AI를 실무에 쓰는 과정을 기록합니다 Documenting how I use AI in real work

AI 작업 로그를 시작합니다Starting the AI Work Log

R&D 엔지니어가 AI를 실무에 쓰는 과정을 공개 기록하기로 했다. 이 블로그가 무엇을 기록하는지에 대해.An R&D engineer decided to publicly document how AI is used in real work. What this blog records.

Battery Brain Vol.0 — AI로 이차전지 지식베이스를 구축하기로 했다Battery Brain Vol.0 — I Decided to Build a Secondary Battery Knowledge Base with AI

이차전지 R&D 엔지니어가 Obsidian + Claude로 전문 지식베이스를 처음부터 구축하는 여정을 시작합니다. 왜 만드는지, 무엇을 만드는지, 어떻게 만드는지.An R&D engineer in secondary batteries starts building a professional knowledge base from scratch with Obsidian + Claude — the why, the what, and the how.

SK이노베이션 — 두 캐시카우 위에 얹힌 4.2조원 청구서의 무게SK Innovation — A 4.2 Trillion Bill Resting on Two Cash Cows

Big 4 Deal Advisory 관점으로 SK이노베이션(096770) 9개 모듈을 분석했다. 도시가스·윤활유라는 두 캐시카우가 SK온 배터리 손실을 떠받치는 '바벨 구조'의 실체와, 이 균형을 깨는 단일 변수를 진단한다.A 9-module Big 4 Deal Advisory analysis of SK Innovation (096770) dissects a barbell structure where two defensive cash cows absorb battery losses, and identifies the single variable that will break this balance.

SK온 기업 분석 — 전환점인가, 구조적 함정인가SK On — Inflection Point or Structural Trap?

Big 4 Deal Advisory 방식으로 SK온을 9모듈 분석했다. 역대 최대 순손실과 사상 첫 플러스 CFO가 동시에 나온 2025년, 숫자 이면에 무엇이 있는지 파고들었다.9-module Big 4-style analysis of SK On. In 2025, the company posted its worst-ever net loss and its first-ever positive operating cash flow in the same year. Here's what's behind the numbers.

배터리 소재 발굴의 AI 혁명 — 20년이 80시간으로 압축되는 지금AI Revolution in Battery Materials Discovery — 20 Years Compressed to 80 Hours

McKinsey 파트너 관점으로 이차전지 신소재 발굴에 AI를 적용하는 R&D 가속 인프라 산업을 해부했다. Google GNoME의 220만개 후보 생성과 Microsoft-PNNL의 80시간 고체전해질 발견이 속도 방정식을 바꾸고 있지만, AI 생성 후보의 실제 합성 성공률은 약 0.033%(추정)에 그치는 현실도 직시한다.A McKinsey senior partner analysis of the AI-accelerated battery materials discovery industry. GNoME's 2.2M candidates and the 80-hour PNNL breakthrough are real, but a 0.033% estimated hit rate from generation to confirmed synthesis reveals where the real bottleneck lies.

국내 LNG 전력산업 — 설비는 늘고 발전량은 줄어드는 역설의 구조Korea's LNG Power Industry — More Capacity, Less Generation

McKinsey 파트너 관점으로 국내 LNG 발전 산업을 해부했다. 43.2GW 설비가 2038년 69.5GW로 늘어나지만 발전량 비중은 28%에서 11%로 쪼그라드는 '용량 역설' 속에서, 직수입 역량과 수소혼소 전환을 갖춘 플레이어만이 살아남는 조건을 진단한다.A McKinsey senior partner analysis of Korea's LNG power sector, diagnosing the structural paradox where capacity grows 60% while generation share nearly halves — and identifying who survives this 2026–2038 transition.

이차전지 × AI — 'AI가 배터리 회사를 구한다'는 2026년의 현실Batteries × AI — AI Infrastructure Demand Is Rescuing Battery Companies in 2026

McKinsey 파트너 관점으로 이차전지 산업의 AI 활용 4개 레이어를 분해했다. EV 캐즘 속에서 AI 데이터센터 ESS 수요가 LG에너지솔루션의 2026년 ESS 매출을 10.4조원으로 끌어올리고 있으며, 알고리즘보다 데이터 파이프라인이 장기 경쟁 우위를 결정하는 구조를 진단한다.A McKinsey senior partner analysis of AI applications across four battery value chain layers, diagnosing why data pipeline ownership — not algorithmic sophistication — determines who wins the AI battery race.

LNG → 수소혼소 전환 — 기술이 앞서고 시장이 뒤처지는 구조LNG to Hydrogen Co-firing — Technology Leads the Market by a Decade

McKinsey 파트너 관점으로 국내 LNG 발전소의 수소혼소 전환 실행가능성을 기술·경제·공급망·규제 4개 레이어로 해부했다. 한화 에어로스페이스의 59.5% 혼소 세계 최초 실증은 기술 준비도를 증명하지만, CHPS 1차 입찰에서 SK E&S가 탈락한 사건은 제도 설계 실패를 적나라하게 드러낸다.A 4-layer McKinsey feasibility analysis of hydrogen co-firing conversion in Korean LNG power plants. Hanwha's 59.5% blending world record proves the tech, but the CHPS first-tender failure reveals the structural policy gap no technology alone can solve.