KAIST, AI 활용 고용량 배터리 소재 역설계 기술 개발

"차세대 배터리 신소재 개발 시간 단축 기대"

한국과학기술원(KAIST) 연구팀 등이 인공지능(AI)을 활용해 고용량 배터리 소재를 역설계하는 기술을 개발했다.

KAIST는 신소재공학과 홍승범 교수 연구팀이 KAIST 조은애·변혜령 ·이혁모·신종화·육종민 교수, 미국 르하이대 죠수아 C 에이가 교수와 협업해 배터리 소재 역설계 머신러닝(기계학습) 모델을 수립했다고 23일 밝혔다.

AI를 신소재공학에 적용하면 신소재 개발 시간을 단축할 수 있다는 장점이 있다. 하지만 새로운 배터리 소재 탐색에 AI를 활용하게 되면 AI가 학습할 수 있는 데이터의 크기가 한정적이라 문제가 발생할 수 있다.

연구팀은 배터리 양극재 원료조성, 1·2차 소결 온도·시간, 컷오프 전위 및 충·방전률, 1·2차 입자 크기, 충·방전 용량 변수 간의 상관관계를 정량적으로 수립했다. 이를 활용해 요구되는 에너지 용량에 맞는 합성 조건을 찾는 알고리즘을 개발했다.

홍승범 교수는 "이 기술을 활용해 차세대 배터리 신소재 개발 시간이 단축될 것으로 기대한다"며 "향후 데이터 마이닝 기술, 머신러닝 기술, 공정 자동화 기술을 융합해 다양한 신소재 개발을 획기적으로 확대할 것"이라고 말했다.

이번 연구는 국제 학술지 '나노에너지(Nano Energy)'에 게재됐다.

3단계 디자인-소자 파이프라인 개략도. 논문에서 추출한 정보를 기반으로 모델을 수립하고, 모델 기반으로 공정-구조-물성 상관관계를 예측함. 이후 물성-구조-공정 역설계 모델을 수립해 요구되는 물성치를 가능케 하는 공정 및 구조 변수를 추출했다. 사진=KAIST 제공