전기차 시장의 성장세가 주춤해지면서 완성차 업계의 시선은 이제 '제조 원가 절감'으로 향하고 있다.
배터리 가격이 전기차 전체 비용의 상당 부분을 차지하는 상황에서, 단순히 저가형 소재를 쓰는 것을 넘어 공정 자체를 혁신해 비용을 줄이려는 시도가 이어지고 있다. BMW 그룹이 최근 공개한 인공지능(AI) 기반의 배터리 생산 공정 효율화 프로젝트가 주목받는 이유다.
| AI 예측 모델로 소재와 시간 50% 절감
BMW 그룹은 크로아티아 자그레브 대학교와 협력해 배터리 생산 최적화를 위한 AI 모델을 구현하고 있다. 핵심은 예측 모델이다. AI가 공정 매개변수와 성능 데이터를 실시간 분석해 불필요한 소재 낭비를 막고 생산 속도를 끌어올린다.
이를 통해 배터리 셀 생산에 투입되는 소재와 소요 시간을 기존보다 50% 이상 절감하는 것이 목표다. 소재 효율의 극대화는 곧 가장 비싼 부품인 배터리 단가 하락으로 이어진다.
| '숙성' 단계 생략으로 생산 물류 병목 해소
특히 눈에 띄는 공정 혁신은 배터리 셀의 '격리(quarantine)' 단계 생략이다. 기존에는 안정성 점검을 위해 생산된 셀을 일정 기간 특정 온도에서 보관하는 일종의 '숙성' 과정을 거쳐야 했다.
이 단계는 전체 공정 시간을 늘리는 주요 원인이었다. BMW는 AI 시스템의 사전 분석 성능을 고도화해 이 단계를 잠재적으로 생략할 계획이다. 이는 공정 단순화를 넘어 대량 생산 체제에서 강력한 물류 효율성을 제공한다.
| 기술적 신뢰도 확보와 양산 적용의 과제
다만 기술적 과제는 남아 있다. AI 예측 모델이 양산 현장에서 100% 신뢰도를 확보하기까지는 방대한 데이터 축적과 검증 기간이 필수적이다.
특히 안전과 직결된 배터리 공정에서 숙성 단계를 건너뛰려면 미세한 불량까지 완벽히 잡아내는 정교함이 담보되어야 한다. 현재는 연구 단계에 머물러 있어, 실제 차량 가격 인하로 이어지기까지는 충분한 검증의 시간이 필요할 전망이다.
| 가격 경쟁력 확보의 핵심 변수
BMW는 현재 독일 뮌헨과 파스도르프 등 전용 역량 센터를 통해 이 기술을 양산 수준으로 검증하고 있다. 이러한 노력은 향후 출시될 '노이어 클라세(Neue Klasse)' 등 차세대 전기차의 가격 경쟁력을 높이는 밑거름이 될 것으로 보인다. 자동차 제조가 하드웨어를 넘어 데이터 중심의 첨단 산업으로 진화하고 있음을 이번 BMW의 시도가 잘 보여준다.
▶ 기사 원문 전체 보기 - 오토센티널
오토센티널 관련 기사
“카본까지 갈색으로?”… 포르쉐, 세상에 하나뿐인 ‘911 GT3 RS 존더분쉬’ 공개
https://www.autosentinel.co.kr/news/articleView.html?idxno=1376
BMW와 롤스로이스 사이 채우는 알피나, ‘비전 BMW 알피나’ 최초 공개
https://www.autosentinel.co.kr/news/articleView.html?idxno=1373
브라부스, 986마력 하이퍼 GT ‘보도’ 공개… 애스턴마틴 기반 전 세계 77대 한정
https://www.autosentinel.co.kr/news/articleView.html?idxno=1372
출처 : 오토센티널 (https://www.autosentinel.co.kr)
9045psy
모냐도리
0/2000자