AI가 배터리를 쓰는 게 아니라, AI가 배터리 회사를 구한다
LG에너지솔루션의 2026년 ESS 매출 전망은 10.4조원으로, EV 배터리 매출을 처음으로 추월할 것으로 전망된다. 그 뒤에는 AI 데이터센터의 전력 수요 폭발이 있다. 2026년 5월 LG에너지솔루션이 체결한 OpenAI 데이터센터용 ESS 공급 계약(16억달러, 약 2.1조원 규모)이 이 구조를 가장 선명하게 보여준다. EV 캐즘이 지속되는 2026년, 배터리 산업의 수요 구조를 재편하는 것은 자동차가 아니라 AI 서버였다.
이차전지 × AI: 4개 레이어에서 돈이 달리 흐른다
AI가 배터리 산업에 침투하는 경로는 4개 레이어로 구분된다.
| 레이어 | AI 적용 내용 | 현재 성숙도 |
|---|---|---|
| 소재 발견·설계 | 후보 소재 스크리닝, 생성형 AI 설계 | 태동~성장기 교차 |
| 제조 공정 | 비전 AI 수율 관리, 강화학습 파라미터 최적화 | 성장기 |
| BMS 고도화 | SOC/SOH 정확도 향상, 수명 예측 | 성숙기 진입 |
| 서비스화·데이터 | 배터리 클라우드, BaaS 구독 모델 | 태동기 |
현재 가장 빠른 ROI는 제조 수율 개선이다. 비전 AI 기반 불량 탐지를 적용하면 셀 제조 수율이 9597%에서 99%+(목표, 추정)로 높아질 수 있으며, 1GWh 공장 기준 연간 50100억원(추정) 절감 효과가 발생할 수 있다. AI 시스템 초기 투자 5001,000억원(추정) 대비 회수 기간은 약 24년(추정)으로 추산된다.
CATL의 데이터 해자 — 알고리즘보다 데이터가 결정한다
글로벌 배터리 EV 점유율 약 37%(일반적으로 알려진 수치)의 CATL은 이차전지 AI에서도 가장 앞서 있다.
- 자율실험실: 소재 합성 업무의 70~80%(추정) 자동화, 불량률 99%(추정) 감소
- 디지털 트윈: 생산성 17~25%(추정) 향상
- 파운데이션 모델: 배터리 전용 AI 기반 모델 개발에서 가장 앞선 단계
한국 배터리 3사도 각각 AI R&D를 추진 중이나 데이터 축적 격차가 핵심 변수다. SK온은 셀 설계 AI 모델 ADAM 개발 및 2027년 파운데이션 모델 목표를 밝혔으나, 현재 적자 구조에서 AI 투자 재원 확보가 도전적이다. LG에너지솔루션은 46시리즈 스마트팩토리에 디지털 트윈을 적용하여 2026 LG Awards 최우수상을 수상했다.
배터리 AI에서 ‘좋은 알고리즘’보다 ‘좋은 데이터 파이프라인’이 경쟁 우위를 결정한다. CATL이 수백만 사이클의 실제 데이터를 3년 더 쌓는 동안, 알고리즘 투자만으로 그 격차를 좁히기는 어려울 수 있다.
AI × ESS: 지금 당장 돈이 되는 구조
AI 배터리 산업에서 가장 즉각적인 수익 기회는 AI 데이터센터 ESS 시장이다.
LG에너지솔루션의 2026년 ESS 매출 10.4조원(EV 배터리 추월) 전망은 이 구조의 현실화를 보여준다. AI 데이터센터는 하이퍼스케일 UPS·BBU(Battery Backup Unit)와 대규모 피크 조정용 ESS 수요를 동시에 만들어낸다.
기업별 포지셔닝 차별점:
| 기업 | AI × 배터리 포지션 | 핵심 강점 |
|---|---|---|
| LG에너지솔루션 | ESS + AI 솔루션 통합 | 데이터센터 ESS 선도, 파운데이션 모델 추진 |
| 삼성SDI | 물리 AI(로봇) 전용 전고체 | 2026 인터배터리 파우치형 전고체 샘플 공개 |
| SK온 | ADAM 모델 → 파운데이션 모델 | AI 기반 리스크 관리 체계, 재원 확보가 변수 |
핵심 리스크 — 데이터 주권과 기술 자기잠식 위험
이차전지 × AI에서 간과되기 쉬운 두 가지 위험이 있다.
첫째, 데이터 주권 리스크다. 한국 3사가 Microsoft Azure, Google Cloud 등 외부 플랫폼 AI에 의존하면, 핵심 배터리 실험 데이터가 빅테크 인프라에 통합될 수 있다. 데이터 주권 계약 조항 없이 플랫폼에 진입하는 것은 장기적으로 협상력을 스스로 낮추는 선택이 될 수 있다.
둘째, AI 소재 발견의 자기 잠식 위험이다. AI가 전고체 배터리 소재를 빠르게 발굴할수록, 현재 수십조원이 투입된 리튬이온 생산라인의 경제적 수명이 단축될 수 있다. AI가 R&D를 가속화하면서 기존 설비 투자의 좌초 위험도 높이는 역설적 구조다.
My Take
이 산업에서 내가 가장 주목하는 단기 테마는 ‘AI 데이터센터 ESS’다. 이 수요는 EV 판매에 의존하지 않고, 하이퍼스케일러들의 AI 인프라 투자가 지속되는 한 구조적으로 유지된다. LG에너지솔루션이 2026년 상반기에 이 기회를 가장 먼저 실현하고 있다는 점은 주목할 만하다.
반면 장기 경쟁력 관점에서는 데이터 파이프라인 문제가 핵심이다. SK온이 2027년 파운데이션 모델을 완성하더라도, 그때까지 CATL이 추가로 쌓을 데이터 자산이 격차를 줄이기보다 오히려 늘릴 가능성을 배제할 수 없다. R&D 배경을 가진 시각에서 보면, ‘알고리즘 혁신’은 모방 가능하지만 ‘수백만 사이클의 실제 배터리 데이터’는 시간 없이는 복제할 수 없다.
한국 3사가 이 게임에서 뒤처지지 않으려면, 알고리즘 투자보다 먼저 데이터 조달 전략과 데이터 주권 계약 구조를 확보하는 순서가 중요하다고 생각한다.