배터리 연결 방식에 상관없이 배터리 건강상태를 정확히 진단할 수 있는 인공지능 기술이 나왔다.
UNIST는 에너지화학공학과 김동혁·최윤석 교수팀이 배터리의 연결 구조가 달라져도 별도의 재학습 없이 적용할 수 있는 배터리 건강진단 AI 모델을 개발했다고 4일 밝혔다.
배터리 건강상태는 초기 용량 대비 현재 사용할 수 있는 용량 비율로, 배터리 잔존 수명과 폭발 위험 등 안전성을 진단할 수 있는 지표다. AI 기술을 활용하면 배터리를 작동시킬 때 측정된 전압, 전류, 온도 등의 값만으로 건강상태를 진단할 수 있게 된다.
개발된 AI 모델은 배터리 충·방전 데이터에서 추출한 62개의 데이터 패턴 중, 배터리의 직·병렬 연결 방식에는 영향을 받지 않으면서 잔존 수명 예측에 민감하게 반응하는 5개의 지표를 스스로 선별해낸다. 단일 셀 데이터만으로 학습시켜도 여러 셀이 연결된 모듈의 건강 상태까지 정확히 진단할 수 있다.
연구팀은 트랜스포머의 어텐션 알고리즘을 기반으로 이 모델을 만들었다. 트랜스포머는 챗GPT·제미나이의 기반이 되는 AI모델이다. 개발된 모델은 어텐션 알고리즘을 활용해 배터리 수명을 예측할 때는 높은 중요도를, 반대로 배터리 형태를 구분하는 데는 낮은 중요도를 보이는 데이터 패턴만을 교집합으로 선별해낸다.
김동혁 교수는 “전기차 배터리 관리 시스템, 대규모 에너지저장장치, 사용 후 배터리 성능 평가 및 재활용 분야 등으로 확장해 적용될 수 있을 것”이라고 말했다. 이다예기자
저작권자 © 울산일보 무단전재 및 재배포 금지
