배터리 생산 공정에 AI 적용, 불량률 97% 정확도로 감지

UNIST, 생산환경 변화 인식하는 AI 기술 개발
실시간 설비 이상 감지..양극재 생산품질 향상
국내 연구진이 리튬이온 배터리 양극재 생산 공정에 인공지능(AI)을 적용해 불량률을 낮추고 수율을 높이는 데 성공했다.

울산과학기술원(UNIST)은 정임두 기계공학과 교수 연구팀이 유기성 포항산업과학연구원(RIST) 수석팀과 공동으로 NCM(니켈·코발트·망간) 전구체의 불량률을 낮추는 AI 기술을 개발했다고 27일 밝혔다.

NCM 전구체는 니켈(Ni), 코발트(Co), 망간(Mn)을 섞은 가루 형태 물질로, 전기차 배터리 양극재를 생산하는 데 쓰인다. 전구체 입자의 니켈 함량이 많을수록 배터리 용량은 커지지만, 제대로 침전되지 않고 용액에 남거나 다시 빠져나오는 용출 현상이 생기면 배터리 수명과 성능을 떨어 뜨린다.

연구팀은 니켈 용출을 억제하는 공정 조건을 최적화하고, AI 기반 실시간 설비 이상 감지 기술을 개발했다. 금속 이온이 녹아 있는 원료 용액을 휘젓는 속도, 산성도(pH), 암모니아 농도 등을 조절해 니켈은 입자 안쪽에, 코발트와 망간은 바깥쪽에 배치되도록 설계했다. 이를 통해 니켈의 용출 가능성을 최소화하고, 구조적 안정성을 높인 것이다.

또한 설비 노후화 등 생산 환경 변화를 실시간 인식하고, 스스로 보정해 다양한 상황에서도 안정적인 품질 예측이 가능한 도메인 적응 AI 기술을 통해 불량 탐지 성능을 대폭 높였다. 연구팀은 AI 기술을 산업용 11.5톤 반응기에 적용한 결과, 불량이 기존 15분의 1 수준으로 줄었고, 이상 감지 정확도는 97.8%에 달했다고 설명했다.

정임두 UNIST 교수는 "설비가 오래되거나 대량 생산이 장기간 지속되는 생산 환경 변화를 실시간으로 대응할 수 있어 일관된 품질을 유지할 수 있다"며 "이차전지뿐 아니라 화학, 기계, 반도체 등 대규모 제조 산업 전반에 활용할 수 있다"고 말했다.

이 연구결과는 소재 분야 국제 학술지 '인포맷(지난 8일)'에 실렸다. 이준기기자 bongchu@dt.co.kr