CATL 소재개발 실험 자동화 AX 추진 일정 및 로드맵

CATL은 원자 단위의 소재 스크리닝부터 시스템 단위 성능 예측까지 통합하는 배터리 설계 자동화(BDA, Battery Design Automation) 패러다임을 구축하고 있습니다. 대외 발표 및 다국적 연구 자료에 기반한 단계별 여정은 다음과 같습니다.

📅 단계별 추진 로드맵

1단계: 인프라 구축 및 지능화 설계 플랫폼 공식화 ~2025년 초

• 내용: CATL은 2025년 초, 소재 개발과 셀 설계를 가속화하기 위한 자체 지능화 셀 설계 플랫폼(Intelligent Cell Design Platform)의 기본 골격을 완성했습니다.
• 데이터 규모: 프라이빗 클라우드 인프라를 바탕으로 5,000만 건 이상의 R&D 데이터 기록, 10만 개 이상의 배터리 설계 케이스, 600TB에 달하는 실험 및 테스트 데이터를 확보하여 AI 모델에 학습시켰습니다.

🔗 근거 자료: National Science Open - AI-driven next-generation lithium-ion battery design automation (BDA) software

2단계: 에이전틱 AI(Agentic AI) 기반 폐루프 자동화 현재 ~ 2026년 진행 중

• 내용: 단순히 인간이 입력한 값을 시뮬레이션하는 단계를 넘어, AI 가상 엔지니어가 스스로 가설을 세우고 최적의 조합을 찾아 실험 장비에 다이렉트로 전달하는 '에이전틱 AI(Agentic AI)' 및 다중 에이전트(Multi-Agent) 시스템을 현업 연구소에 결합하고 있습니다.
• 기술적 융합: Newman P2D 모델과 같은 물리 법칙 기반 전기화학 모델과 머신러닝(MLIP, PINN 등)을 융합하여 가상 공간에서 셀 설계를 수분 만에 끝마칩니다. 이 성과는 고속 자동화 실험 장비(High-throughput Screening)와 연동되어 인간의 개입을 최소화하는 폐루프(Closed-loop) 루틴을 형성하고 있습니다.

🔗 근거 자료 1: ACS Materials Letters - Intelligent, Personalized Scientific Assistant via Large Language Models for Solid-State Battery Research
🔗 근거 자료 2: arXiv - A Survey of AI Scientists: Surveying the automatic Scientists and Research

3단계: 2030 탄소제로 및 차세대 배터리 양산 스케일업 ~2030년 목표

• 내용: 쩡위췬(Robin Zeng) 회장이 선언한 2030년 가치사슬 탄소제로 목표와 연계되어 있습니다. 실험실 단계의 AX로 발견한 전고체(SSB), 응축(Condensed) 배터리 등의 차세대 소재 레시피를 디지털 트윈 기술과 결합하여 실제 양산 공장 장비에 실시간 적용하는 대규모 스케일업 자동화를 목표로 합니다.

🔗 근거 자료 1: MDPI - How Digital Transformation Enables Organizational Agility for Sustainable Manufacturing: A Longitudinal Single-Case Study of CATL
🔗 근거 자료 2: World Economic Forum - A Vision for a Sustainable Battery Value Chain in 2030

💡 AX 플랫폼 적용에 따른 실험 프로세스 변화

CATL이 제시한 AI 기반 역설계(Reverse Design) 도입 전후의 효율성 변화 지표는 다음과 같습니다.

평가 항목	기존 방식 (Human-driven)	AX 자동화 방식 (AI-driven)
소재 조합 추천	연구원 직관 및 문헌 조사 (수일~수주)	생성형 AI 가상 리포트 도출 (수 초)
셀 가상 시뮬레이션	개별 물리 모델링 및 조건 대입 (수일)	전기화학-ML 융합 모델링 (수 분)
결과 예측 정확도	실제 샘플 합성 및 충방전 테스트 반복 필요	가상 시뮬레이션 정확도 95% 이상 달성