학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 1
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 2
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 3
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 4
  • 6
Learn More
학부소개 세계 최고 IT 강국,
KAIST 전기 및
전자공학부가 만들어갑니다.
세계 최고 IT 강국, KAIST 전기 및 전자공학부가 만들어갑니다.

전기및전자공학부는 KAIST공과대학 소속의 학교
최대학과로서 대한민국, 나아가 전세계 전기및
전자공학 분야의 발전을 기원하고 있습니다.

  • 5
  • 6
Learn More
AI in EE AI and machine learning
are a key thrust
in EE research
AI and machine learning are a key thrust in EE research

AI/machine learning  efforts are already   a big part of   ongoing
research in all 6 divisions - Computer, Communication, Signal,
Wave, Circuit and Device - of KAIST EE 

  • 6
  • 6
Learn More
Previous slide
Next slide
Robotics & Control
Read more...
RF/mmWave Devices & Systems
Read more...
Software Systems & Networking
Read more...
Previous slide
Next slide

Highlights

th

전기및전자공학부 이안 오클리 교수 연구실 김지완 박사과정, 정호헌 학부생

‘ACM UIST Student Innovation Content’ Best People’s Choice Award 수상

 

<(왼쪽부터) 김지완 박사과정, 정호헌 학부생>

 

우리 학부 이안 오클리 교수 연구실의 김지완 박사과정 학생과 정호헌 학부생이 지난 10월 13일부터 16일까지 미국 피츠버그에서 진행되었던 ‘ACM UIST(ACM Symposium on User Interface Software and Technology)’의 일환으로 개최된 Student Innovation Content에서 Best People’s Choice Award를 수상했습니다.  Best People’s Choice Award는 학회 기간 중 가장 많은 참가자들의 호응을 얻어낸 프로젝트에 주어지는 상입니다.

 

672c1ce581ba4
<수상한 상장과 트로피>

 

‘ACM UIST’는 인간-컴퓨터 상호작용 분야의 최우수 국제학술대회로 매년 출시되기 직전의 첨단 하드웨어를 이용하여 혁신적인 아이디어를 겨루는 Student Innovation Contest를 열고 있습니다. 

올해 주제는 Seeed Studio의 Gen-M Kit를 활용한 미래의 인터랙티브 장치를 만들어 직접 시연하는 것으로 치열한 예선을 거쳐 우리 대학을 포함해 카네기멜론대, 토론토대, 홍콩대 등 세계 유수 대학의 8팀이 본선에 진출했습니다. 

 

김지완·정호헌 학생은 스페이스 오디세이 등을 집필한 소설가 아서. C. 클라크의 “고도로 발전된 미래의 기술은 초능력 혹은 마법과 같다’는 유명한 구절을 인용하여, 마치 초능력을 경험해보는 것 같은 경험을 줄 수 있는 웨어러블 장치를 개발해 참여했습니다. 

 

이들은  표면음향파, 레이더, 초음파를 활용하여 벽 너머의 말을 들을 수 있는 스파잉, 눈을 감고도 주변의 움직임을 느낄 수 있는 초감각, 작은 물체를 공중에 띄울 수 있는 염력을 구현하는 글로브를 개발했습니다. 

 

김지완 학생은 “얼핏 보면 기술을 단순한 흥미 위주의 소재로 구현한 것이라 생각할 수도 있겠지만, 즐거움 또한 과학기술이 나아가야하는 방향 중 하나라고 생각하기 때문에 다양한 센싱 기술들을 최대한 재미있게 해석하고 시연하기 위해 노력했다”라고 말했습니다. 

241105 TH 2

EE 이정용 교수팀, 고효율·고안정성 유무기 하이브리드 태양전지 제작 기술 개발

images 000084 photo1.jpg 3

< (왼쪽부터) 전기및전자공학부 이정용 교수, 이민호 박사과정, 김민석 석사과정 >

 

전체 태양 에너지의 약 52%를 활용하지 못하는 문제점을 가진 기존 페로브스카이트 태양전지가 한국 연구진에 의해 근적외선 광 포집 성능을 극대화하면서도 전력 변환 효율을 크게 향상하는 혁신기술로 개발되었다. 이는 차세대 태양전지의 상용화 가능성을 크게 높이며, 글로벌 태양전지 시장에서 중요한 기술적 진전에 기여할 것으로 보인다. 

 

우리 학부 이정용 교수 연구팀과 연세대학교 화학과 김우재 교수 공동 연구팀이 기존 가시광선 영역을 뛰어넘어 근적외선 광 포집을 극대화한 고효율·고안정성 유무기 하이브리드 태양전지 제작 기술을 개발했다. 

 

연구팀은 가시광선 흡수에 한정된 페로브스카이트 소재를 보완하고, 근적외선까지 흡수 범위를 확장하는 유기 광반도체와의 하이브리드 차세대 소자 구조를 제시하고 고도화했다. 

 

또한, 해당 구조에서 주로 발생하는 전자구조 문제를 밝히고 다이폴 층*을 도입해 이를 획기적으로 해결한 고성능 태양전지 소자를 발표했다. *다이폴(쌍극자) 층: 소자 내 에너지 준위를 조절해 전하 수송을 원활하게 하고, 계면의 전위차를 형성해 소자 성능을 향상하는 역할을 하는 얇은 물질 층임 

 

기존 납 기반 페로브스카이트 태양전지는 850나노미터(nm) 이하 파장의 가시광선 영역에만 흡수 스펙트럼이 제한돼 전체 태양 에너지의 약 52%를 활용하지 못하는 문제가 있다. 이를 해결하기 위해 연구팀은 유기 벌크 이종접합(BHJ)을 페로브스카이트와 결합한 하이브리드 소자를 설계, 근적외선 영역까지 흡수할 수 있는 태양전지를 구현했다. 

 

특히, 나노미터 이하 다이폴 계면 층을 도입해 페로브스카이트와 유기 벌크 이종접합(BHJ) 간의 에너지 장벽을 완화하고 전하 축적을 억제, 근적외선 기여도를 극대화하고 전류 밀도(JSC)를 4.9 mA/cm²향상하는 데 성공했다.

 

images 000084 image1.jpg 3< 그림 1. 페로브스카이트/유기 하이브리드 소자 구조와 다이폴 계면층(DILs)을 통한 전자구조 개선 및 전하 전달 능력 향상 메커니즘. 제시된 다이폴 계면층은 강력한 계면 다이폴을 형성하여 페로브스카이트와 유기 벌크 이종접합(BHJ) 사이의 에너지 장벽을 효과적으로 줄이고, 홀 축적을 억제하는 역할을 한다. 이 기술은 근적외선 광자 수확 및 전하 전달을 향상시키며, 그 결과 태양전지의 전력 변환 효율을 24.0%까지 끌어올렸다. 더불어, 극한의 습도 환경에서도 1,200시간 동안 성능을 유지하는 뛰어난 안정성을 달성했다. >

 

이번 연구의 핵심 성과는 하이브리드 소자의 전력 변환 효율(PCE)을 기존 20.4%에서 24.0%로 대폭 높인 것이다. 특히, 이번 연구는 기존 연구들과 비교했을 때, 높은 내부 양자 효율(IQE)을 달성하며 근적외선 영역에서 78%에 달하는 성과를 기록했다. 

 

또한, 이 소자는 높은 안정성을 보여, 극한의 습도 조건에서도 800시간 이상의 최대 출력 추적에서 초기 효율의 80% 이상을 유지하는 우수한 결과를 보였다. 

 

이정용 교수는 “이번 연구를 통해 기존 페로브스카이트/유기 하이브리드 태양전지가 직면한 전하 축적 및 에너지 밴드 불일치 문제를 효과적으로 해결하였고 근적외선 광 포집 성능을 극대화하면서도 전력 변환 효율을 크게 향상시켜 기존 페로브스카이트가 가진 기계적-화학적 안정성 문제를 해결하고 광학적 한계를 뛰어넘을 수 있는 새로운 돌파구가 될 것”이라고 말했다. 

 

전기및전자공학부 이민호 박사과정과 김민석 석사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스트 머티리얼스(Advanced Materials)’ 9월 30일 자 온라인판에 게재됐다. (논문명 : Suppressing Hole Accumulation Through Sub-Nanometer Dipole Interfaces in Hybrid Perovskite/Organic Solar Cells for Boosting Near-Infrared Photon Harvesting). 

 

 

한편 이번 연구는 한국연구재단의 지원을 받아 수행됐다.

 

 

관련 기사 

– 연합뉴스: KAIST, 페로브스카이트 융합 태양전지 세계 최고 효율 달성

-동아사이언스: 페로브스카이트 태양전지 효율 대폭 향상…20.4%→24.0%

외 다수

 
th images 000084 photo1.jpg 2

전기및전자공학부 김용훈 교수팀,

3차원 컴퓨터 비전 인공신경망 기반 계산 방법론 세계 최초 개발

images 000084 photo1.jpg 2

< (왼쪽부터) 전기및전자공학부 김용훈 교수, 이룡규 박사과정 >

인공지능과 고성능 과학계산 간의 밀접한 관련성은 최근 2024년도 노벨 물리학상과 화학상이 동시에 수상된 것을 보면 알 수 있다. 우리 연구진이 인공지능을 활용하여 3차원 공간에 분포하는 원자 수준의 화학결합 정보를 예측하여 양자역학적 고성능 컴퓨터 시뮬레이션의 계산 시간을 획기적으로 단축하는데 성공했다. 

 

우리 대학 전기및전자공학부 김용훈 교수팀이 물질의 특성을 도출하기 위해 슈퍼컴퓨터를 활용해 수행되는 원자 수준 양자역학적 계산에 필요한 복잡한 알고리즘을 우회하는 3차원 컴퓨터 비전 인공신경망 기반 계산 방법론을 세계 최초로 개발했다고 30일 밝혔다. 

 

슈퍼컴퓨터를 활용한 양자역학적 밀도범함수론(density functional theory, DFT)* 계산은 빠르면서도 정확하게 양자 물성을 예측할 수 있게 해 첨단 소재 및 약물 설계를 포함한 광범위한 연구·개발 분야에서 표준적인 도구로 자리 잡아 필수 불가결한 역할을 하고 있다. *밀도범함수론(DFT): 원자 단위에서부터 양자역학적으로 물성을 계산하는 제1원리 계산의 대표적인 이론 

 

그러나 실제 밀도범함수론 계산에서는 3차원적인 전자밀도를 생성한 후 양자역학 방정식을 푸는 복잡한 자기일관장 과정(self-consistent field, SCF)*을 수십에서 수백 번씩 반복해야 해서 그 적용 범위가 수백~수천 개의 원자로 제한되는 한계가 있었다. *자기일관장(SCF): 상호 연결된 여러 개의 연립 미분 방정식으로 기술해야 하는 복잡한 다체 문제(many-body problem)를 해결하기 위해 널리 사용되는 과학계산법

images 000084 image1.jpg 2

< 그림 1. 물질·소재 시뮬레이션에는 공간-시간 수준(level) 또는 스케일(scale)에 따라 나노미터(nm) 수준에서의 양자역학적 계산, 수십~수백 나노미터 규모의 고전역학적 힘장(force fields) 계산, 거시적 규모에서의 연속체 역학 계산 및 서로 다른 스케일의 시뮬레이션들을 혼합하는 계산 등의 다양한 방법론들이 활용됨. 이러한 시뮬레이션들은 이미 정보학(informatics) 기법 등과 결합하여 광범위한 기초연구 및 응용개발 분야에서 핵심적인 역할을 하고 있음. 최근에는 기계학습 기법을 도입해 시뮬레이션을 급진적으로 가속하고자 하는 노력이 활발하게 이루어지고 있으나 상위 스케일 시뮬레이션들의 근간을 이루는 양자역학적 전자구조 계산에 기계학습 기법을 도입하는 연구는 아직 미진한 상황임. >

 

김용훈 교수 연구팀은 자기일관장 과정을 최근 급속한 발전을 이룬 인공지능 기법으로 회피하는 것이 가능한지 질문했다. 그 결과 3차원 공간에 분포된 화학 결합 정보를 컴퓨터 비전 분야의 신경망 알고리즘을 통해 학습해 계산을 가속화하는 딥SCF(DeepSCF) 모델을 개발했다. 

 

연구진은 밀도범함수론에 따라 전자밀도가 전자들의 양자역학적 정보를 모두 포함하고 있으며 이에 더해 전체 전자밀도와 구성 원자들의 전자밀도의 합 간의 차이인 잔여 전자밀도가 화학결합 정보를 담고 있는 점에 주목하고 기계학습의 목표물로 선정했다.

 

 

images 000084 image2.jpg 1

< 그림 2. 이번 연구에서 개발된 딥SCF 방법론은 전통적인 양자역학적 전자구조 계산에서 반복적으로 수행되어야 했던 자기일관장 과정을(주황색 박스) 인공신경망 기법을 통해 회피하여 DFT 계산을 급속히 가속화 하는 방안을 제공함(초록색 박스). 자기일관장 과정은 3차원 전자밀도를 예측하고 이에 해당하는 포텐셜을 구성한 후 양자역학적 콘-샴 방정식을 푸는 것을 수십-수백번 반복하는 과정임. 딥SCF 방법론의 핵심적인 아이디어는 전자밀도(ρ)와 구성 원자들의 전자밀도 합(ρ0) 차이인 잔여 전자밀도(δρ)가 화학결합 정보에 해당하므로 3차원 합성곱신경망 모델로 자기일관장 과정을 대체하는 것임. >

 

이후 다양한 화학결합 특성을 포함한 유기 분자들의 데이터 세트를 채택했고 그 안에 포함된 분자들의 원자구조들에 임의의 회전과 변형을 가해 모델의 정확도 및 일반화 성능을 더욱 높였다. 최종적으로 연구팀은 복잡하고 큰 시스템에 대해 딥SCF 방법론의 유효성 및 효율성을 입증했다. 

 

이번 연구를 지도한 김용훈 교수는“3차원 공간에 분포된 양자역학적 화학결합 정보를 인공 신경망에 대응시키는 방법을 찾았다”며 “양자역학적 전자구조 계산이 모든 스케일의 물성 시뮬레이션의 근간이 되므로 인공지능을 통한 물질 계산 가속화의 전반적인 기반 원리를 확립한 것”이라고 연구의 의의를 부여했다.

 

 

images 000084 image3.jpg

< 그림 3. 탄소나노튜브 기반의 DNA 염기서열 분석 소자 모델(상단 왼쪽)에 대한 딥SCF 방법론 적용 예시. 고전역학적 원자간 힘뿐만 아니라(하단 오른쪽) 화학 결합의 정보를 담고 있는 잔여 전자밀도(상단 오른쪽) 및 전자 상태밀도(density of states, DOS)와 같은 양자역학적 전자구조 특성들(하단 왼쪽)을 SCF 과정을 수행하는 표준 DFT 계산 결과에 대응되는 정확도로 빠르게 예측함. >

 

전기및전자공학부 이룡규 박사과정이 제 1저자로 수행한 이번 연구는 소재 계산 분야의 권위 있는 학술지 ‘네이쳐 파트너 저널 컴퓨테이셔널 머터리얼즈(Npj Computational Materials)’에 10월 24일 字 온라인판에 게재됐다. (논문명 : Convolutional network learning of self-consistent electron density via grid-projected atomic fingerprints) 

 

한편, 이번 연구는 KAIST 석박사 모험사업, 한국연구재단 중견연구자지원사업 등의 지원을 받아 수행되었다.

 

e1730271496130

전기및전자공학부 제민규 교수 연구실 최종윤 · Vincent Lukito 박사과정,

제25회 대한민국 반도체 설계대전 기업특별상(Telechips) 수상

     <(왼쪽부터) 최종윤 박사과정, Vincent Lukito 박사과정>

 

우리 학부 제민규 교수 연구실의 최종윤 박사과정 학생과 Vincent Lukito 박사과정 학생이 10월 24일 서울 코엑스에서 열린 ‘제25회 대한민국 반도체 설계대전’에서 기업특별상(Telechips)을 수상하는 성과를 거두었습니다.

 

‘대한민국 반도체 설계대전’은 반도체 설계 분야 대학(원)생들의 설계 능력을 배양하고 창의적인 아이디어를 발굴하여 반도체 산업의 기초 경쟁력을 키우는 것을 목표로, 한국반도체산업협회와 산업통상자원부의 주최 하에 다양한 기업들의 후원을 받아 매년 개최되고 있습니다.

 

대전 수상 사진 1

     <시상식 사진>

 

수상한 연구 작품의 제목은 “Spike Sorting SoC with Delta-based Detection and Analog CIM-based Autoencoder Neural Network Feature Extraction Achieving 94.54% Accuracy”이며, 최종윤 박사과정, Vincent Lukito 박사과정이 참여하였습니다.

 

해당 연구는 창의성, 기술성, 사업성, 완성도를 기준으로 평가되어 창의적인 주제, 기술적인 높은 난이도 및 우수성, 상용화 가능성, 작업의 완성도 및 검증 수준에 있어 훌륭한 입지를 가지고 있음을 인정받아 기업특별상(Telechips)을 수여 받았습니다.

241030 hb1

명현 교수, 2024 한빛대상 수상

241030 hb3 side

<2024 한빛대상을 수상한 명현 교수 ⓒ대전MBC>

 

우리 학부 명현 교수가 2024 한빛대상을 수상했습니다.

 

한화그룹과 대전MBC가 공동 주최하는 한빛대상은 올해로 20주년을 맞이하였고, 지역사회 각 분야에서 봉사하고 공헌한 인물을 발굴해 시상하고 있습니다. 

 

한빛대상은 크게 5개 분야 (과학기술, 교육/체육진흥, 문화예술, 사회봉사, 지역경제 발전 분야)의 수상자 1명씩을 선정하여 각 상금 1천만원과 상패를 수여하며, 올해는 특별상 (파리올림픽 펜싱 2관왕 대전시청 오상욱 선수) 이 추가되었습니다.

 

과학기술부문 수상자인 명현 교수는 16년간 자율 주행, 자율 보행 등의 분야를 연구하여 해당 분야 발전에 기여했으며, 블라인드 보행 로봇 신기술인 ‘드림워크’ 제어기를 개발하여 국제 사족로봇 자율보행 경진대회 우승을 이끈 공로를 인정받았습니다.

 

시상식은 10월 24일 대전 MBC 공개홀에서 열렸으며, 10월 29일 대전 MBC TV로 녹화 방송됐습니다.

 

241030 hb88 side

   <명현 교수 한빛대상 수상 관련 대전 MBC 뉴스 보도 ⓒ대전MBC>

 

<관련 기사>

대전 MBC | 2024 한빛대상 6개 부문 수상자 선정

뉴스1 | ‘2024 한빛대상’ 특별상 오상욱 등 6개 부문 수상자 선정

중도일보 | 대전MBC 2024 한빛대상 수상자 발표

대전 MBC | 한빛대상 20주년..”우리 이웃이 주인공”

중도일보 | [현장취재]대전MBC 2024 한빛대상 시상식 현장을 찾아서

금강일보 | 한화그룹, ‘2024 한빛대상’ 시상식

awardRth

유창동 교수님 연구실 2024 분당서울대학교병원 급성신손상 데이터톤 대상 수상

members

<(좌측부터) 유창동 교수, 홍지우 박사과정, 구관형 박사과정, 이영환 석사과정, 윤선재 박사과정>

 

우리 학부 유창동 교수님 연구실의 홍지우 박사과정생, 구관형 박사과정생, 이영환 석사과정생, 그리고 윤선재 박사과정생이 ‘2024 분당서울대학교병원 급성신손상 데이터톤’에 팀명 ‘유벤져스’로 참가하여 대상을 수상하였습니다.  

 

해당 대회는 분당서울대학교병원이 주최한 온라인 데이터톤으로, 급성신손상 환자 데이터셋을 활용해 아이디어를 제안하고 디지털 헬스케어 AI 모델을 개발하는 대회입니다.  특히, 성능 뿐만 아니라 성별, 종교 등과 무관하게 공정한 성능을 보이는 AI 모델을 개발하는 것이 주요 목표입니다.

 

유벤져스 팀원들은 개발한 모델의 성능, 공정성, 독창성, 활용성 등을 인정받아 수상자로 선정되었습니다.

award

   <2024 분당서울대학교병원 급성신손상 데이터톤에서 대상을 수상한 ‘유벤저스’ 팀>

자세한 내용은 다음과 같습니다.
 
대회명: 2024 분당서울대학교병원 급성신손상 데이터톤
 
대회 개요: 급성 신손상(AKI) 환자 데이터셋을 활용해 실제 진료 현장에서 활용할 수 있는 AKI 예측 AI 모델을 개발. 예선에서는 MIMIC-IV 데이터셋으로 AKI 예측 AI 모델을 개발하고, 본선에서는 분당서울대학교병원의 실제 데이터로 실전 모델을 개발.
 
대회 기간: 9월 12일 – 10월 20일
 
수상: 대상 (분당서울대학교병원 의생명연구원장상)
 
참가자: 홍지우(팀장), 구관형, 이영환, 윤선재
KAIST EE

2025 봄학기 입학 신입생(석사과정, 석박통합과정,전문석사과정) 랩배정 결과를  아래와 같이 안내드립니다.

수험번호 학생명 지도교수님
110030 김O한 장민석 교수님
110033 박O호 권경하 교수님
110040 이O국 한동수 교수님
110045 김O우 김훈 교수님
110046 성O연 황의종 교수님
110048 정O헌 김주영 교수님
110049 이O호 유재민 교수님
110070 김O현 최진석 교수님
110080 박O 장동의 교수님
110082 윤O석 유경식 교수님
110083 김O현 유종원 교수님
110100 박O규 김봉진 교수님
110104 신O현 강준혁 교수님
110108 박O훈 홍성철 교수님
110111 양O수 정완영 교수님
110112 김O현 최진석 교수님
110118 최O민 한수진 교수님
110145 박O섭 정완영 교수님
110154 김O욱 윤준보 교수님
110160 송O우 안희진 교수님
110168 정O훈 김봉진 교수님
110174 김O웅 김현식 교수님
110194 마O창 유경식 교수님
110197 배O나 김준모 교수님
110205 김O수 조병진교수님
110228 유O석 원유집교수님
110233 홍O혁 이시현교수님
110241 이O태 최준일교수님
110248 전O원 이시현교수님
110257 황O준 심현철교수님
110285 조O희 김성민교수님
110288 공O이 명현교수님
110313 김O진 유승협교수님
110337 유O한 신민철교수님
110365 김O진 신영수교수님
110371 정O민 김현식교수님
110383 김O별 장민석교수님
110392 박O은 이현주교수님
110404 이O준 조성환교수님
110406 송O백 김상식교수님
110412 이O민 심현철교수님
110428 박O민 전상훈교수님
110436 박O태 이안오클리교수님
110452 김O성 유종원교수님
110464 이O준 유경식교수님
110470 정O라 최진석교수님
110472 박O준 제민규교수님
110477 김O우 이성주교수님
110484 조O찬 윤찬현교수님
110486 변O진 김봉진교수님
110513 지O채 노용만교수님
110531 이O혁 김상현교수님
110551 윤O문 이시현교수님
110564 배O균 제민규교수님
110565 김O호 최양규교수님
110567 노O성 김준모교수님
110569 김O희 제민규교수님
110581 김O호 유승협교수님
110583 정O근 김동준교수님
110584 김O진 류승탁교수님
110590 김O석 신민철교수님
110591 조O근 한동수교수님
110607 전O민 조성환교수님
110614 조O훈 최준일교수님
110617 김O우 김훈 교수님
110636 최O원 한수진교수님
110657 공O 유재민교수님
110666 최O민 정준선교수님
110671 김O은 배준우교수님
110675 이O돈 장동의교수님
110708 김O준 배준우교수님
110716 정O윤 유회준교수님
110722 문O영 백재일교수님
110729 정O철 정명수교수님
110736 박O용 김주영교수님
110753 이O희 최준일교수님
110757 김O표 류승탁교수님
110762 조O원 김동준교수님
110772 임O우 유창동교수님
110774 배O운 유재민교수님
110791 김O찬 한동수교수님
110792 류O종 문재균교수님
110823 이O선 최경철교수님
110837 김O모 유경식교수님
110846 정O호 장동의교수님
110848 신O빈 이정용교수님
110859 원O일 노용만교수님
110869 박O서 조병진교수님
110872 김O원 전상훈교수님
110914 나O민 김봉진교수님
110923 최O재 김준모교수님
110925 이O준 최정우교수님
110939 김O호 노용만교수님
110953 양O정 김주영교수님
110959 함O찬 안희진교수님
111024 양O규 한수진교수님
111038 곽O혁 전상훈교수님
111042 민O하 김주영교수님
111045 이O용 전상훈교수님
111049 박O우 박성욱교수님
111082 문O석 박인철교수님
111098 김O재 배현민교수님
111101 이O준 제민규교수님
111106 문O현 홍성철교수님
111111 이O정 김주영교수님
111124 이O민 최경철교수님
111138 천O범 최성율교수님
111142 김O경 유창동교수님
111146 신O욱 이정용교수님
111156 정O교 한수진교수님
111158 기O준 김준모교수님
111203 이O아 유민수교수님
111213 박O훈 정명수교수님
111214 김O환 최정우교수님
111224 송O원 윤준보교수님
111233 최O영 황의종교수님
111253 유O두 김현식교수님
111278 최O빈 유창동교수님
111279 이O혁 명현교수님
111286 임O영 정명수 교수님
111287 최O원 강준혁교수님
111293 신O헌 김봉진교수님
111305 성O우 김봉진교수님
111328 오O석 신민철교수님
111351 엄O연 김현식교수님
111354 천O민 전상훈교수님
111356 김O상 권경하교수님
111435 강O수 백재일교수님
111462 이O은 박인철교수님
111497 정O선 권경하교수님
111507 문O제 이가영교수님
111536 고O수 장민석교수님
111560 강O기 원유집교수님
111581 조O영 김대식교수님
111597 김O준 함자쿠르트교수님
111612 나O준 이가영교수님
111680 최O완 명현교수님
210017 김O수 박성욱교수님
210086 이O섭 김상식교수님
210109 김O원 최신현교수님
210140 권O만 이상국교수님
210167 박O연 류승탁교수님
210208 장O연 전상훈교수님
210222 김O재 박현철교수님
210258 안O현 박인철교수님
210313 정O완 노용만교수님
210315 이O찬 한수진교수님
210348 우O서 하정석교수님
210497 오O준 김동준교수님
210504 허O영 한수진교수님
610003 박O제 유민수교수님
610004 이O현 전상훈교수님
610005 신O호 전상훈교수님
610007 박O진 최성율교수님
610008 권O 장동의교수님
610009 김O호 김창익교수님
images 000083 photo1.jpg 4

전기및전자공학부 권경하 · 이상국 교수팀, 전기화학 임피던스 분광법 기술 개발

images 000083 photo1.jpg 4

 < (왼쪽부터) 전기및전자공학부 이영남 박사과정, 이상국 교수, 권경하 교수 >

 

전기차 배터리를 효율적으로 관리하고 안전하게 사용하기 위해서는 정확한 배터리 상태 진단이 필수적이다. 우리 연구진이 소량의 전류만을 사용해 높은 정밀도로 배터리의 상태를 진단하고 모니터링할 수 있는 기술을 개발하여 배터리의 장기적 안정성과 효율성을 극대화할 것으로 기대된다. 

 

우리 학부 권경하 교수와 이상국 교수 연구팀이 전기차 대용량 배터리의 안정성과 성능 향상에 활용할 수 있는 전기화학 임피던스 분광법(이하 EIS) 기술을 개발했다고 17일 밝혔다. 

 

EIS 기술은 배터리의 임피던스* 크기와 변화를 측정해 배터리 효율과 손실을 평가할 수 있는 강력한 도구로, 배터리의 충전 상태(state-of-charge; SOC) 및 건강 상태(state-of-health; SOH)를 평가하는 중요한 도구로 여겨진다. 또한 배터리의 열적 특성과 화학적/물리적 변화, 수명 예측, 고장의 원인을 식별하는 데 활용 가능하다.  * 배터리 임피던스: 배터리 내부에서 전류 흐름에 저항하는 요소로, 이를 통해 배터리 의 성능과 상태를 평가할 수 있는 지표

 

그러나 기존 EIS 장비는 비용 및 복잡성이 높아 설치, 운영 및 유지 보수가 쉽지 않다. 또한, 감도 및 정밀도 제약으로 수 암페어(A)의 전류 교란을 배터리에 인가하는 과정에서 배터리에 큰 전기적 스트레스가 가해지기 때문에 배터리의 고장이나 화재 위험을 증가시킬 수 있어 활용이 어려웠다. 

 

이에 연구팀은 고용량 전기차 배터리의 상태 진단 및 건강 모니터링을 위한 소전류 EIS 시스템을 개발하고 입증했다. 이 EIS 시스템은 낮은 (10mA) 전류 교란으로, 배터리의 임피던스를 정밀하게 측정할 수 있으며 측정 시 발생하는 열적 영향 및 안전 문제를 최소화한다. 

 

추가로 부피가 크고 비용이 많이 드는 구성요소를 최소화해 차량 내 탑재가 용이한 설계다. 해당 시스템은 전기차 배터리의 여러 운영 조건(다양한 온도 및 배터리 잔존용량을 나타내는 SOC 레벨에서 배터리의 전기화학적 특성을 효과적으로 파악할 수 있음이 입증됐다.

 

images 000083 image1.jpg 2

< 그림 1. 전기차 배터리 임피던스 측정을 통한 상태 진단 및 사고 방지 흐름도 >

 

권경하 교수(교신저자)는 “이 시스템은 전기차용 배터리 관리 시스템 (BMS)에 쉽게 통합 가능하며, 기존의 고전류 EIS 방식 대비 비용과 복잡성을 현저히 낮추면서도 높은 측정 정밀도를 입증했다ˮ면서 “전기차 뿐만 아니라 에너지저장시스템(ESS)의 배터리 진단 및 성능 향상에도 기여할 수 있을 것ˮ이라고 말했다. 

 

이번 연구 결과는 국제 저명 학술지 `IEEE Transactions on Industrial Electronics (동 분야 상위 2%; IF 7.5)’에 지난 9월 5일 발표됐다.

 

(논문명 : Small-Perturbation Electrochemical Impedance Spectroscopy System With High Accuracy for High-Capacity Batteries in Electric Vehicles, 링크: https://ieeexplore.ieee.org/document/10666864

 

images 000083 image2.jpg 2

 그림 2. 전기차용 대용량 배터리의 임피던스 측정 결과 >

 

한편, 이번 연구는 과학기술정보통신부 한국연구재단의 기초연구사업, 산업통상자원부 한국산업기술기획평가원의 차세대지능형반도체기술개발사업 및 정보통신기획평가원의 인공지능반도체대학원사업의 지원을 받아 수행됐다.

 

관련 뉴스

KBS: KAIST “소량 전류로 전기차 배터리 정밀 진단 가능”

ChosunBiz: 전기차 화재 예측할 배터리 진단 기술 나왔다  등 다수

공지사항

MORE

학부일정

세미나

날짜:

October 14th, Mon 11am - 11:50am

연사:

Istvan Szerdahelyi(The Ambassador of Hungary to the Republic of Korea)

장소:

KI Building(E4), Matrix Hall(2nd Floor)