Ajou News
NEW 조성범 교수팀, AI시뮬레이션 활용 차세대 배터리 최적 설계기술 개발
- 2026-01-22
- 102
아주대학교 공동 연구팀이 인공지능(AI)과 컴퓨터 시뮬레이션을 활용해 차세대 친환경 배터리 제조 기술인 건식 전극 공정의 핵심 난제를 해결하고, 최적의 공정 설계 기술을 개발했다. 이에 전기차와 에너지 저장장치 등을 위해 필요한 고효율의 차세대 배터리 상용화를 앞당길 수 있을 것으로 기대된다.
조성범 아주대 교수(첨단신소재공학과, 위 사진 오른쪽) 연구팀은 스케일 시뮬레이션과 인공지능(AI)을 융합해, 건식 전극 공정 내 바인더의 섬유화 메커니즘을 규명하고 이를 바탕으로 최적의 공정 조건을 도출하는 데 성공했다고 밝혔다.
이번 연구 성과는 '차세대 배터리 전극 제조를 위한 무용매 건식 전극 공정의 합리적 설계를 가능하게 하는 멀티 스케일 통찰(Multiscale Insights Enable Rational Design of Solvent-Free Dry Electrode Processing for Advanced Battery Electrode Fabrication)'이라는 제목의 논문으로 재료 공학 분야 국제 저명 학술지 <커뮤니케이션 머터리얼즈(Communications Materials)> 12월호에 게재됐다. 아주대 에너지시스템학과 석사과정 강준혁 학생(위 사진 왼쪽)과 한양대 에너지공학과 석박통합과정 정우진 학생이 제1저자로 참여했다.
배터리 제조의 공정 중 가장 먼저 진행되는 전극 공정은 양극과 음극을 만드는 과정이다. 이는 배터리 공정의 핵심 단계로, 현재 대부분의 제조사는 전극 공정을 습식(Wet Electrode Process)으로 진행하고 있다. 그러나 산업계와 학계는 이를 대체할 차세대 전극 공정으로 건식 공정(Dry Electrode Process)에 대한 연구에 활발히 나서왔다. 건식 전극 공정에서는 기존의 습식 공정에서 쓰고 있는 유해 용매를 활용하지 않아도 되며, 뒤따르는 건조 과정 역시 생략이 가능해 시설 투자와 운영 비용·시간 등을 절감할 수 있어서다. 더불어 성능 면에서의 장점도 존재한다. 배터리의 에너지 밀도를 높이기 위해서는 전극을 더욱 두껍게 만들어야 하는데, 이러한 시도 역시 습식 공정보다는 건식 공정에서 용이하다.
이에 아주대 공동 연구팀은 배터리 제조의 생산성과 친환경성을 높일 건식 전극 공정의 상용화를 위해, 아직 난제로 남아 있는 건식 전극 공정 내 바인더의 섬유화 메커니즘의 규명에 나섰다.
건식 공정에서는 용매 없이 고체 파우더와 PTFE(폴리테트라플루오로에틸렌) 바인더를 섞어 전극을 만드는데, 이때 PTFE가 거미줄처럼 늘어나 입자들을 잡아주는 섬유화 과정이 전극의 품질을 결정한다. 하지만 지금까지는 이 미세한 PTFE 섬유화가 공정 장비의 전단력(Shear Force)과 내부 입자들 사이에서 어떻게 일어나는지 명확히 밝혀지지 않아, 수많은 시행착오를 거치는 경험적 방식에 의존해야 했다.
입자 크기에 따른 PTFE(폴리테트라플루오로에틸렌) 변형 거동 분석 및 실험적 검증
(왼쪽) 입자 크기에 따라 PTFE 바인더가 받는 응력과 변형 거동이 달라짐을 보여주는 시뮬레이션 결과. 특정 크기(10μm)에서 섬유화가 가장 잘 일어남이 확인됨
(오른쪽) 시뮬레이션 결과를 전자현미경으로 검증한 이미지. 입자가 너무 작거나 크면 섬유화가 일어나지 않거나 끊어지지만, 최적 크기에서는 거미줄 같은 섬유 조직이 형성됨
연구팀은 이러한 난제를 해결하기 위해 미시적 입자 거동(마이크로 스케일)부터 거시적 공정 장비(매크로 스케일)까지를 아우르는 멀티 스케일 유한요소해석(FEM) 시뮬레이션과 인공지능(AI) 기법을 접목했다. 특히 연구팀은 인공지능(AI)을 활용해 가상의 실험 공간(FEM)에서 수백 가지 이상의 입자 크기와 공정 조건 조합을 검토하는 방식을 택했다. 한정된 시뮬레이션 데이터를 학습한 인공지능이 나머지 미지의 조건들까지 정밀하게 예측하고, 그중 성능이 극대화되는 최적의 해답을 확률적으로 추적하도록 설계한 것이다. 이를 통해 연구팀은 인간이 일일이 실험했다면 수년이 걸렸을 방대한 경우의 수를 단시간에 분석해, 각 입자 크기에 맞는 최적의 공정 조건을 도출해냈다.
연구팀은 입자 크기에 따라 PTFE에 전달되는 응력 (Stress)의 크기와 분포가 달라진다는 점을 정량적으로 분석하고, 입자별로 최적의 응력 전달이 일어나도록 AI를 이용해 공정 조건을 설계함으로써 경험적 시행착오를 줄일 수 있는 합리적 설계 방법론을 제시했다.
그 결과, 단일 크기 입자보다 10μm와 5μm 입자를 혼합한 이중 입자(Bimodal) 조합일 때 입자 사이의 빈 공간이 채워지며 PTFE 바인더의 섬유화가 가장 완벽하게 일어난다는 사실을 입증해냈다. 더불어 해당 입자 크기에 최적의 응력을 전달하기 위한 장비와 공정 조건도 찾아낼 수 있었다.
분석 결과를 실제 리튬인산철 양극 소재에 적용한 결과, 공동 연구팀은 기존 습식 전극의 한계를 뛰어넘는 10mAh/cm²의 고용량과 280μm 두께를 가진 건식 전극을 균열 없이 구현하는 데 성공했다. 해당 전극은 50회 이상의 충·방전 테스트에서도 99% 이상의 높은 효율을 유지하며 기계적 안정성과 전기화학적 성능을 동시에 보여줬다.
아주대 조성범 교수는 “전기차의 주행거리 향상을 위해서는 높은 에너지 밀도의 배터리 제조가 필수적”이라며 “경험에 의존하던 기존 건식 배터리 공정의 한계를 넘어, AI와 시뮬레이션을 통해 소재와 공정을 역설계할 수 있는 방법론을 제시했다는 측면에서 의미 있는 성과”라고 설명했다.
조 교수는 이어 “공정의 생산성과 효율성을 획기적으로 높여줄 차세대 건식 전극 공정의 상용화를 앞당기는 데 기여할 수 있는 기술”이라고 덧붙였다.
이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 국가R&D사업의 지원을 통해 수행됐다.
AI 기반 공정 역설계 기술 개발 및 고용량·후막 건식 전극 구현
(왼쪽) AI와 시뮬레이션을 활용해 최적의 입자 크기(10+5μm)와 공정 압력을 도출하고, 이를 구현하기 위한 장비의 회전 속도를 역으로 설계함
(오른쪽) 역설계된 최적 조건으로 실제 제조한 LFP(리튬인산철) 건식 전극의 성능. 기존 한계를 뛰어넘는 280μm 두께의 후막 전극임에도 균열 없이 균일한 구조를 가지며, 우수한 전기화학적 성능이 입증됨