일반 자동차가 가솔린을 즉시 보충하는 것과같이, 전기 자동차(EV)의 배터리를 급속 충전하는 기술의 등장이 기대되고있다. 단, 급속 충전은 배터리에 큰 부담이 걸리며, EV의 모든 면중에서 배터리의 비용이 큰 비중을 차지하는 것으로도 알려져 있기 때문에, 엔지니어는 그 연구 과정에서 신중하면서도 장시간에 걸친 테스트를 강요당하고있다.
그래서 주목 받고있는 것이, 인공 지능(AI)의 존재이다. 이번, 스탠포드 대학의 Stefano Ermon 교수, William Chueh 교수 연구팀이, 기존의 테스트 시간을 98%(통상 2년 걸리는 테스트 과정을 16일)나 단축 할 수있는 AI 기반의 "Closed-Loop Optimization"이라는 신기술을 개발했다.
배터리 수명을 극대화하면서 최선의 충전 방법을 발견했다고하는 이 연구 및 기술 개발은, 스탠포드 대학 외에도 도요타 연구소(TRI), 미 국립 과학 재단(National Science Foundation), 미합중국 에너지부(US Department of Energy), 마이크로 포스트 등의 지원을 받고있다.
이번 연구에서는, 가능하다고 생각되는 모든 테스트를 골고루 시도하거나, 엔지니어의 직관에 의존하는 대신, 인공 지능을 사용하여 효율적인 방법을 알아내는 것으로 테스트 프로세스의 대폭적인 절감에 성공했다.
Ermon 교수는, 테스트 프로세스의 속도를 앞당길뿐만 아니라, 배터리 과학자들이 고안 한 방법보다 인공 지능 솔루션이 더 효과적이라고 강조했다. 앞으로, 배터리의 과학적 성질을 설계하는 작업부터 시작하여, 그 크기와 모양, 또한 제조 및 전기의 저장을 위한 더 나은 시스템의 모색 등으로, 개발 된 AI 기술을 사용할 수있게 될 것으로 생각하고있다.
또한 연구팀은, 이번 연구에서 개발 된 AI 모델과 데이터 수집 시스템을 미래에 개방하여 배터리 개발자들이 자유롭게 사용할 수 있도록하고 싶다고하고있다.
신약 개발의 현장에서는 이미, 원료의 발견과 함께, 제조 공정의 최적화를 위해 인공 지능이 채택 된 지 오래다. 또한 이번 배터리 개발과 에너지 효율의 최적화에 AI가 기여한다는 것이 하나 입증 된 셈이다. 앞으로도 테스트에 엄청난 비용이 걸리는 제품 개발 현장에서는 인공 지능이 보탬이되어갈지도 모른다.
