 ▲ 한국에너지기술연구원 정치영 박사 연구팀이 인공지능(AI) 기술 활용 '수소 연료전지 소재' 미세 구조 분석 기술을 개발해 화제다. (C) 정지완 기자 |
한국에너지기술연구원(원장 김종남)은 정치영 박사 연구팀이 인공지능(AI) 기술과 X선 진단 기법을 결합하여 수소 연료전지 핵심 소재인 카본 섬유지의 미세 구조를 신속하고 정확하게 분석하는 기술을 개발했다고 19일 밝혔다.
카본 섬유지는 수소 연료전지에서 연료 공급과 물 배출을 돕는 중요한 역할을 하지만, 사용 중 구조와 성분이 변하면서 성능 저하의 원인이 된다. 기존에는 카본 섬유지 샘플을 파손해 전자현미경으로 정밀 분석했으나, 이 방식은 약 2시간의 시간이 소요되어 산업적 활용에 어려움이 있었다.
정치영 박사 연구팀은 카본 섬유지 샘플 200여 개에서 추출한 5천 장 이상의 이미지를 AI 기반 머신러닝 알고리즘에 학습시켰다. 이를 통해 탄소 섬유, 바인더(접착제), 코팅제 등 구성 성분의 3차원 분포를 98% 이상의 정확도로 예측할 수 있는 기술을 구현했다.
X선 단층촬영 기법을 활용한 이 기술은 샘플 파손 없이 초기 상태와 현재 상태를 비교하여 수십 초 안에 열화 정도와 손상 부위를 확인할 수 있다. 기존 전자현미경 분석보다 약 100배 빠른 속도로, 실시간에 가까운 성능 진단이 가능하다.
 ▲ X선 진단과 인공지능(AI) 기반 이미지 학습 모델을 활용한 카본 섬유지의 미세구조 분석 및 구조 재현 (C) 정지완 기자 |
이번 기술은 연료전지 성능 저하를 예측하고, 최적의 두께와 바인더 함량을 갖춘 이상적인 연료전지 설계를 가능하게 한다. 이 기술은 수소 연료전지뿐 아니라 이차전지, 수전해 시스템 등 에너지 소재 연구와 진단에 폭넓게 활용될 전망이다.
정치영 박사는 “이 기술은 수소 연료전지의 상용화를 앞당기고, 지속 가능한 에너지 기술 개발에 중요한 전환점이 될 것”이라며, “앞으로도 AI 기반 기술을 활용해 에너지 산업의 혁신을 주도하겠다”고 밝혔다.
이번 연구 결과는 국제 학술지 어플라이드 에너지(Applied Energy) 지난 10월호 온라인판에 게재되어 국제적으로도 주목받고 있다.
한편, 한국에너지기술연구원은 에너지 기술 혁신을 통해 지속 가능한 에너지 시스템 구축을 목표로 다양한 연구 개발을 수행하는 국내 대표 에너지 전문 연구기관이다. 첨단 기술을 바탕으로 탄소 중립과 에너지 전환 시대를 선도하고 있다.
*아래는 위 기사를 '구글 번역'으로 번역한 영문 기사의 [전문]입니다. '구글번역'은 이해도를 높이기를 위해 노력하고 있습니다. 영문 번역에 오류가 있을 수 있음을 전제로 합니다.<*The following is [the full text] of the English article translated by 'Google Translate'. 'Google Translate' is working hard to improve understanding. It is assumed that there may be errors in the English translation.>
The Korea Institute of Energy Research (President Kim Jong-nam) announced on the 19th that Dr. Jeong Ji-young's research team developed a technology to quickly and accurately analyze the microstructure of carbon fiber, a key material for hydrogen fuel cells, by combining artificial intelligence (AI) technology and X-ray diagnostic techniques.
Carbon fiber plays an important role in helping fuel supply and water discharge in hydrogen fuel cells, but its structure and components change during use, causing performance degradation. Previously, carbon fiber samples were broken and precisely analyzed using an electron microscope, but this method took about two hours and was difficult to use industrially.
Dr. Jeong Ji-young's research team trained an AI-based machine learning algorithm with over 5,000 images extracted from about 200 carbon fiber samples. Through this, they implemented a technology that can predict the three-dimensional distribution of components such as carbon fiber, binder (adhesive), and coating agent with an accuracy of over 98%.
This technology, which utilizes X-ray tomography, can identify the degree of deterioration and damaged areas in a few tens of seconds by comparing the initial and current states without damaging the sample. It is possible to diagnose performance in near real time at a speed about 100 times faster than existing electron microscope analysis.
This technology predicts fuel cell performance degradation and enables the design of an ideal fuel cell with optimal thickness and binder content. This technology is expected to be widely used in research and diagnosis of energy materials such as hydrogen fuel cells, secondary batteries, and water electrolysis systems.
Dr. Jeong Ji-yeong said, “This technology will advance the commercialization of hydrogen fuel cells and become an important turning point in the development of sustainable energy technology,” and added, “We will continue to lead innovation in the energy industry by utilizing AI-based technology.”
The results of this study were published in the online version of the international academic journal Applied Energy in October, drawing international attention.
Meanwhile, the Korea Institute of Energy Research is a leading domestic energy research institute that conducts various research and development with the goal of building a sustainable energy system through energy technology innovation. It is leading the era of carbon neutrality and energy transition based on advanced technology.
원본 기사 보기:브레이크뉴스대전충청
