【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]배터리 남은 수명·폭발위험, AI로 정확히 진단

온카뱅크관리자

2026-02-04 10:57:29

<div id="layerTranslateNotice" style="display:none;"></div> 울산과기원, 배터리 건강 진단 AI모델 개발 어텐션 알고리즘 적용..데이터 스스로 선별 직병렬 연결방식 상관없이..전기차 등에 활용 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="FHPv0Paey2">
 <figure class="figure_frm origin_fig" contents-hash="77270fb31d9281c2103dd67ac1608e181feb94bbcde146449fa60375ba123c45" dmcf-pid="3XQTpQNdv9" dmcf-ptype="figure">
 <img alt="UNIST가 개발한 배터리 건강 진단 AI 모델 개념도. 제민마이가 그린 이미지." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/04/dt/20260204105144481hfkx.jpg" data-org-width="640" dmcf-mid="172OZ2J6Sf" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/04/dt/20260204105144481hfkx.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 UNIST가 개발한 배터리 건강 진단 AI 모델 개념도. 제민마이가 그린 이미지.
 </figcaption>
 </figure>
 배터리 연결 방식에 상관없이 다양한 배터리의 남은 수명과 폭발 위험 등을 인공지능(AI)으로 진단하는 기술이 개발됐다.
 배터리 연결 형태가 달라질 때마다 데이터를 재학습시켜야 했던 기존 기술의 불편함을 개선하는 것으로, 전기차배터리나 에너지저장장치(ESS) 등에 활용될 전망이다.
 울산과학기술원(UNIST)은 김동혁·최윤석 에너지화학공학과 교수팀이 배터리 연결 구조가 달라져도 별도의 재학습 없이 적용할 수 있는 ‘배터리 건강 진단 AI 모델’을 개발했다고 4일 밝혔다.
 배터리 건강 상태는 초기 용량 대비 현재 사용할 수 있는 용량 비율로, 배터리 잔존 수명과 폭발 위험 등 안전성을 진단할 수 있는 지표다.
 AI 기술을 활용하면 사람이 일일이 복잡한 수식을 풀지 않고 배터리를 작동시킬 때 측정된 전압, 전류, 온도 등의 값만으로 건강 상태를 진단할 수 있다.
 이번에 개발된 AI 모델은 방대한 데이터 가운데 꼭 필요한 정보에만 집중하는 ‘어텐션 알고리즘’을 적용해 배터리 수명을 예측할 때 높은 중요도를, 반대로 배터리 형태를 구분할 경우에는 낮은 중요도를 보이는 데이터 패턴만을 교집합으로 선별하도록 설계했다.
 AI 모델은 배터리 충·방전 데이터에서 추출한 62개의 데이터 패턴 중 배터리의 직·병렬 연결 방식에 영향을 받지 않으면서 잔존 수명 예측에 민감하게 반응하는 5개의 지표를 선별한다. 이 때문에 단일 셀 데이터만으로 학습시켜도 여러 셀이 연결된 모듈의 건강 상태도 정확히 진단할 수 있다.
 실험 결과, 단일 셀 데이터만을 학습했음에도 7개의 셀이 병렬로 연결된 모듈 수명을 정확하게 파악했다. 기존 모델 대비 3분의 1수준 예측 오차를 기록했다고 연구팀은 설명했다.
 기존 AI 진단 기술은 배터리 셀 하나를 진단하는 모델을 만들어도 이를 수백 개 연결한 모듈이나 팩에는 바로 적용할 수 없었다. 배터리가 병렬이나 직렬로 연결되면서 내부 저항이 변하거나 전압 불균형이 발생해 데이터 패턴이 미세하기 달라지기 때문이다.
 김동혁 UNIST 교수는 “AI가 배터리 연결방식과 무관한 ‘진짜 건강 신호’만을 스스로 골라내도록 설계해 하나의 AI 모델로 다양한 배터리 시스템을 진단할 수 있다”며 “전기차 배터리 관리 시스템, 대규모 에너지저장장치, 사용 후 배터리 성능 평가 및 재활용 분야 등에 적용할 수 있을 것”이라고 말했다.
 연구결과는 화학공학 분야 국제 학술지 ‘화학공학저널’ 지난달 15일 온라인으로 실렸다.
 <figure class="figure_frm origin_fig" contents-hash="53c80dbe063934315c18b836b611d0a30662df79740dcfa56300c019c439cad9" dmcf-pid="2v2OZ2J6hF" dmcf-ptype="figure">
 <img alt="김동혁(왼쪽부터) UNIST 교수, 최윤석 교수, 박서정 박사, 김윤서 연구원." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/04/dt/20260204105145772dqly.jpg" data-org-width="640" dmcf-mid="t9xyUxjJTV" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/04/dt/20260204105145772dqly.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 김동혁(왼쪽부터) UNIST 교수, 최윤석 교수, 박서정 박사, 김윤서 연구원.
 </figcaption>
 </figure>
 이준기 기자 bongchu@dt.co.kr
 </section> 
 </div> 
 Copyright © 디지털타임스. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기