한국과 미국 연구진이 인공지능(AI)을 활용해 배터리 표면을 분석하고, 그 구성 요소와 충방전 상태를 높은 정확도로 예측하는 새로운 기술을 개발했다.

한국과학기술원(KAIST)의 홍승범 신소재공학과 교수가 이끄는 연구팀은 한국전자통신연구원(ETRI) 및 미국 드렉셀대 연구진과 협력하여, 주사전자현미경(SEM)으로 촬영한 배터리 소재의 표면 영상을 합성곱 신경망(CNN)을 기반으로 한 AI 모델에 학습시키는 방식을 사용했다. 이를 통해, 배터리 양극재의 주 원소 함량과 충방전 사이클 상태를 99.6%의 높은 정확도로 예측할 수 있었다.

이번 연구에서 개발된 기술은 배터리 소재의 성능과 품질을 향상시키는 데 중요한 역할을 할 것으로 기대된다. 자율주행 자동차와 같은 미래 기술에 필요한 배터리의 안정성과 신뢰성을 높이는 데에도 큰 도움이 될 것이다.

기존에는 배터리 공정에서 입자 크기 분석을 위해 SEM을 활용하는 경우가 드물었으며, 열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상을 통해 신뢰성을 예측하는 방식을 사용했다. 그러나 이번에 개발된 AI 기술을 통해, 배터리 소재의 표면을 자동으로 분석하고 그 특성을 예측함으로써, 배터리 제조 공정의 효율성과 품질을 크게 향상시킬 수 있을 것으로 보인다.

연구팀은 다양한 공정을 통해 만들어진 배터리 소재의 형상을 추가로 학습시켜, 차세대 배터리의 조성 균일성을 검사하고 수명을 예측하는 데에도 이 기술을 활용할 계획이다. 이를 통해, 배터리 기술의 발전과 함께 더욱 안전하고 효율적인 배터리 제조가 가능해질 것으로 기대된다.