오기용 교수 연구팀은 열폭주를 빠르고 정확하게 예측할 수 있는 예지 모델 개발 연구를 수행중입니다. 기존의 유한요소 모델(FEM) 기반의 접근 방식이 상당한 시간과 비용이 소요되는 문제를 해결하기 위해, 다중물리학 기반 DeepONet(MPI-DeepONet) 모델연구 수행하고 있습니다. DeepONet은 비선형 연산자를 학습하여 함수 간의 매핑을 수행하는 딥러닝 기반 모델로, 복잡한 시스템을 함수에서 함수로 변환하는 작업에 적합합니다. 다중물 모델을 기반으로 한 DeepONet 모델이 FEM에서 생성된 가상 데이터를 학습하고, 물리학 법칙을 통합하여 실제 실험 데이터가 부족한 상황에서도 열폭주 예측을 가능 하도록 설계되었습니다. 해당 연구는 인공지능이 리튬이온 배터리의 열폭주 예측 문제에 있어 실현 가능한 대안이 될 수 있음을 보여주며, 앞으로 배터리 설계 및 관리에 인공지능 기반 접근 방식이 더욱 확산될 수 있음을 시사합니다. 연구팀은 이 기술을 발전시켜 다양한 배터리 관리 및 안전 관련 문제를 해결하는 데 적용할 계획입니다.