< (왼쪽부터) 신소재공학과 홍승범 교수, 오지민 박사, 염지원 박사 >
국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다.
우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다.
*합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다.
연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자의 크기 분석을 위해 SEM을 활용하고, 열화된 배터리 소재의 경우 입자가 깨지고 부서지는 형상으로부터 신뢰성을 예측하는 것에 착안했다. 연구팀은 반도체 공정에서와 같이 배터리 공정도 자동화된 SEM으로 양극재 표면을 검수해서 원하는 조성대로 합성이 되었는지 수명은 신뢰성 있게 나올 것인지를 확인해 불량률을 줄일 수 있다면 획기적일 것으로 판단했다.
< 그림 1. 양극재 표면의 주사전자현미경 사진과 인공지능의 감지 지도 >
연구진은 자율주행차에 적용가능한 합성곱 신경망 기반 인공지능에 배터리 소재의 표면 영상을 학습시켜서 양극재의 주 원소 함량과 충·방전 사이클 상태를 예측할 수 있게 했다. 이런 방법론이 첨가제가 들어간 양극재에도 적용가능한 지 확인한 결과 함량은 상당히 정확하게 예측하는 반면 충·방전 상태는 정확도가 낮다는 단점을 알게 됐다. 이에 연구팀은 향후 다양한 공정을 통해서 만든 배터리 소재의 형상을 학습시켜 차세대 배터리의 조성 균일성 검수 및 수명 예측에 활용할 계획이다.
연구를 이끈 홍승범 교수는 “이번 연구는 세계 최초로 마이크론 스케일의 주사전자현미경 사진의 소재 구조 데이터를 통해 주 원소 함량과 충·방전 상태를 빠르고 정확하게 예측할 수 있는 인공지능 기반 방법론을 개발한 데 의의가 있고 이번 연구에서 개발된 현미경 영상 기반 배터리 소재의 함량 및 상태 감별 방법론은 향후 배터리 소재의 성능과 품질을 향상하는 데 중요한 역할을 하게 될 것으로 기대된다”고 전망했다.
< 그림 2. 첨가제가 함유된 NCM 양극재의 주원소 함량 및 충방전 상태를 인공지능 모델이 예측했을 때 각각의 정확도와 종합적인 정확도 >
한편, 이번 연구는 공동 제1 저자인 신소재공학과 졸업생 오지민 박사와 염지원 박사와 공동저자인 ETRI 김광만 박사와 미국 드렉셀 대학교 아가르(Agar) 교수가 참여하였고, 한국연구재단(2020M3H4A3081880, RS-2023-00247245), KAIST 글로벌특이점 사업의 지원 및 미국 연구진과의 국제공동연구를 통해 수행됐으며, 국제 학술지 ‘엔피제이 컴퓨테이셔날 머티리얼즈(npj computational materials)’에 지난 5월 4일 자 출판됐다. (논문 제목: Composition and state prediction of lithium-ion cathode via convolutional neural network trained on scanning electron microscopy images)
-
연구 ‘꿈의 배터리’ 리튬금속 배터리 상용화 난제 풀었다
전기차 시대가 본격화되면서 더 멀리, 더 오래 달릴 수 있는 배터리에 대한 요구가 커지고 있다. 기존 리튬이온(Lithium-ion) 배터리의 용량 한계를 뛰어넘을 차세대 기술로 리튬금속(Lithium Metal) 배터리가 주목받고 있지만, 충전 과정에서 바늘 모양 결정 ‘덴드라이트’가 자라 수명을 단축시키고 화재 위험까지 높이는 문제가 상용화의 최대 걸림돌로 지적돼 왔다. 한국 연구진이 이 난제를 해결할 핵심 기술을 개발했다. 우리 대학은 생명화학공학과 최남순 교수팀과 신소재공학과 홍승범 교수팀, 고려대학교(총장 김동원) 곽상규 교수팀이 협력해 리튬금속 배터리의 가장 큰 난제인 ‘계면 불안정성’을 전자 구조 수준에서 해결하는 기술을 개발했다고 24일 밝혔다. 계면 불안정성은 충·방전 과정에서 전극과 전해질이 맞닿는 경계면이 고르게 유지되지 못하는 현상이다. 이로 인해 리튬이 바늘처럼 자라나는 덴드라이트가 형성되고,
2026-02-24 -
연구 다크나잇 속 조커가 ‘내가 되는’ 기술 개발
만약 영화 다크나잇을 보면서 화면 속 조커를 바라보는 것이 아니라, 내가 조커가 되어 고담시를 직접 바라본다면 어떨까. 관객의 시선이 아닌 등장인물의 눈으로 세상을 경험하는 영상 기술이 현실이 되고 있다. 우리 대학 연구진이 일반 영상만으로도 사용자가 직접 보는 시점의 영상을 생성하는 새로운 인공지능 모델을 개발했다. 으리 대학은 김재철AI대학원 주재걸 석좌교수 연구팀이 관찰자 시점의 영상만을 활용해 영상 속 인물이 실제로 보고 있었을 장면을 정밀하게 생성하는 인공지능 모델 ‘에고엑스(EgoX)’를 개발했다고 23일 밝혔다. 최근 증강현실(AR), 가상현실(VR), AI 로봇 기술이 빠르게 발전하면서 ‘내가 직접 보는 장면’을 그대로 담은 1인칭 시점 영상(Egocentric video)의 중요성이 커지고 있다. 그러나 고품질의 1인칭 영상을 얻기 위해서는 사용자가 고가의 액션캠이나 스마트 글래스를 직접 착용해야 하는 한계가 있었다.
2026-02-23 -
연구 끝없는 배터리 실험 줄인다...성능 예측 AI 개발
전기차를 한 번 더 멀리 가게 하고, 스마트폰을 더 오래 쓰게 만드는 힘은 배터리 소재에서 나온다. 그중에서도 배터리의 성능과 수명을 직접 좌우하는 핵심 재료가 바로 양극재다. 배터리 소재 개발에 필요한 수많은 실험을 인공지능이 대신할 수 있다면 어떨까. 우리 대학 연구진이 실험 데이터가 부족한 상황에서도 양극재의 입자 크기와 예측 신뢰도를 함께 제시하는 인공지능(AI) 프레임워크를 개발하며, 전고체 배터리 등 차세대 에너지 기술로의 확장 가능성을 열었다. 우리 대학은 신소재공학과 홍승범 교수팀이 조은애 교수팀과 공동연구를 통해, 실험 데이터가 불완전한 상황에서도 배터리 양극재의 입자 크기를 정확하게 예측하고, 그 결과를 얼마나 신뢰할 수 있는지까지 함께 제공하는 머신러닝 프레임워크를 개발했다고 26일 밝혔다. 배터리 내부의 양극재는 리튬이온 배터리가 에너지를 저장하고 꺼내 쓰게 만드는 핵심 재료다. 현재 전기차 배터리에 가장 널리 사용되는 양극재는 니켈(Ni), 코발트(Co
2026-01-26 -
연구 비싼 금속 없이 전고체 배터리 성능 한계 돌파
배터리는 스마트폰과 전기차 등 현대 사회의 필수 기술이지만, 화재·폭발 위험과 높은 비용이라는 한계를 안고 있다. 이를 해결할 대안으로 전고체 배터리가 주목받아 왔지만, 안전성·성능·가격을 동시에 만족시키기는 쉽지 않았다. 한국 연구진이 비싼 금속을 추가하지 않고도 구조 설계만으로 전고체 배터리 성능을 단번에 수 배 끌어올리는 데 성공했다. 우리 대학은 소재공학과 서동화 교수 연구팀이 서울대학교(총장 유홍림) 정성균 교수, 연세대학교(총장 윤동섭) 정윤석 교수, 동국대학교(총장 윤재웅) 남경완 교수 연구팀과의 공동 연구를 통해, 저비용 원료를 사용하면서도 폭발과 화재 위험이 낮고 성능이 우수한 전고체 배터리 핵심 소재 설계 방법을 개발했다고 7일 밝혔다. 일반 배터리는 액체 전해질 안에서 리튬 이온이 이동하는 반면, 전고체 배터리는 액체 대신 고체 전해질을 사용한다. 이 때문에 전고체 배터리는 더 안전하지만, 고체 안에서 리튬 이온이 빠르
2026-01-07 -
연구 차세대 무음극 리튬 전지 상용화 난제 풀었다
전기차와 드론, 차세대 고성능 배터리 후보로 주목받아 온 무음극 리튬 금속 전지는 기존 리튬이온전지보다 에너지 밀도가 훨씬 높지만, 짧은 수명 문제로 상용화에 어려움을 겪어 왔다. 우리 대학 연구진이 전해질을 반복적으로 바꿔야 했던 기존 접근에서 벗어나, 전극 표면 설계만으로 배터리 수명을 획기적으로 늘리는 데 성공했다. 우리 대학은 생명화학공학과 이진우·임성갑 교수 연구팀이 전극 표면에 두께 15나노미터(nm)의 초극박 인공 고분자층을 도입해, 무음극 금속 전지의 최대 약점인 계면 불안정성 문제를 근본적으로 해결했다고 4일 밝혔다. 무음극 금속 전지는 음극에 흑연이나 리튬 금속 대신 구리 집전체만 사용하는 단순 구조를 갖는다. 이로 인해 기존 리튬이온전지 대비 30~50% 높은 에너지 밀도, 낮은 제조 비용, 공정 단순화라는 장점이 있지만, 초기 충전 과정에서 리튬이 구리 표면에 직접 쌓이며 전해질이 빠르게 소모되고 불안정한 보호막(SEI)이 형성돼 수명이 급격
2026-01-05