연료전지 고장 원인을 사람 대신 인공지능(AI)이 파악하는 기술이 나왔다.
한국에너지기술연구원 수소실증연구센터 정치영 책임연구원 연구진은 수소 연료전지의 핵심 소재인 카본 섬유지의 미세구조를 기존보다 100배 빠른 속도로 분석하는 기술을 개발했다고 19일 밝혔다.
카본 섬유지는 수소 연료전지의 스택에서 물 배출과 연료 공급을 돕는 핵심 소재다. 탄소 섬유, 바인더(접착제), 코팅제 등의 물질로 구성되는데 사용하다보면 물질의 배열, 구조, 코팅 상태 등이 변화돼 연료전지의 성능을 저하시킨다. 카본 섬유지의 미세구조 분석은 연료전지 상태 진단을 위한 필수 요소다.
지금까지는 카본 섬유지의 미세구조를 실시간으로 분석하는 기술이 없었다. 정확한 분석결과를 확보하기 위해서는 카본 섬유지 샘플을 파손한 후 전자현미경을 이용해 정밀 분석하는 절차가 필요하기 때문이다.
연구진은 X선 진단과 AI 기반의 이미지 학습모델을 활용해 카본 섬유지 미세구조 분석에 성공했다. 전자현미경 없이 X선 단층촬영만으로도 정밀 분석이 가능해 실시간에 가까운 진단도 가능하다.
연구진은 카본 섬유지 샘플 200여개에서 5000장의 이미지를 추출해 머신러닝 알고리즘에 학습시켰다. 이렇게 학습한 모델은 탄소 섬유, 바인더, 코팅제 등 카본 섬유지 구성 성분의 3차원 분포와 배치를 98% 이상의 높은 정확도로 예측했다.
연구진이 개발한 모델은 전자현미경 대신 X선 단층촬영 장비를 사용하기 때문에 카본 섬유지 분석에 걸리는 시간도 최소 2시간에서 수십 초로 단축했다. 정치영 책임연구원은 “이번 연구는 가상 공간을 활용한 분석 기술을 AI 기술과 접목해 향상시키고, 에너지 소재의 구조와 특성 간의 관계를 명확히 규명해 실질적인 활용 가능성을 입증했다는 점에서 큰 의미가 있다”며 “향후 이차전지, 수전해 등 관련 분야에 큰 역할을 수행할 것으로 전망된다”고 밝혔다.
참고 자료
Applied Energy(2024), DOI : https://doi.org/10.1016/j.apenergy.2024.124689