우프살라 대학교의 연구진은 전기 자동차 배터리의 수명과 안전성을 크게 향상시키는 새로운 AI 모델을 공개하여 운송 부문의 전기화를 가속화하는 유망한 솔루션을 제공했습니다.
스웨덴 웁살라 대학교의 연구원들은 전기 자동차(EV) 배터리의 수명을 획기적으로 늘리고 안전성을 향상시킬 수 있는 선구적인 AI 모델을 개발하여 운송 부문의 전기화를 가로막는 심각한 장벽을 해결했습니다.
배터리 성능 저하 문제는 전기차 산업에 있어 심각한 과제이며, 배터리는 노후화와 고장의 가장 먼저 발생하는 부품이 되는 경우가 많습니다. 이러한 급속한 성능 저하 현상은 자원 낭비를 초래할 뿐만 아니라, 더욱 지속 가능한 교통 시스템으로의 전환을 저해합니다.
이 문제를 완화하기 위해 연구자들은 고급 소프트웨어 개발에 주력하고 있으며, 인공 지능을 활용해 배터리 관리와 제어를 최적화하고 있습니다.
우프살라 대학의 새로운 AI 모델은 배터리 노후화 예측의 정확도를 크게 높인 것이 특징입니다.
우프살라 대학교 화학과의 재료화학 교수이자 옹스트롬 첨단 배터리 센터의 소장인 다니엘 브랜델이 이 연구를 주도했습니다.
브랜델은 보도자료를 통해 "배터리의 수명과 노화에 대해 더 많이 알 수 있게 되면 향후 전기 자동차 제어 시스템에 도움이 될 것입니다. 또한 배터리 내부에서 어떤 일이 일어나는지 이해하는 것이 얼마나 중요한지 보여줍니다. 단순히 전력을 공급하는 블랙박스처럼 배터리를 바라보는 대신, 배터리의 작동 과정에 대한 자세한 정보를 확보한다면 배터리가 더 오랫동안 양호한 상태를 유지하도록 관리할 수 있습니다."라고 밝혔습니다.
이 연구는 덴마크의 올보르그 대학과 협력하여 수년에 걸쳐 광범위한 배터리 테스트를 포함했습니다.
연구진은 매우 짧은 충전 구간에서 데이터를 수집하여 광범위한 데이터베이스를 구축했습니다.
이 대규모 데이터 세트는 배터리 내부에서 발생하는 다양한 화학 반응을 매핑한 세부적인 모델과 결합되어 발전 및 노화 과정에 대한 매우 정확한 그림을 제공했습니다.
브랜델 연구팀의 박사후 연구원이자 이 연구를 수행한 웬디 궈는 "이를 통해 배터리가 전력을 생성하는 다양한 화학 반응에 대한 매우 정확한 그림을 얻을 수 있을 뿐만 아니라 사용 중에 배터리가 어떻게 노화되는지에 대한 그림도 얻을 수 있었습니다."라고 덧붙였습니다.
이 AI 모델의 또 다른 이점은 민감하고 광범위한 차량 데이터에 대한 의존도를 줄일 수 있는 잠재력이 있다는 것입니다.
"짧은 충전 구간만 사용한다는 점이 아마도 추가적인 장점일 것입니다. 전기차 배터리 데이터는 업계와 사용자 익명화 측면에서 모두 민감한 데이터입니다. 이 연구는 완전한 데이터 세트 없이도 얼마나 많은 것을 얻을 수 있는지 보여줍니다."라고 브랜델은 덧붙였습니다.
이 연구의 의미는 다음과 같습니다. 출판 에너지 및 환경 과학 저널에 게재된 이 AI 모델은 배터리 수명 연장을 훨씬 뛰어넘을 수 있습니다. 충전 사이클 동안 배터리의 화학적 특성과 거동을 더 잘 이해함으로써, AI 모델은 종종 안전 문제를 야기하는 잠재적인 설계 결함과 부작용을 예측하고 완화함으로써 안전성을 향상시킬 것으로 기대됩니다.
출처: 웁살라 대학