한국에너지기술연구원은 정치영 박사 연구팀이 가상공간 활용 기술과 AI 기술을 이용해 수소 연료전지의 핵심 소재인 카본 섬유지의 미세 구조를 기존보다 100배 빠르게 분석하는 기술을 개발했다고 19일 밝혔다.
카본 섬유지는 수소 연료전지의 물 배출과 연료 공급을 돕는 핵심 소재다. 탄소 섬유, 바인더(접착제), 코팅제 등으로 구성되는데, 반복 사용 시 물질의 배열과 구조, 코팅 상태 등이 변하면서 연료전지의 성능을 떨어뜨린다. 이 때문에 카본 섬유지의 미세구조 분석은 연료전지 상태 진단에 필수적이다.
하지만 카본 섬유지의 미세구조를 실시간 분석하려면 파손한 후 전자현미경으로 정밀 분석해야 하는데 시간이 오래 걸려 사실상 불가능하다.
X선 진단과 AI 기반 이미지 학습모델을 활용해 카본 섬유지의 미세구조를 신속하게 분석하는 기술을 개발했다. 이 기술은 전자현미경 없이 X선 단층촬영만으로도 정밀 분석이 가능해 실시간에 가까운 상태 진단이 가능하다.
연구팀은 카본 섬유지 샘플 200여 개에서 5000장의 이미지를 추출해 머신러닝 알고리즘에 학습시킨 뒤 탄소 섬유, 바인더, 코팅제 등 카본 섬유지 구성 성분의 3차원 분포와 배치를 98% 이상의 높은 정확도로 예측했다. 초기 상태의 카본 섬유지와 현재 상태를 비교해 성능 저하 원인을 곧바로 파악할 수 있게 됐다.
또한 기존 전자현미경을 활용해 분석할 경우 최소 2시간이 소요됐는데, 이 기술을 활용하면 X선 단층촬영만으로도 수십 초 이내 카본 섬유지의안에 열화, 손상 부위·정도를 파악할 수 있다.
정치영 에기연 박사는 "앞으로 이차전지, 수전해 등 관련 분야에 활용할 수 있을 것"이라고 말했다.
이 연구결과는 국제 학술지 '어플라이드 에너지(지난 10월호)' 온라인에 실렸다.이준기기자 bongchu@dt.co.kr
한국에너지기술연구원은 X선 진단과 AI 기반 이미지 학습모델을 활용해 수소 연료전지의 핵심 소재의 미세구조를 기존보다 100배 빨리 분석하는 기술을 개발했다.
