KAIST·포스코, AI 실험실로 이차전지 개발 93% 단축

이차전지 양극 소재 합성, 분석 시스템 구축

국내 산학 협력 연구진이 개발한 자율 탐색 실험실./한국과학기술원(KAIST)

국내 산학 협력 연구진이 연구자의 개입 없이 이차전지 양극 소재를 개발하는 ‘자율 탐색 실험실’을 구축해 탐색 기간을 93% 단축했다.

서동화 한국과학기술원(KAIST) 신소재공학과 교수 연구진은 포스코홀딩스 미래기술연구원 에너지소재연구소 LIB소재연구센터 연구진과 산학 협력 연구를 통해, 인공지능(AI)과 자동화 기술을 기반으로 이차전지 양극 소재를 탐색하는 자율 탐색 실험실을 구축했다고 3일 밝혔다.

이차전지 양극 소재는 높은 충전 속도, 에너지 밀도, 안정성 등 어려운 기준들을 전부 충족해야 하기 때문에 소재 개발을 위해서는 수많은 소재 후보군을 고려해 탐색을 진행해야만 한다. 숙련된 연구자의 높은 노동력과 긴 개발 시간이 필요한 이유다.

연구진은 연구자의 개입 없이 시료 정량, 혼합, 펠렛화, 소결과 분석을 수행하는 자동화 시스템과 분석된 데이터를 해석하고 이를 학습해 최선의 후보군을 선택하는 AI 모델을 기반으로 자율 탐색 실험실을 구축했다. 각 과정을 개별 장치 모듈로 구축하고 이를 중앙 로봇팔이 핸들링하는 방법으로 실험 효율을 높였다.

또 연구진은 기존 방법과 다른 고속 소결 방법을 도입해 합성 속도를 개선했다. 소결은 시료를 가열해 분말 입자를 하나의 덩어리로 만드는 과정이다. 그 결과, 소결 공정에 필요한 시간을 50배 단축할 수 있었고, 기존 연구자 기반 실험 대비 12배 많은 소재 데이터를 확보할 수 있었다.

확보한 소재 데이터는 AI 모델을 통해 자동으로 해석돼 불순물 비율 등이 추출된다. 이를 합성 성공 여부와 관계없이 체계적으로 저장해 양질의 데이터베이스를 구축하며, 해당 데이터는 최적화 AI 모델의 학습 데이터로 활용하는 시스템을 구현했다.

지능형 실험 자동화 시스템을 24시간 운용할 경우, 실험 데이터를 약 12배 이상 확보할 수 있고 소재 탐색 시간은 93% 단축할 수 있다. 소재 탐색에 필요한 실험 횟수가 500회라고 가정할 때 연구자가 직접 실험을 수행하는 기존 방식으로는 84일이 소요되지만, 자동화 시스템은 약 6일 만에 완료할 수 있다.

서동화 교수는 “저출산으로 인한 연구 인력 감소를 해결할 기술“이라며 ”양질의 소재 데이터를 바탕으로 이차전지 소재 개발을 가속해 글로벌 경쟁력을 강화할 수 있을 것으로 기대한다”고 설명했다.

포스코홀딩스 미래기술연구원은 2026년 이후 업그레이드된 버전의 자율 탐색 실험실 시스템을 자체 연구소 실험실에 적용해 차세대 이차전지 소재 개발 속도를 획기적으로 높이는 것을 목표로 하고 있다.

- Copyright ⓒ 조선비즈 & Chosun.com -