소재 분석 통해 최적의 구성 만들어
고장 메커니즘 파악해 배터리 수명 연장

[테크월드뉴스=박예송 기자] 전기차 산업에서 배터리는 중요한 역할을 한다. 긴 수명, 큰 용량, 빠른 충전 속도 등을 갖춘 배터리는 전기차의 성능을 향상시키기 때문에 배터리 성능 개선을 위한 신소재 개발도 이어지고 있다.

배터리 소재는 다양한 화학 물질로 이뤄져 있으며 조합을 통해 원하는 특성을 얻을 수 있다. 이런 소재를 최적화하고 새로운 소재를 발견하기 위해서는 많은 연구와 시행착오가 필요하다. 미 언론매체 EE타임스는 이 과정에서 AI가 빠른 속도로 방대한 데이터를 분석하고 새로운 배터리 소재 개발을 가속화하는 데 큰 역할을 할 수 있다고 설명했다.

AI는 새로운 배터리 소재 개발을 가속화하는 데 큰 역할을 할 수 있다. [사진=게티이미지뱅크]
AI는 새로운 배터리 소재 개발을 가속화하는 데 큰 역할을 할 수 있다. [사진=게티이미지뱅크]

 

▶데이터베이스를 통한 분석

캘리포니아 대학 연구팀은 데이터베이스를 이용해 더 안전하고 에너지 밀도가 높은 전극 및 전해질 소재를 찾고 있다. 이들은 M3GNet이라는 AI를 활용해 화학 물질의 특성을 예측하고 그 정보를 데이터베이스인 matterverse.ai에 입력했다.

M3GNet은 기존 물질의 에너지 등에 대한 방대한 데이터베이스를 기반으로 학습된 AI다. M3GNet은 구글 딥마인드의 단백질 구조 예측 프로그램 ‘알파폴드’와 유사하다. 알파폴드의 경우 특정 단백질의 구조를 정확히 찾아낼 수 있다면 단백질이 어떻게 작동하는지도 예측할 수 있다는 목적으로 개발됐다.

M3GNet도 마찬가지로 데이터가 새로운 원자 조합의 에너지와 힘을 예측하는 데 사용된다. 이는 리튬이온 전달 속도 예측에도 사용돼 배터리 충전 속도 제어에 활용될 수 있다.

연구진은 원자를 다른 원소로 대체해 3100만 개의 잠재적 신소재를 만들었으며 이 중 약 180만 개는 실제 생활에서 만들 수 있을 만큼 안정적일 것으로 예상했다.

 

▶최적의 조합 연구

현재 배터리의 주류로 자리 잡은 리튬이온배터리는 크게 양극, 음극, 분리막, 전해질로 구성된다. 그중 전해질은 양극에서 음극으로 이온이 전달되도록 돕는 역할을 한다. 전해질은 다양한 화학물질의 조합으로 구성돼 있는데 어떤 물질과 조합하는지에 따라 배터리 성능과 안정성 등이 좌우된다. 따라서 균형을 맞추는 것이 중요하다. 예를 들어 충전 시간 단축에 적합한 구성이 배터리 수명을 길게 만드는 구성과 다를 수 있어 여러 측면을 고려해 조합을 최적화해야 한다.

연구진은 연구 과정에서 AI와 결합된 로봇이 사람보다 6배 더 빠르게 작동하고 재료도 3분의 1의 양만큼 사용했다고 설명했다. 이 로봇은 어떤 조합으로 배터리를 테스트할지 결정하고 실행한다.

연구진은 “AI가 이틀 만에 42번의 실험으로 6개의 유망한 전해질 제조법을 찾아냈다”며 “향후에는 충전 시간뿐만 아니라 다른 변수들도 최적화할 예정”이라고 말했다.

미국 신소재 설계 기업 에이아이오닉스는 수십억 개의 분자 정보가 담긴 데이터베이스를 기반으로 전해질 구성을 다양한 조합으로 시뮬레이션 했다. 에이아이오닉스는 실험을 반복할 때마다 AI가 머신러닝으로 학습하기 때문에 문제해결 능력이 향상된다고 설명했다. 기존 데이터베이스 내에서 실험하는 것을 넘어 데이터베이스를 확장할 수 있다는 것이다.

리튬이온배터리 작동 원리 [사진=포스코 뉴스룸]
리튬이온배터리 작동 원리 [사진=포스코 뉴스룸]

 

▶고장 메커니즘 파악

리튬이온배터리는 사용되는 순간부터 성능이 저하된다. 특히 두껍고 에너지가 높은 전극에서 열화가 더 심하다. 때문에 전기차와 같은 응용 분야에서 배터리 성능 저하 분석은 중요한 연구다.

스탠포드 대학 연구팀은 AI를 이용해 시간이 지남에 따라 리튬이온배터리 전극이 마모되는 메커니즘을 파악하고 있다. 배터리 충전 과정에서 전극은 온도 변화에 따라 팽창과 수축을 반복한다. 이로 인해 소재에 변형이 일어나 균열이 생긴다. AI는 X선, 전자 및 중성자 등의 현미경 이미지를 활용해 배터리 내부에서 발생하는 메커니즘을 시각화 한다. 모델링을 통해 분석하는 것이다.

메커니즘을 정확히 파악하면 균열을 유발하는 조건을 최소화하는 방식으로 수명이 더 긴 배터리와 충전 및 방전 주기를 제어하는 소프트웨어를 개발할 수 있다. 연구진은 “이 기술로 대체 전극 소재를 탐색할 수 있으며 다른 소재 분석에도 활용될 수 있을 것”이라고 말했다.

한편 국내에서는 한국과학기술원(KAIST) 신소재공학과 연구팀이 AI를 활용한 신소재 개발을 시도하고 있다고 전한 바 있다.

회원가입 후 이용바랍니다.
개의 댓글
0 / 400
댓글 정렬
BEST댓글
BEST 댓글 답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
/ 400
내 댓글 모음
저작권자 © 테크월드뉴스 무단전재 및 재배포 금지