컨텐츠 바로가기

11.16 (토)

AI 힘주는 LG엔솔…조직 변화부터 스마트팩토리까지

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
[서울=뉴스핌] 김아영 기자 = 최근 국내 배터리업계가 침체기를 겪고 있다. 캐즘(일시적 수요 정체) 때문이다. LG에너지솔루션은 인공지능(AI) 분야의 연구개발 투자를 통해 스마트팩토리를 조성하고 원가경쟁력을 확보한다는 방침이다.

뉴스핌

LG에너지솔루션 미국 공장 전경 [사진=LG에너지솔루션]

<이미지를 클릭하시면 크게 보실 수 있습니다>


24일 배터리 업계에 따르면 LG에너지솔루션은 스마트팩토리 가속화를 위해 AI·빅데이터센터를 운영하고 있다.

올해 R&D 조직 개편에 따른 결과다. 앞서 LG엔솔은 DX(디지털 전환)조직에서 AI와 빅데이터 개발을 담당했다. 하지만 올해 초 DX조직이 AI/빅데이터센터로 변하면서 AI 조직 역할이 강화됐다고 업계에선 보고 있다.

AI·빅데이터센터는 AI 기술을 기반으로 제조공정 기반의 업무 효율을 높이는 연구개발 조직이다. 배터리 제조 과정은 매우 정교한 작업이 필요하다. 업계에선 "기계 볼트 하나 조이는 데도 적정한 값이 있다"고 말한다. 각 단계에서 결함이 생기지 핞게 하기 위해 적절한 데이터 값을 발견한 후 적용하게 하는 역할을 한다.

향후 예지 보전 능력을 향상시키기도 한다. 예지 보전이란 설비의 사용 수명을 유지하거나 연장하기 우해 기능 구조, 시스템·구성요소의 열화를 방지하기 위해 고정된 일정에 따라 수행되는 유지 관리를 의미한다.

기존에는 이상 유무를 판단하는데 인력이 투입됐다. 하지만 사람이 미처 발견하지 못하는 일도 종종 생긴다. 이는 생산 중단에 따른 피해, 원재료 손실, 품질 관리 비용 등의 부담으로 이어진다. 이에 LG엔솔은 스마트팩토리를 통해 복잡하고 다양한 설비를 효율적으로 운영한다는 방침이다.

업계 관계자는 "양질의 배터리 생산을 위해 가장 중요한 것은 자동화해 같은 값을 맞추는 것"이라며 "사람이 스마트팩토리의 생산량만큼의 물량을 감당할 수 없고, 고급인력도 구하기 어려우며 현지 채용은 교육시간도 필요하기 때문에 여러 가지 상황을 종합했을 때 스마트팩토리는 필요하다"고 설명했다.

이를 위해 R&D 투자도 확대했다. 사업보고서에 따르면 지난해 매출액 대비 R&D 비용의 비율은 3.1%였다. 하지만 올해 1분기는 4.1%로 지난해 전체보다도 높다.

뉴스핌

애리조나 공장 착공식 모습 [사진=LG에너지솔루션]

<이미지를 클릭하시면 크게 보실 수 있습니다>


투자 효과는 이미 나타나고 있다는 것이 LG엔솔 측 설명이다. 지난해 말 가동한 2공장은 이미 스마트팩토리다. 제조, 공정 과정에서 자동화가 많이 도입됐다. 데이터를 기반으로 한 표준화 덕분에 수율을 예상보다 훨씬 빨리 끌어올렸다. 과거 폴란드 생산공장의 경우 완공 후 수율을 잡는 데만 2년 반이 걸린 것으로 알려졌다.

현재 미국에만 8개 공장을 건설·운영 중인 LG엔솔은 향후 다른 공장에서도 수율 안정화 속도가 더욱 빨리질 것으로 기대한다.

LG엔솔의 수율 안정화 속도가 점차 빨라질 수 있던 데는 오창플랜트 영향이 크다. LG엔솔은 오창플랜트를 '마더팩토리'로 부른다. 마더팩토리는 제품 설계와 연구개발(R&D), 디자인 등 핵심 기능을 수행하는 공장을 뜻한다.

해외 공장을 여러개 동시에 짓는 것은 다른 기업들이 해보지 않은 일로 유독 시행착오가 많았다. 물 온도만 약간 달라져도 결과값이 아예 달라지는 경험을 해야 했다. 이에 LG엔솔은 오창플랜트에서 완벽한 모범 답안을 만든 후 해외공장에 적용하겠다는 전략을 만들었다. 이후 모든 신제품을 오창공장에서 시작하는 것으로 전해졌다.

업계 또 다른 관계자는 "AI 투자로 생산 공정을 최적화하면 원재료 가격 예측, 배터리 이상 감지 등 경쟁력을 강화할 수 있다"며 "LG엔솔이 제조 공정 고도화 기술에 R&D 인력을 전진 배치하면 스마트팩토리는 더욱 가속화될 수 있을 것"이라고 말했다.

aykim@newspim.com

저작권자(c) 글로벌리더의 지름길 종합뉴스통신사 뉴스핌(Newspim), 무단 전재-재배포 금지


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.