섹션별 상세
서구 배터리 기업들이 제조 경쟁력 약화로 도산 위기에 처하자 SES AI는 제조 중심에서 AI 설계 중심으로 체질을 개선했다. 대규모 설비 투자가 필요한 EV 배터리 양산 대신 드론용 소량 생산과 AI 플랫폼 라이선싱에 집중하는 전략을 채택했다. 이를 통해 제조 리스크를 최소화하고 기술 우위를 바탕으로 한 빠른 수익 창출을 목표로 한다. 배터리 산업의 지정학적 변화 속에서 생존을 위한 필수적인 선택임을 시사한다.
SES AI가 개발한 Molecular Universe 플랫폼은 AI를 활용해 배터리 성능을 혁신할 수 있는 최적의 화학 조성과 소재를 탐색한다. 단순히 AI 모델의 성능에 의존하는 것이 아니라, MIT 스핀오프 시절부터 축적해온 방대한 배터리 실험 데이터와 도메인 지식을 학습에 활용한다. 현재까지 6개의 새로운 전해질 소재를 식별했으며, 이는 기존 소재 개발 속도를 획기적으로 앞당긴 결과이다. 데이터 기반의 접근법이 소재 과학의 시행착오를 줄이는 핵심 동력으로 작용한다.
실리콘 음극 배터리의 고질적인 문제인 충·방전 시 부풀어 오름과 그에 따른 가스 발생 문제를 AI로 해결했다. 기존에 사용되던 FEC 첨가제는 고온에서 분해되어 배터리 수명을 단축시키는 가스를 생성하는 단점이 있었다. Molecular Universe는 FEC와 유사한 탄성막 형성 기능을 갖추면서도 가스를 방출하지 않는 새로운 화합물을 찾아냈다. 이는 AI가 실제 제조 현장의 난제를 해결할 수 있는 구체적인 솔루션을 제공할 수 있음을 입증한다.
기술
- Molecular Universe
- Lithium Metal Battery
- Silicon Anode
- Fluoroethylene Carbonate (FEC)
활용 사례
- 차세대 배터리 전해질 설계
- 실리콘 음극 수명 연장 첨가제 개발
- 드론용 고밀도 배터리 생산
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 03. 26.수집 2026. 03. 26.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
