 체계가 마련되면서, SK온이 추진 중인 공정·품질 데이터 표준화와 배터리 파운데이션 모델 구축 속도도 빨라질 것이라는 관측이 나온다.

SK온 AI 전략의 중심축은 R&D–제조–품질 데이터를 단일 체계로 연결하는 전사 배터리 파운데이션 모델이다. 현재 공정·소재·검사 데이터 정합 작업이 진행 중이며, 일부 양산 라인에서는 개발 시뮬레이션(ADAM) 변수와 양산 품질 로그를 연동하는 파일럿 작업이 시작된 것으로 파악된다.

업계는 ADAM–양산 데이터 통합이 본격화되면 개발–양산 편차가 기존 대비 15~25% 줄어들 수 있다고 본다. 편차 축소는 초기 안정화 기간과 직결되는 만큼, 라인 안정화가 2~4주 단축될 경우 CAPEX 회수기간이 수개월 짧아질 수 있다는 분석도 나온다.

현재 양산 공정에서는 적층 정렬·탭용접 전류 패턴·파우치 성형 조건·포메이션 전류 패턴·EOL 검사 이미지 등 주요 품질 데이터를 실시간 수집하는 기반이 구축돼 있다. 이는 AI 기반 공정 제어로 확장하기 위한 전 단계로 평가된다.

파우치셀 공정의 민감도는 더욱 높다. 배터리 업계에서는 양산 라인 품질 로그와 장비사 피드백을 종합한 추정치를 통해, 적층 정렬 오차가 ±0.1~0.2mm만 벗어나도 수율이 0.5~0.8%p 하락할 수 있다고 본다. 탭용접·씰링 구간 역시 미세 편차가 불량·재작업으로 이어지는 사례가 반복되며, SK온의 편차 최소화 전략과 AI 내재화 필요성이 확대되고 있다.

이러한 공정 민감도는 원가 압력이 커지는 외부 환경과도 맞물린다. 글로벌 시장조사업체 IDTechEx는 최근 배터리 원가 분석 보고서에서 셀 가격이 2025년 kWh당 약 100달러 수준까지 내려올 것으로 전망했다. 여기에 산업·제조 분야의 주요 분석 기관들은 AI 기반 공정 제어와 예측정비 도입 시 제조원가를 15~20% 절감할 수 있다고 제시하고 있다. SK 계열 내에서도 센서 데이터 처리 시간이 기존 30~60분에서 1~2분으로 단축된 사례가 공유되며 AI 적용 필요성이 강화되는 분위기다.


◇'북미 표준화–ESS 시너지–냉각 기술' 결합

전사 AI 기반 운영체계는 SK온의 북미 양산 전략과도 연계된다. 미국 조지아주 커머스 공장은 SK온 최대 해외 생산거점으로, 공정 표준화·품질 기준 통일·조립 편차 축소·데이터 기반 운영 안정성을 핵심 목표로 설정하고 있다. 커머스에서는 탭용접 전류 패턴·스태킹 정렬 데이터가 우선 검토 대상이며, 대형셀 조립 라인의 편차를 줄이는 방향으로 설계가 진행되고 있다. 초기 안정화 기간 단축은 OEM 인증 일정과 고정비 회수 속도에 직접적인 영향을 미친다.

ESS 사업은 SK온의 두 번째 성장축이다. 북미 데이터센터 전력 수요 증가 속에서 SK온은 플랫아이언에너지(Flatiron Energy)에 LFP 기반 ESS 제품을 공급했다. 제조 과정에서 축적된 수명 예측·고장 예측 알고리즘은 ESS 유지보수(O&M) 최적화에 적용 가능성이 크다는 평가다.

여기에 SK엔무브 합병으로 확보한 액침냉각(Immersion Cooling) 기술은 전력 인프라 시장 확장과 맞물린다. 고발열 AI 서버·고밀도 ESS 시장에서 냉각 효율은 핵심 변수로, 업계에서는 “향후 CTP(Cell to Pack)와 냉각 기술을 결합한 패키지형 솔루션도 가능하다”는 전망이 나온다.

업계 관계자는 “SK온은 대형 파우치셀 중심 변동성이 가장 컸던 회사였던 만큼 AI 내재화는 선택이 아니라 생존 전략”이라며 “공정 편차 축소–ESS 확장–냉각 기술 결합을 축으로 중기 EBITDA 안정성과 사업 외연이 동시에 넓어지는 전환점에 놓여 있다”고 말했다.