AI와 로봇은 새로운 배터리 개발 드림팀

Nov 03, 2023

gmast3r/iStock

구독함으로써 귀하는 언제든지 구독을 취소할 수 있는 이용 약관 및 정책에 동의하게 됩니다.

전기 구동 장치에 대한 수요가 계속 증가하는 세계에서 휴대용 전원 공급 장치는 필수가 되었습니다. 전기 자동차부터 사물 인터넷 장치에 이르기까지 현대 세계는 배터리 없이도 작동할 수 있다고 주장할 수 있습니다.

그러나 안타깝게도 가장 일반적인 배터리의 에너지 밀도, 충전 시간 및 수명은 제한되어 있습니다. 이를 위해 많은 연구자들은 저렴하고 오래 지속되며 지속 가능하고 전력 밀도가 높은 솔루션인 배터리 기술의 "성배"를 찾기 위해 열심히 노력하고 있습니다. 이것은 쉬운 일이 아니지만 일부 사람들은 로봇과 인공 지능을 채용하면 전체 프로세스를 과급할 수 있기를 희망합니다.

하지만 먼저 새로운 배터리 개발이 왜 그렇게 어려운지 살펴보겠습니다.

배터리 개발은 극복해야 할 몇 가지 과제가 있는 복잡한 분야입니다. 현재 주요 문제는 다음을 포함하지만 이에 국한되지는 않습니다.

이러한 문제를 해결하기 위해 재료 과학, 엔지니어링 및 제조 분야의 혁신이 지속적으로 추구되고 있습니다. 이를 위해 로봇 공학과 AI가 이러한 노력을 가속화하고 배터리 개발에 직면한 과제를 극복하는 데 크게 도움이 될 수 있기를 바랍니다.

IURII BUKHTA/iStock

AI와 로봇공학이 배터리 산업에 미칠 수 있는 잠재적인 영향을 평가하기 위해 우리는 이미 카네기 멜론 대학의 테스트 사례를 보유하고 있습니다. 2022년 9월, 한 연구팀이 최첨단 AI와 로봇공학 기술을 결합하여 더 나은 새로운 형태의 배터리를 만들기 위한 연구 프로세스의 속도를 획기적으로 높였습니다.

리튬 이온 배터리를 설계하려면 효율적인 이온 전도성이 중요하기 때문에 연구자들은 이를 최적화하는 방법을 끊임없이 찾고 있습니다. Carnegie Mellon 팀은 이를 극적으로 가속화할 수 있는 새로운 방법을 찾았을 수도 있습니다.

Nature Communications에 발표된 논문에서 연구원들은 특정 유형의 로봇을 AI 학습 시스템과 성공적으로 결합하여 고급 비수성 액체 전해질을 개발하는 것을 강조했습니다.

이 과정을 촉진하기 위해 연구원들은 지침에 따라 전해질 샘플을 만드는 데 필요한 재료를 활용하는 "Clio"라는 로봇을 만들었습니다.

'드래곤플라이(Dragonfly)'라는 딥러닝 AI 프로그램이 탑재된 컴퓨터가 '클리오(Clio)', 전해질 센서와 함께 시스템에 통합됐다.

"잠자리"는 데이터를 분석하고 개선을 위한 제안을 제안했습니다. 그런 다음 "Clio"는 이러한 제안을 구현하여 새로운 샘플을 만들었습니다. 전해질 품질이 향상될 때까지 이 과정을 이틀에 걸쳐 반복했습니다. 연구원들이 제품 테스트 준비가 완료되었다고 판단한 후 기계 듀오는 중단되었습니다.

실험 중에 과학자들은 쌍을 이루는 AI 시스템이 의도한 대로 작동하여 전해질 샘플을 점차적으로 향상시키는 것을 관찰했습니다.

가장 뛰어난 결과는 현재 시중에 나와 있는 최고 성능의 배터리에 비해 13% 향상된 성능을 보였습니다. 연구원들은 이제 다양한 목표를 평가하고 속도를 높이기 위해 시스템 기능을 더욱 향상시킬 계획입니다.

이 연구 개발 영역은 이미 학계 외부로 확대되었으며, Chemix와 같은 회사는 EV 시장을 위한 고급 배터리를 개발하기 위해 유사한 접근 방식을 사용하고 있습니다. 대학 연구든, 상업 개발이든, 자동화와 기계 학습을 통해 새롭고 혁신적인 소재의 발견이 가속화될 수 있기를 바랍니다. 이는 배터리 개선, 보다 효율적인 광전지 시스템 및 기타 발전으로 이어질 수 있습니다.

그리고 그것이 오늘 당신의 몫입니다.

새로운 배터리 개발은 복잡하고 집약적이지만 로봇 공학과 인공 지능은 이 프로세스를 가속화하여 안전하고 신뢰할 수 있는 미래 배터리를 생산할 수 있습니다. Carnegie Mellon 연구진의 연구에서는 이미 몇 가지 흥미로운 결과가 나타났으며, 이 초기 단계의 분야가 앞으로 어떤 결과를 낳게 될지 지켜보는 것도 흥미로울 것입니다.