[한국에너지기술연구원 제공. 재판매 및 DB 금지]

(대전= 박주영 기자 = 한국에너지기술연구원은 정치영 박사 연구팀이 인공지능(AI) 기술을 이용해 수소 연료전지 소재의 미세 구조를 분석하는 기술을 개발했다고 19일 밝혔다.

카본 섬유지는 수소 연료전지의 물 배출과 연료 공급을 돕는 핵심 소재다. 탄소 섬유, 바인더(접착제), 코팅제 등으로 구성돼 있으며 반복 사용 시 물질의 배열과 구조, 코팅 상태 등이 변하면서 연료전지의 성능을 떨어뜨리는 원인이 된다.

연료전지 상태 진단을 위해서는 카본 섬유지의 미세구조를 신속하게 분석하는 것이 중요한데, 카본 섬유지 샘플을 파손해 전자현미경으로 정밀 분석하는 기존 방법은 시간이 오래 걸린다는 한계가 있다.

연구팀은 X선 진단과 인공지능(AI) 기반 이미지 학습 모델을 활용, 카본 섬유지의 미세구조를 신속하게 분석하는 기술을 개발했다.

[한국에너지기술연구원 제공. 재판매 및 DB 금지]

카본 섬유지 샘플 200여개에서 5천장의 이미지를 추출해 머신러닝(기계학습) 알고리즘에 학습시킨 이 모델은 탄소 섬유, 바인더, 코팅제 등 카본 섬유지 구성 성분의 3차원 분포를 98% 이상 높은 정확도로 예측해 냈다.

X선 단층촬영만으로도 초기 상태의 카본 섬유지와 현재 상태를 비교해 수십 초 안에 열화, 손상 부위·정도를 파악할 수 있다.

기존 전자현미경을 활용한 분석 방식에 걸리는 시간(2시간)보다 100배 이상 빠른 속도로, 실시간에 가까운 성능 진단이 가능하다.

정치영 박사는 "개발한 모델을 활용해 최적의 두께와 바인더 함량을 갖는 이상적인 연료전지 설계안을 제시했다"며 "이차전지, 수전해 등 관련 분야에 활용할 수 있을 것"이라고 말했다.

이번 연구 결과는 국제 학술지 '어플라이드 에너지' (Applied Energy) 지난 10월 호 온라인판에 실렸다.