Battery Brain Vol.0 — AI로 이차전지 지식베이스를 구축하기로 했다

지식이 쌓이는 게 아니라 흘러가고 있었다

이차전지 분야 R&D 엔지니어로 일하면서 매일 논문을 읽고, 특허를 분석하고, 시장 보고서를 소화한다. 그런데 1년이 지나도 “내가 아는 것”이 체계화된 형태로 남아있지 않았다. 논문은 폴더에 쌓이고, 메모는 노트앱 어딘가에 흩어지고, 지난해 정리한 내용을 다시 찾는 데 30분이 걸렸다.

문제는 저장 방식이 아니라 구조였다.

Battery Brain이란

Battery Brain은 이차전지에 관한 모든 지식 — 산업, 기술, R&D — 을 하나의 Obsidian Vault에 통합하는 프로젝트다.

세 가지를 목표로 한다.

지식의 원자화: 1노트 = 1주제. 흩어진 정보를 연결 가능한 단위로 쪼갠다
구조적 탐색: 가치사슬 7단계를 축으로, 어떤 주제든 일관된 위치에서 찾는다
AI 보조 작성: Claude의 /battery-node 스킬로 박사급 깊이의 노드를 반자동으로 채운다

왜 Obsidian인가

Obsidian의 핵심은 [[링크]]다. 노드와 노드가 연결되면서 그래프 형태의 지식망이 만들어진다. 단순히 검색 가능한 파일 저장소가 아니라, 아이디어 사이의 관계를 눈으로 볼 수 있다.

다른 도구들(Notion, Roam, Logseq)도 검토했지만 결정적인 이유는 하나였다. 로컬 Markdown 파일. 내 AI 도구(Claude)가 파일을 직접 읽고 쓸 수 있다. Vault가 곧 AI의 작업 공간이 된다.

구조: 가치사슬 7단계 단일 축

이차전지 지식을 분류하는 방법은 여러 가지다. 화학 계열(LIB/전고체/나트륨이온)로 나눌 수도 있고, 기술 레이어(소재/제조/시스템)로 나눌 수도 있다.

Battery Brain은 가치사슬 단일 축을 선택했다. 실제 산업이 이렇게 움직이기 때문이다. 소재 엔지니어와 팩 설계자, 재활용 전문가가 서로 다른 언어를 쓰지 않도록, 모든 지식을 하나의 흐름 위에 놓는다.

단계	분류	대표 주제
①	원자재·자원	리튬, 코발트, 니켈, 흑연
②	소재	양극재, 음극재, 전해질, 분리막
③	부품·비활물질	집전체, 케이스, 가스켓
④	셀·모듈·팩	셀 설계, BMS, 팩 구조
⑤	제조·공정	전극 코팅, 셀 어셈블리, 검사
⑥	응용·수요처	EV, ESS, 소비자전자
⑦	사용후·순환	재사용, 리사이클링, 블랙매스

화학 계열(LIB, 전고체, 나트륨이온 등)은 폴더 분류가 아닌 **노트 속성(property)**으로 처리한다. 전고체 전해질은 ② 소재 > 전해질 폴더 안에 있되, system: solid-state 속성이 붙는다. 폴더를 늘리지 않고도 다양한 관점으로 지식을 필터링할 수 있다.

AI가 하는 일

직접 만든 /battery-node 스킬을 사용한다. Claude에게 노드명을 주면 자동으로:

1차 문헌(논문, 특허, IR 보고서)을 검색해 사실 기반으로 작성
13개 표준 섹션 구조로 정리
특허 분포를 matplotlib 도넛 차트로 시각화
경쟁사 동향 및 최근 뉴스 5건 포함
박사 10년차 수준의 깊이, 분량 무제한

AI가 초안을 만들고 내가 검토·수정한다. 대체가 목표가 아니라 심층 분석을 빠르게 만드는 것이 목표다.

딥노드 구조: 13개 표준 섹션

모든 기술/소재 노드는 동일한 13개 섹션 구조를 따른다.