데이터사이언스학과 안경민 교수팀, '차세대 배터리 수명 예측 기술' 개발

함수형 데이터 분석 기반 열화 예측 연구

[안경민 교수(교신저자), 이도윤 계명대 석사과정생(제1저자)]

본교 데이터사이언스학과 안경민 교수 연구팀이 리튬이온 배터리 성능 저하를 보다 정밀하게 예측할 수 있는 새로운 데이터 분석 방법을 개발했다. 이번 연구 성과는 Energy & Fuels 분야의 세계적인 학술지인 ‘Journal of Energy Storage’(IF 9.8, JCR 상위 14.3%)에 게재돼 학문적 우수성을 인정받았다.

리튬이온 배터리는 충·방전이 반복될수록 성능이 저하되기 때문에, 이를 정확하게 예측하는 기술은 전기차 및 에너지 저장 시스템의 안정성과 직결되는 핵심 요소다. 기존에는 딥러닝 기반 시계열 예측 방법이 주로 활용되어 왔으나, 데이터의 형태적 특성을 충분히 반영하지 못하는 한계가 있었다.

연구팀은 이러한 한계를 극복하기 위해 함수형 데이터 분석(Functional Data Analysis) 기반의 새로운 모델링 방법을 제안했다. 특히 각 충·방전 사이클에서 관측되는 전압 곡선을 연속적인 함수 형태로 변환하여 전체 곡선의 형상 정보를 활용함으로써, 배터리 열화 과정의 미세한 변화를 효과적으로 반영할 수 있도록 했다.

[Schematic_Overview]

그 결과, 제안된 방법은 NASA 및 Oxford 배터리 공개 데이터를 활용한 실험에서 기존 딥러닝 기반 방법 대비 더 높은 정확도의 용량 예측 성능을 보이며 우수성을 입증했다. 이번 연구는 배터리 열화 현상을 단순 시계열이 아닌 함수적 구조로 해석함으로써 기존 분석 방법의 한계를 극복하고, 차세대 배터리 성능 예측 기술의 새로운 방향을 제시했다는 점에서 학술적 의의가 크다.

안경민 교수는 “본 연구에서 제안한 함수형 데이터 기반 접근법은 배터리뿐만 아니라 다양한 산업 분야의 시계열 데이터 분석 문제에도 적용 가능하다”며 “향후 에너지 저장 시스템의 효율 향상과 신뢰성 확보에 기여할 것으로 기대된다”고 밝혔다.

본 연구는 계명대학교 통계학과 이도윤 석사과정생이 공동저자로 참여했으며,한국연구재단과 서울여자대학교의 지원을 받아 수행했다.

논문제목 : Functional modeling of lithium-ion battery degradation for enhanced capacity prediction

                  https://www.sciencedirect.com/science/article/pii/S2352152X26018098

관련링크 : https://sites.google.com/view/fdastat/home