사진. UNIST

 

국내 연구진이 리튬이온 배터리 양극재 생산 공정에 인공지능(AI) 기술을 적용해 불량률을 낮추고 수율을 끌어올리는 데 성공했다. 연간 20억 원이 넘는 생산 비용을 줄일 수 있을 것으로 추산된다.

 

UNIST 기계공학과 정임두 교수(인공지능대학원 겸직)팀은 포항산업과학연구원(RIST) 유기성 수석팀과의 공동 연구를 통해 NCM 전구체 불량률을 낮출 수 있는 공정 조건을 설계하고, 이를 실시간으로 제어하는 AI 기술을 개발했다고 밝혔다.

 

NCM 전구체는 니켈(Ni), 코발트(Co), 망간(Mn)이 섞인 가루 형태 물질로, 이를 고온에서 뭉쳐 전기차 배터리 양극재를 만든다. 전구체 입자의 니켈 함량이 높을수록 배터리 용량은 커지지만, 니켈이 제대로 침전되지 않고 용액에 남거나 다시 빠져나오는 ‘용출’이 발생하기 쉽다. 용출은 입자 모양과 조성비가 들쭉날쭉해지는 불량으로 이어져 배터리 수명과 성능을 떨어뜨린다.

 

연구팀은 이 같은 니켈 용출을 억제할 수 있도록 공정 조건을 최적화하고, AI 기반 실시간 설비 이상 감지 기술을 함께 개발했다. 금속 이온이 녹아 있는 원료 용액을 휘젓는 속도, 산성도(pH), 암모니아 농도 등을 조절해 니켈은 입자 안쪽에, 코발트와 망간은 바깥쪽에 배치되도록 설계한 것이다. 니켈이 입자 내부에 자리 잡으면 용출 가능성이 낮아지고 구조적 안정성도 높아진다.

 

또 도메인 적응 AI 기술로 불량 탐지 성능을 대폭 끌어올렸다. 기존 AI는 실험실에서 학습한 조건에만 최적화돼 있어 설비 노후화나 장시간 대량 생산으로 인해 조건이 조금만 바뀌어도 성능이 크게 떨어졌다. 반면 도메인 적응 AI는 생산 환경의 변화를 실시간으로 인식하고 스스로 보정해 다양한 상황에서도 안정적인 품질 예측이 가능하다.

 

이번 연구는 UNIST 기계공학과 서준영, 김태경 연구원이 제1저자로 참여했다. 연구팀은 “설비가 오래되거나 대량 생산이 지속되면 초기 최적 조건이 흔들릴 수 있는데, 도메인 적응 AI는 이런 변화에 적응해 일관된 품질을 유지할 수 있도록 돕는다”라고 설명했다.