배터리 연결 방식과 관계없이 수명과 폭발 위험을 정확히 진단할 수 있는 인공지능(AI) 기술이 나왔다.

울산과학기술원(UNIST)은 에너지화학공학과 김동혁, 최윤석 교수팀이 배터리의 연결 구조가 달라져도 별도의 재학습 없이 적용할 수 있는 배터리 건강 진단 AI 모델을 개발했다고 4일 밝혔다.

배터리 건강 상태는 초기 용량 대비 현재 사용할 수 있는 용량 비율로, 남은 수명과 폭발 위험 등 안전성을 진단할 수 있는 지표다.

AI를 활용하면 사람이 일일이 복잡한 수식을 풀지 않아도 배터리를 작동시킬 때 측정된 전압, 전류, 온도 등의 값만으로 건강 상태를 확인할 수 있다.

연구팀이 개발한 모델은 배터리 충·방전 데이터에서 추출한 62개 데이터 패턴 중 배터리의 직·병렬 연결 방식에는 영향을 받지 않으면서 수명 예측에 민감하게 반응하는 5개 지표를 스스로 선별해 수명을 정확하게 짚어낸다.

김동혁 교수는 "AI가 배터리의 연결 방식과 무관한 건강 신호만을 스스로 골라내도록 설계해 다양한 배터리 시스템을 진단할 수 있는 해법을 찾았다"며 "전기차 배터리 관리 시스템, 대규모 에너지저장장치, 사용 후 배터리 성능 평가 및 재활용 분야 등으로 확장해 적용할 수 있을 것"이라고 말했다.

한국연구재단의 지원을 받은 이번 연구 결과는 화학공학 분야 국제 학술지 '화학공학저널'(Chemical Engineering Journal) 온라인판에 지난달 15일 실렸다.