배터리 성능을 예측하는 인공지능(AI) 기술이 개발됐다. 이 기술은 배터리 소재 개발에 필요한 수많은 실험을 AI가 대신 수행하고 예측 신뢰도를 높인다는 점에서 소재 개발 과정에 시행착오를 최소화하는 역할을 할 것으로 기대된다.


KAIST는 신소재공학과 홍승범 교수팀이 조은애 교수팀과 공동연구를 진행해 실험 데이터가 불완전한 상황에서도 배터리 양극재의 입자 크기를 정확하게 예측, 신뢰도를 함께 제공하는 AI 머신러닝 프레임워크를 개발했다고 26일 밝혔다.

AI생성 이미지. KAIST 제공

AI생성 이미지. KAIST 제공

AD
원본보기 아이콘

배터리 내부의 양극재는 리튬이온 배터리가 에너지를 저장하고 꺼내 쓰는 데 필요한 핵심 재료다. 현재 전기차 배터리에 가장 널리 사용되는 양극재는 니켈(Ni), 코발트(Co), 망간(Mn)을 혼합한 NCM 계열 금속 산화물로 배터리의 수명과 충전 속도, 주행 거리, 안전성에 영향을 준다.


공동연구팀은 양극재를 이루는 미세 입자(1차 입자)의 크기가 배터리 성능을 결정하는 핵심 요소라는 점에 주목했다. 입자가 지나치게 크면 성능이 저하되고 반대로 너무 작으면 안정성 문제가 발생할 수 있기 때문이다.

기존에는 입자 크기를 파악하기 위해 소결 온도와 시간, 재료 조성 등을 바꿔가며 수많은 실험을 반복해야 했다. 하지만 실제 연구 현장에서는 모든 조건을 빠짐없이 측정하기 어렵고 실험 데이터가 누락되는 경우가 잦아 공정 조건과 입자 크기 간의 관계를 정밀하게 분석하는 데 한계가 따랐다.


이러한 문제를 해결하기 위해 공동연구팀은 입자 크기를 정확하게 예측·제어할 수 있는 AI 프레임워크를 설계했다. 이 프레임워크는 화학적 특성을 고려해 누락된 실험 데이터를 보완하는 기술(MatImpute)과 예측 불확실성을 계산하는 확률적 머신러닝 모델(NGBoost)을 결합해 완성됐다.


특히 이 모델은 단순히 입자 크기를 예측하는 데 그치지 않고 해당 예측을 어느 정도까지 신뢰할 수 있는지에 관한 정보를 함께 제공함으로써 실제 어떤 조건에서 재료를 합성할지를 결정하는 데 중요한 기준을 제시한다.


실제 실험 데이터를 확장해 학습한 결과 AI 모델은 86.6%의 높은 예측 정확도를 보였다. 분석 결과 양극재 입자 크기는 재료 성분보다도 굽는 온도와 시간 같은 공정 조건의 영향을 많이 받는 것으로 나타났다. 이는 기존의 실험적 이해와도 부합하는 결과다.


홍승범 교수(앞줄 왼쪽), 조은애 교수(앞줄 오른쪽) 등 주요 연구진이 모여 기념촬영을 하고 있다. KAIST 제공

홍승범 교수(앞줄 왼쪽), 조은애 교수(앞줄 오른쪽) 등 주요 연구진이 모여 기념촬영을 하고 있다. KAIST 제공

원본보기 아이콘

공동연구팀은 AI 예측의 신뢰성을 검증하기 위해 금속 성분 비율이 같은 NCM811(Ni 80%·Co 10%·Mn 10%) 조성을 유지하되, 기존 데이터에 포함되지 않은 제조 조건으로 합성한 양극재 시료 4종을 새롭게 제작해 실험했다.


이 결과 AI가 예측한 입자 크기는 실제 현미경 측정 결과와 거의 일치했으며, 오차는 대부분 머리카락 두께보다 훨씬 작은 0.13㎛ 이하로 확인됐다.


무엇보다 AI가 함께 제시한 예측 불확실성 범위 안에는 실제 실험 결과가 포함돼 예측값은 물론 신뢰도에서도 타당성이 확보됐다고 공동연구팀은 설명했다.


이번 연구는 배터리 연구에서 모든 실험을 수행하지 않아도 성공 가능성이 높은 조건을 먼저 찾을 수 있는 길을 열었다는 점에서 의미를 갖는다. 이를 통해 배터리 소재 개발 속도를 높이고 불필요한 실험과 비용을 크게 줄일 수 있을 것이라는 게 공동연구팀의 기대다.


홍 교수는 "AI가 예측값과 예측 결과를 얼마나 신뢰할 수 있는지를 함께 제시토록 한다는 게 이번 연구의 핵심"이라며 "연구 결과가 향후 차세대 배터리 소재를 보다 빠르고 효율적으로 설계하는 데 실질적인 도움이 될 것으로 기대한다"고 말했다.

AD

한편 이번 연구에는 신소재공학과 벤 마디카(Benediktus Madika) 박사과정 연구원이 제1 저자로 참여했다. 연구 성과(논문)는 최근 신소재·화학공학 분야 국제학술지 '어드밴스드 사이언스(Advanced Science)'에 게재됐다.


대전=정일웅 기자 jiw3061@asiae.co.kr

<ⓒ투자가를 위한 경제콘텐츠 플랫폼, 아시아경제. 무단전재 배포금지, AI 학습 및 활용 금지>

함께 보면 좋은 기사

새로보기

내 안의 인사이트 깨우기

취향저격 맞춤뉴스

많이 본 뉴스

당신을 위한 추천 콘텐츠

놓칠 수 없는 이슈