전기차 채택으로 인한 배터리 화재 우려 – AI가 열폭주 방지에 도움이 될 수 있을까?

A team of engineers led by a University of Arizona doctoral student has introduced a novel method for preventing EV batteries from overheating. The method uses AI algorithms to predict areas of concern before they become dangerous. Many see this study as a breakthrough in the industry, especially considering the growing demand for EVs. Here’s everything you need to know about AI’s future role in preventing thermal runaway.
아리조나 대학교 박사 과정 학생이 이끄는 엔지니어 팀이 전기차 배터리 과열을 방지하기 위한 새로운 방법을 소개했습니다. 이 방법은 AI 알고리즘을 사용해 위험해지기 전에 문제 영역을 예측합니다. 많은 사람들은 특히 전기차 수요가 증가하고 있는 상황에서 이 연구를 업계의 획기적인 발전으로 보고 있습니다. 여기서는 열폭주 방지에 있어 AI의 미래 역할에 대해 알아야 할 모든 것을 정리했습니다.

리튬 이온 배터리 (LIBs)

이 연구의 규모를 파악하기 위해 이해해야 할 몇 가지 핵심 포인트가 있습니다. 첫째, 리튬 이온 배터리(LIBs)는 오늘날 전기차에서 가장 일반적으로 사용되는 배터리입니다. 이 배터리는 충전된 리튬 이온을 통합하여 장치 전체에 에너지를 전달하고 전기적 필요에 맞는 전류를 생성합니다. LIB가 인기를 끄는 이유는 극성을 일시적으로 전환해 이온을 장치의 음극으로 다시 보낼 수 있기 때문입니다.

오늘날 전기차는 이러한 장치를 여러 이유로 활용합니다. 수명도 적절하고, 대안에 비해 비교적 가볍으며, 뛰어난 에너지 밀도를 제공하기 때문입니다. 특히, 이러한 배터리는 셀을 그룹화하여 전체 전기차 팩을 구성하는 것이 일반적이며, 대부분의 전기차 배터리 팩은 수천 개의 셀을 포함하고 있습니다.

열폭주란 무엇인가?

현재 LIB의 다셀 구조는 배터리 충전 속도를 높이고 수명을 연장하는 데 도움이 됩니다. 그러나 이는 배터리 팩 내부에 핫스팟을 생성하여 치명적인 고장을 초래할 수 있습니다. 하나의 셀이 오작동을 시작하면 빠르게 가열되어 주변 셀들의 온도가 상승하고 추가 고장을 일으킬 수 있습니다. 이러한 도미노 효과를 열폭주라고 하며, 이는 오늘날 전기차가 직면한 주요 문제 중 하나입니다.

열폭주(TR)는 성능 저하, 배터리 분해, 심지어 폭발까지 일으킬 수 있습니다. 따라서 전기차 소유자에게 실제적인 우려 사항입니다. 열폭주는 분리막 녹음, 양극 분해, 혹은 부정적인 리튬 전해질 반응과 같은 배터리 고장 등 여러 요인에 의해 발생할 수 있습니다.

안전 문제

이러한 단락 회로는 빠르게 발생하여 인근에 있던 사람들에게 화재와 폭발로 인한 부상을 초래할 수 있습니다. 전기차 배터리 폭발로 집이 불타는 등 무서운 상황을 경험한 사례가 많이 보고되고 있습니다. 따라서 이 문제를 해결하는 것이 전 세계 연구자들의 주요 과제가 되었습니다.

온도 상승

열폭주를 감소시킬 필요성은 최근 몇 년간 여러 요인으로 인해 더욱 중요해졌습니다. 전기차 사용 증가와 전 세계 기온 상승이 결합되어 위험한 상황이 조성되고, 더 많은 생명이 위험에 처하게 되었습니다. 이러한 요인들로 인해 배터리를 시원하게 유지하는 것이 더 친환경적인 미래를 달성하는 데 필수적입니다.

AI 열폭주 연구

Journal of Power Sources에 발표된 연구는 고급 AI 알고리즘과 센서를 결합하면 열폭주를 완전히 제거할 수 있는 핵심이 될 수 있음을 보여줍니다. Basab Goswami가 이끄는 이 연구는 운전자 데이터 시뮬레이션을 사용해 일상 주행 조건에서 전기차 배터리 사용을 모방합니다.

열, 전기화학 및 열화 하위 모델을 활용한 다중물리 및 머신러닝 모델을 사용해 열폭주가 눈에 띄게 되는 주요 순간을 파악했습니다. 이후 AI 시스템은 데이터를 강화하여 광학 솔루션보다 빠르게 과열된 셀을 예측하고 식별할 수 있게 했습니다.

AI 열폭주 테스트

연구원들은 다양한 조건에서 음극의 고체 전해질 계면이 어떻게 열화되는지 더 잘 이해하고자 했습니다. 팀은 실제 운전자 데이터와 지속적인 충·방전 및 주행 사이클과 같은 배터리 상태를 사용해 배터리의 열 신호를 테스트했습니다. 이를 위해 팀은 특수 열 센서를 배터리 주변에 감싼 배터리를 제작했습니다.

온도 센서는 상세한 공간 및 시간별 온도 데이터를 제공했으며, 이는 과거 데이터와 결합되어 AI 알고리즘에 입력되었습니다. 이 데이터에는 주요 상황, 환경, 운전자 활동 및 기술적 문제가 포함되었습니다.

Goswami 알고리즘

Goswami 알고리즘은 여러 면에서 독특합니다. 첫째, 열폭주를 예측하는 최초의 AI 머신러닝 모델입니다. 이 다중물리 모델은 벡터 모델링과 같은 새로운 AI 시스템 덕분에 가능해졌습니다. 이러한 고급 시스템은 방대한 데이터를 분석하고 인간 능력을 훨씬 뛰어넘는 상관관계나 복잡한 패턴을 찾아낼 수 있습니다. 결과적으로 이 모델링 방법은 팀이 전기차 주행 행동에 대한 현실적인 데이터를 생성하도록 했습니다.

AI 열폭주 테스트 결과

연구 결과는 인상적입니다. 첫째, 팀은 LIB에서 열폭주를 일관되게 정확하고 정밀하게 예측한다는 목표를 달성했습니다. AI는 매우 정밀했으며 열폭주가 시작된 위치까지 파악해 위험을 경고하고 추가 손상을 방지할 수 있었습니다. 이제 팀은 연구를 확대하려 하고 있으며, 이는 언젠가 모든 전기차를 보다 안전하게 만드는 데 기여할 수 있습니다.

AI 열폭주 혜택

이 연구가 시장에 제공하는 혜택은 많습니다. 첫째, AI 알고리즘은 열폭주를 방지하기 위한 다른 방법보다 훨씬 비용 효율적입니다. 과거에는 이 연구를 포함한 엔지니어들이 광학 측정 방법을 사용했으며, 이는 효과적이었지만 고가의 카메라와 지속적인 모니터링이 필요했습니다. AI는 팀의 노력을 절감하고 더 나은 결과를 제공합니다.

높은 정확도

열전대 온도와 핫스팟 위치를 정확히 예측하는 능력은 향후 더 내구성 있고 성능이 뛰어난 배터리를 만드는 데 중요한 단계입니다. 엔지니어들은 이 접근법을 활용해 제품 개선이 필요한 부분과 향후 열폭주를 방지하기 위해 업그레이드하거나 변경해야 할 부품을 파악할 수 있습니다.

넷제로 배출 달성

이 연구의 또 다른 혜택은 탄소 및 오염 물질 감소라는 전 세계 목표를 달성하기 쉽게 만든다는 점입니다. 전기차는 자동차 배출량을 줄이는 한 방법이며, 효율과 성능을 향상시키는 모든 방법은 앞으로 자동차 시장에 큰 영향을 미칠 것입니다. 2023년 전기차 판매량은 전 세계적으로 35% 증가했습니다. 분석가들은 이 성장이 지속될 것으로 전망하고 있어, 열폭주 안전성이 대부분 제조업체의 우선순위가 되고 있습니다.

쉽게 통합 가능

이 기술은 최소한의 노력으로 공급망 및 제조 공정에 적용될 수 있습니다. 더 많은 데이터, 향상된 센서 및 추가 모델이 각 전기차 배터리 관리 시스템에 도입됨에 따라 AI 모델은 지속적으로 개선될 것입니다.

연구원

이 연구는 아리조나 대학교에서 Vitaliy Yurkiv, Farzad Mashayek, Yasaman Abdisobbouhi, Hui Du, Todd A. Kingston이 수행했습니다. 이 프로젝트는 국방부의 방위 경쟁 연구 촉진 프로그램(Defense Established Program to Stimulate Competitive Research)으로부터 599,808달러의 지원을 받아 가능했습니다. 특히, Goswami와 Yurkiv는 올해 1월에 핫스팟을 감지하는 광학 방법을 보여주는 또 다른 논문을 발표했습니다. 이번 최신 연구는 그 연구의 정점이며 보다 저렴하고 접근 가능한 옵션을 제공하려는 목표의 결과물입니다.

이 연구로 혜택을 받을 수 있는 두 기업

여러 기업이 이번 연구를 통해 즉각적인 혜택을 얻을 수 있습니다. 전기차에 대한 수요가 증가하고 있으며, 제조업체들이 이 수요를 충족시키기 위해 시장에 진입하고 있습니다. 오늘날의 옵션보다 더 안전한 대안을 제공할 수 있다면 이 제조업체들을 시장 선두로 끌어올릴 수 있습니다. 다음은 오늘 이 기술을 도입해 수익을 증대시킬 수 있는 두 기업입니다.

1. Rivian

RIVN 가격 차트

Rivian은 2009년에 Mainstream Motors로 설립되었습니다. 몇 차례의 이름 변경을 거쳐 2011년에 공식적으로 Rivian이 되었습니다. 현재 Rivian은 북미에서 가장 큰 전기차 제조업체 중 하나입니다. 이 회사는 전기 스포츠 유틸리티 차량을 전문으로 하며, 본사는 캘리포니아에, 제조 시설은 일리노이주에 위치하고 있습니다.

Rivian은 2023년에 매출 44억 3천만 달러와 총 자산 160억 달러를 기록했습니다. 최근 몇 년간 회사는 2040년까지 넷제로 탄소 배출을 달성하기 위해 상당한 노력을 기울이고 있습니다. 이러한 요인과 제품에 대한 수요 증가가 결합되어 Rivian은 테슬라 대안을 찾는 트레이더들에게 강력한 “보유” 종목으로 평가됩니다.

2. Xiaomi

중국 기반 전기차 제조업체 Xiaomi는 전기차 경쟁에서 테슬라 모터스의 가장 큰 경쟁자로 평가받고 있습니다. 이 회사는 다양한 요인으로 전 세계 시장 점유율을 꾸준히 확대하고 있습니다. 첫째, Xiaomi 브랜드는 잘 알려져 있으며 수십 년간 전자 분야의 강자로 자리매김해 왔습니다. 따라서 신생 브랜드에 비해 강력한 소비자 충성도와 신뢰를 가지고 있습니다.

Xiaomi는 현재 시가총액 4625억 5천만 달러이며, 6.12%의 이익률을 보이고 있습니다. 회사는 전기차 시장 점유율과 기술을 지속적으로 확장하고 있어, 주식은 전 세계적으로 높은 수요를 유지하고 있습니다. 빠르게 성장하는 전기차 제조 주식을 찾는 투자자라면 Xiaomi를 고려해 볼 만합니다.

열폭주와 다시는 돌아오지 않음

열폭주 상황에서 정확한 단계를 파악하는 신뢰성 있고 정밀한 방법을 만든 이 팀을 칭찬해야 합니다. 이제 이 데이터를 미세 조정하여 탐지를 더욱 향상시킬 수 있습니다. 앞으로 몇 달 안에 여러분의 전기차는 이 엔지니어들의 노력으로 개발된 유사 기술에 의존하게 될 수도 있습니다. 따라서 이 발견을 지속적으로 주시하는 것이 현명합니다. (TSLA )

다른 멋진 인공지능 프로젝트에 대해 지금 알아보세요.