배터리 기술 경쟁이 심화되면서 개발 속도를 높이는 동시에 원가 경쟁력을 확보하는 것이 핵심 과제로 떠오르고 있다. 성능과 안전성에 대한 시장의 요구는 점점 높아지지만, 실제 개발과 검증에는 많은 시간과 비용이 들기 때문이다. 삼성SDI는 이러한 과제를 해결하기 위해 개발단 디지털 트윈 환경을 구축하는 한편, 선행 데이터 사이언스 역량을 바탕으로 AI 기술과 R&D 시뮬레이션을 융합한 안전성 원천 기술 확보에 박차를 가하고 있다.

삼성SDI는 실제 현장에서 축적된 데이터와 연구개발 과정에서 생성한 데이터를 함께 활용해 개발 효율과 제품 성능을 높이고 있다. 현장 운영 데이터를 기반으로 한 ‘필드 인텔리전스(Field Intelligence)’와, 시뮬레이션을 통해 가상 데이터를 만들어 활용하는 ‘R&D 인텔리전스(R&D Intelligence)’를 결합해 예측 정확도를 높이면서 개발 시간은 줄이는 것이다.

[삼성SDI가 융합해 활용하고 있는 ‘필드 인텔리전스’와 ‘R&D 인텔리전스']

융합 데이터 사이언스로 완성한 ESS 지능형 안전 시스템, SBI

이러한 데이터 사이언스 전략이 적용된 대표적인 사례가 ESS 지능형 안전 시스템 SBI(Samsung Battery Intelligence)다. SBI는 배터리 상태를 진단하고, 이상 셀 발생 가능성과 배터리 수명 변화를 사전에 예측하는 AI 시스템이다. 

[SBI의 세 가지 주요 기능]

SBI에는 삼성SDI가 축적해 온 두 가지 데이터 사이언스 역량이 함께 적용됐다. 먼저 실제 ESS 운영 현장에서 축적된 데이터를 활용해 운영 중인 설비의 상태와 이상 패턴을 학습했다. 

여기에 더해 현장 데이터가 충분하지 않은 신제품에도 적용할 수 있도록 시뮬레이션을 활용한 가상 데이터도 함께 활용했다. 배터리 특성을 반영한 가상 모델을 통해 다양한 상황을 미리 예측·분석하고, 그 결과를 AI 학습에 반영함으로써 현장 투입 이전 단계의 제품에도 SBI 적용이 가능하도록 했다.

이처럼 SBI는 실제 운영 데이터와 가상 데이터를 함께 활용해 제품 세대와 관계없이 일관된 AI 기반 안전 관리를 구현했다.

디지털 트윈으로 구현한 가상 배터리 실험실

삼성SDI는 AI뿐 아니라 디지털 트윈 기술을 통해 배터리 개발 방식도 바꾸고 있다. 디지털 트윈 기술을 통해 실제 배터리와 동일한 조건을 가진 ‘모델 배터리’를 가상 공간에 구현한 것이다. 

이 기술을 충·방전 평가에 적용하면 실제 배터리를 테스트하는 동시에 모델 배터리도 함께 움직인다. 연구원은 평가가 진행되는 동안 모니터링 화면을 통해 실시간으로 셀 상태를 확인하고, 이상 징후를 빠르게 파악할 수 있다. 과거에는 실험이 끝난 뒤에야 확인할 수 있었던 정보들을 실시간으로 확인할 수 있게 된 것이다.

이를 위해 삼성SDI는 평가 장비와 디지털 모델을 연동하는 디지털 트윈 시스템을 구축하고 실제 배터리와 모델 배터리가 동시에 작동하도록 구현했다. 그 결과 개발 기간 단축은 물론 반복 실험에 필요한 비용도 줄일 수 있게 됐다.

[디지털 트윈으로 구현한 가상 배터리]

삼성SDI는 SBI와 디지털 트윈을 포함해 독자적인 비전 AI(Vision AI) 최적화 기술 등 다양한 영역에서 데이터 사이언스를 활용하며 배터리 성능과 안전성을 지속적으로 높이고 있다. 

또한 앞으로도 융합 데이터 사이언스를 기반으로 R&D와 제품 사용 현장을 연결하는 통합 데이터 사이언스 플랫폼을 고도화해 차세대 배터리 기술 경쟁력을 강화해 나갈 계획이다.