[더테크=조재호 기자] 국제공동연구진이 인공지능(AI)를 통해 배터리 표면만 보고 구성 원소나 충·방전 상태를 확인할 수 있는 인식 기술을 개발했다.

카이스트는 2일 홍승범 신소재공학과 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 구성과 충·방전 사이클을 지닌 NCM 양극재 사진을 합성곱 신경망 기반 AI에 학습시켜 해당 배터리의 상태를 99.6% 정확도로 확인할 수 있는 방법론을 세계 최초로 개발했다고 밝혔다.

연구팀은 반도체 공정에서 웨이퍼의 불량 검수를 위해 활용되는 주사전자현미경(SEM)을 활용해 열화된 배터리 소재에서 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다. 표면을 검수해 상태를 확인해 불량률을 줄일 수 있다면 획기적일 것이라는 판단에서다.

여기에 자율주행차에 적용하는 합성곱 신경망 기반 AI에 배터리 소재 표면을 학습시켜 양극재의 원소 함량과 충·방전 사이클 상태를 예측해보는 시도를 진행했다. 이러한 방법론은 첨가제가 들어간 양극재에도 적용할 수 있는지 확인한 결과 구성은 정확히 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 확인했다.

이에 연구진은 향후 다양한 공정을 통해 만들어진 배터리의 형상을 학습시켜 차세대 배터리의 균일성 검수 및 수명 예측에 활용할 계획이다.

연구를 이끈 홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 사진 소재 구조 데이터를 통해 배터리 함량과 상태를 빠르고 정확하게 예측할 수 있는 AI 기반 방법론을 개발한데 의의가 있다”며 “영상 기반 배터리 소재 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는데 중요한 역할을 할 것으로 기대된다”고 밝혔다.

이번 연구는 국제 학술지 ‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일자로 게재됐다.