UNIST "배터리 분해 없이 상태 진단하는 기술 개발"

배터리 재활용 여부 쉽게 판단…다양한 기기에 적용 가능

UNIST 연구진 모습 윗줄 왼쪽 원형부터 임한권 교수, 김동혁 교수, 최윤석 교수, 아랫줄 왼쪽부터 정다운 연구원, 제1저자 박서정 연구원, 제1저자 임동준 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]

(울산=연합뉴스) 김용태 기자 = 다 쓴 배터리의 건강 상태(SOH·State-of-Health)를 진단하고 재활용 여부를 쉽게 판단할 수 있는 기술이 개발됐다.

울산과학기술원(UNIST)은 에너지화학공학과 김동혁, 최윤석 교수팀과 탄소중립대학원 임한권 교수팀은 컴퓨터가 독립적으로 훈련하는 딥러닝을 기반으로 배터리 상태를 진단할 수 있는 시스템(DeepSUGAR)을 개발했다고 8일 밝혔다.

연구팀은 학습을 통해 새로운 창작물을 만드는 생성형 인공지능 기술 '생성형 대립 신경망'(GAN)과 효과적으로 이미지를 처리할 수 있는 '합성곱 신경망'(CNN)을 결합했다.

이 시스템은 리튬 배터리를 충·방전시킬 때 얻은 전압, 전류, 용량 데이터를 빛의 삼원색 값으로 변환해 이미지화한다.

이를 통한 딥러닝 모델을 활용해 배터리 건강 상태를 예측한다.

모듈, 팩 등 배터리 구성에 상관없이 적용할 수 있어 기존 배터리 진단 방법과는 차별화된다고 연구팀은 설명했다.

특히 이 시스템은 배터리 부품인 모듈의 충·방전 데이터까지 뽑아낼 수 있어 배터리를 분해하거나 실제 충·방전 테스트 없이도 내부 모듈의 재활용 여부를 판단할 수 있다.

'재료화학 A' 표지 논문 선정 [울산과학기술원 제공. 재판매 및 DB 금지]

제1저자인 박서정 석박사통합과정연구원은 "시스템을 통해 배터리 재활용 절차를 간소화시킬 수 있었다"며 "기기 종류에 국한되지 않고 범용적으로 적용할 수 있어 배터리 재활용 분야에 크게 기여할 수 있을 것으로 기대한다"고 말했다.

또 공동 제1저자인 임동준 석박사통합과정연구원은 "배터리 재활용 분야뿐 아니라 실생활에서도 배터리 팩 진단을 통해 내부 모듈의 건강 상태를 예측할 수 있다"며 "성능이 저하된 모듈만 교체할 수 있어 향후 다양한 분야에서 친환경 에너지를 실현하는 데 도움이 될 것"이라고 말했다.

연구 결과는 국제 학술지 '재료화학 A'(Journal of Materials Chemistry A)에 10월 17일 온라인으로 게재됐고, 11월호 표지 논문으로 선정됐다.

연구는 UNIST 탄소중립실증화센터, 과학기술정보통신부 바이오·의료기술개발사업, 산업통상자원부 한국산업기술평가관리원의 지원을 받아 이뤄졌다.

yongtae@yna.co.kr

▶제보는 카톡 okjebo