오기용 교수 연구팀은 전기자동차, 에너지저장장치 등의 전자기기에 사용되는 배터리의 용량과 수명을 정확하고 빠르게 예측할 수 있는 ‘차세대 물리지식기반 인공지능 기술’ 개발 연구를 진행중입니다. 최근 내연기관 자동차에서 전기자동차로 패러다임이 바뀜에 따라 리튬이온전지(배터리)에 대한 연구가 활발히 진행되고 있습니다. 배터리는 전기차의 주행거리와 직접 관련되기에 배터리 용량 및 잔여수명을 정확하고 빠르게 예측하는 기술 연구가 필수적입니다. 배터리의 용량을 예측하는 방법에는 배터리 내부 구조를 단순화한 ‘물리기반 모델’과 배터리의 전기적 및 기계적 응답을 활용한 ‘데이터기반 모델’이 사용됩니다. 데이터기반 기술은 학습을 위해 방대한 데이터가 필요함에도 불구하고 학습되지 않은 데이터에 대해 예측 정확도가 매우 낮아 이런 한계를 극복할 수 있는 차세대 인공지능 기술이 필요했습니다.

 오기용 교수 연구팀은 학습데이터가 적은 상황에서도 배터리 잔존수명 예측정확도를 높이고자 차별화된 등가임피던스 기반 특징인자 추출기법 및 물리지식기반 신경망을 융합, 배터리 용량 및 수명 분포 예측 성능 및 강건성을 확보하였습니다. 100개가 넘는 배터리 열화 실험 데이터를 기반으로 제안 기법을 시험해보 니, 다양한 용량 및 수명 분포를 지닌 테스트용 배터리에 대해 최대 20% 향상된 예측 정확도 및 강건성을 보임을 검증하였습니다. 이를 통해 다양한 산업에서의 강건하면서도 신뢰성이 높은 물리지식기반 인공지능을 적용할 수 있는 토대를 마련했습니다.