경북대학교 연구진이 배터리 소재 개선과 인공지능(AI) 진단, 시스템 제어 기술을 아우르는 차세대 배터리 연구 성과 7편을 올 하반기 국제학술지에 발표했다.경북대 스마트모빌리티공학과 오지민(사진) 교수팀은 고니켈 배터리의 열화 원인을 분석하고 수명과 안전성을 높이는 연구를 진행해 ‘스몰(Small)’, ‘케미컬 엔지니어링 저널’, ‘저널 오브 파워 소시스’ 등에 관련 논문을 게재했다고 21일 밝혔다.고니켈 양극 배터리는 에너지밀도가 높지만 충·방전을 반복하면 전극과 전해질 사이의 계면이 불안정해져 성능이 떨어질 수 있다. 급속충전 때는 배터리 모듈 내 한 셀의 이상이 다른 셀로 번지는 연쇄 고장 위험도 있다. 연구팀은 소재 단계부터 이상 징후 진단과 시스템 제어까지 세 분야에서 해결책을 제시했다.소재 연구에서는 성균관대 배한용 교수팀과 전해질 첨가제 5종을 비교해 고니켈 양극 표면을 안정화하는 방안을 찾았다. 특정 첨가제를 적용했을 때 불소·황 기반 보호막이 형성됐으며, 초기 충전 효율은 약 90%, 방전 용량은 약 230mAh/g을 기록했다. 차세대 전고체전지용 LATP 고체전해질에 대해서는 열처리 조건에 따른 내부 구조와 이온 이동 특성의 관계도 규명했다.AI 진단 분야에서는 전자현미경(SEM) 이미지로 고니켈 양극의 미세구조 변화와 제조 공정 상태를 자동 분류하는 딥러닝 시스템을 개발했다. 학습 데이터가 부족한 환경에서도 열화 상태를 판별하는 전이학습 기술을 적용해 복잡한 화학 분석 없이 전극 단면 영상으로 고장 위험을 진단할 수 있도록 했다.시스템 제어 연구는 충남대 김종훈 교수팀과 공동으로 진행했다. 대형 배터리 모듈의 급속충전 과정에서 발생하는 연쇄 고장을 실시간으로 시각화하고, 고장으로 전원이 차단된 뒤에도 시스템 안정성을 유지하도록 돕는 제어 기술을 제안했다. 전기차와 전력망을 연결하는 V2G 환경에서는 하이브리드 충전상태(SoC)를 추정하는 ‘퍼지-LSTM’ AI 모델을 개발해 기존보다 추정 오차를 최대 44.8% 줄였고, 상온 기준 오차율은 1.5% 미만으로 낮췄다.오지민 교수는 “소재와 전극 이미지, 셀·모듈 시스템을 하나로 연결해 이해하고 AI로 설계·진단하는 통합 연구의 가능성을 확인했다”며 “전기차와 에너지저장장치(ESS), 로봇, 미래 항공 모빌리티 등 고안전·장수명 배터리가 필요한 분야에 활용될 수 있을 것”이라고 말했다.이번 연구는 경북대 신임교수정착연구비와 한국연구재단, 한국산업기술기획평가원, 한국에너지기술평가원 등 여러 기관의 지원을 받아 수행됐으며, 오 교수가 교신저자로 참여했다.