포스텍·한양대 연구팀, 보다 정확한 배터리 방전 사전 예측 기술 개발

특징 인자 추출 기법과 물리 지식 기반 신경망 융합…예측 정확도 최대 20% 향상

포스텍 이승철 교수

포스텍 김승욱 씨

한양대 오기용 교수

전기자동차의 가장 큰 약점으로 꼽히는 배터리 방전을 사전에 정확하게 예측할 수 있는 기술이 개발됐다.

포스텍 기계공학과 이승철 교수·박사과정 김승욱 씨 연구팀은 한양대 오기용 교수와 공동연구를 통해 리튬이온전지의 용량 및 수명을 더욱 정확하게 예측할 수 있는 인공지능(AI) 기술을 개발했다.

AI에 물리 지식을 더해 예측 성능을 획기적으로 높인 이 연구성과는 에너지 분야 국제 학술지 '어플라이드 에너지'에 최근 게재됐다.

배터리 용량을 예측하는 방법은 복잡한 배터리의 내부 구조를 단순화한 물리 기반 모델과 배터리의 전기적·기계적 응답을 활용한 AI 모델 두 가지로 나뉜다.

하지만 기존의 AI 모델은 학습에 방대한 데이터가 필요한데다 학습하지 않은 데이터에 대해 예측 정확도가 매우 낮아 활용에 한계가 있었다.

이에 연구팀은 적은 학습데이터만으로도 정확히 예측할 수 있도록, 기존과 차별화된 특징 인자 추출 기법과 물리 지식 기반 신경망을 융합했다.

그 결과 테스트용 배터리의 용량 예측 정확도를 최대 20% 향상시켰으며, 용량과 수명분포 역시 일관되게 나타났다.

연구팀은 이 기술이 차세대 전기자동차 배터리의 잔여수명 예측에 본격 활용되면 앞으로 전기자동차 보급에도 큰 도움이 될 것으로 내다봤다.

이승철 교수는 "물리 지식을 활용해 데이터 기반 AI의 한계를 뛰어넘고, 차별화된 특징 인자 추출 기법의 개발로 빅데이터 구축의 어려움을 극복했다"며 "신뢰성이 높은 AI기술은 앞으로 다양하고 복잡한 여러 산업에 적용될 수 있다"고 했다.