배터리 혁신 기술의 실용화 러시

액체계 LIB 용량 향상의 한계

배터리 업체와 자동차 업체 상당수는 조 단위의 자금을 투자해 기가 팩토리라고 불리는 대규모 리튬이온2차전지(LIB) 제조 공장을 건설하고 있다.

도요타자동차는 2030년까지 2조 엔, 독일의 폭스바겐 그룹(Volkswagen Group)은 203.8억 달러(약 2.85조엔). 또한 메르세데스-벤츠그룹(Mercedes-Benz Group)은 배터리에 대한 정확한 투자액은 밝히지 않고 있지만, 전기자동차(EV) 관련 전체에서 2026년까지 600억 유로(9조 엔)를 투자한다고 한다. 배터리 업체와 자동차 업체의 복잡한 합종연횡도 진행되고 있다.

이러한 가운데 셀 에너지 밀도에서 기존 LIB 기술을 크게 뛰어넘는 차세대 배터리의 실용화가 드디어 시작되었다. 또한 한 곳이 아닌 다수의 배터리 업체들이 서로 다른 기술로 잇따라 양산을 시작하고 있다. 아직 양산에 이르지 못한 배터리 업체에서도 자동차 업체의 사전 예약이 진행되고 있다.

-- 30년 이상의 ‘카이젠(개선)’에 한계 --
소니(당시 소니에너지테크)가 LIB를 세계 최초로 양산한 것은 1991년. 이후 32년간 LIB의 에너지 밀도는 단위 중량당 2배 이상, 단위 부피당 3배 이상이 되었다. 하지만, 전극과 전해액의 기본 구성은 크게 변하지 않은 채 반복적인 부분 변경만으로 여기까지 왔다고 할 수 있다. 

긴 항속 거리와 많은 적재량 요구

상용차의 전동화를 가속화하기 위해 도요타자동차와 독일 다임러트럭이 움직였다. 긴 항속거리와 많은 적재량 등이 요구되는 대형차는 연료전지차(FCV)가 유력한 선택지가 된다. 경차를 포함한 소형차는 전기자동차(EV)로 전환하기 위한 대응이 활발해지고 있다. 소형 상용 EV를 보급하려면 차량 개발이나 제조 비용을 낮춰 가격을 최대한 낮춰야 한다.

전동화를 배경으로 상용차 업체가 재편되기 시작했다. 도요타의 자회사인 히노자동차와 다임러트럭의 자회사인 미쓰비시후소트럭버스의 경영 통합이 2023년 5월에 결정됐다. 통합에 따른 규모의 이점을 살려 전동화에 따른 부담을 줄이는 것이 최대 목적이다.

다임러트럭의 마틴 다움 CEO는 “상용차의 전동화에는 많은 투자가 필요하며 규모의 이점을 살리는 것이 필수적”이라고 말했다. 전동화의 어프로치에서는 대형차는 FCV 등의 수소 이용이 유력하다고 한다.

예를 들면, 물류의 기간 수송에 사용되는 대형 트럭은 긴 항속 거리와 많은 적재량, 단시간 내 연료 공급이 요구된다. 때문에 상용차 사용자들 사이에서는 현재는 EV가 아닌 FCV가 적합하다는 시각이 확산되고 있다.

스페이스X의 대형 2세대 위성이 담당

KDDI는 8월 30일, 미국 스페이스X(SpaceX)와의 새로운 업무 제휴를 통해 스페이스X의 ‘스타링크(Starlink)’ 위성과 au스마트폰이 직접 통신할 수 있는 새로운 서비스를 2024년 안에 개시하는 것을 목표로 한다고 발표했다. 유저가 기지국 권외에 있어도 하늘이 보이는 상황이면 위성으로부터의 전파를 포착해 통신을 할 수 있다고 한다.

스마트폰으로의 직접 통신은 현재 실증 단계로, KDDI와 동일한 서비스는 미국, 캐나다, 오스트레일리아, 뉴질랜드, 스위스에서도 제공될 예정이다.

현재 스타링크의 통신 서비스를 사용하려면 전용 안테나가 필요하지만, 새로운 서비스에서는 그것이 필요 없으며 가지고 있는 스마트폰을 하드웨어나 소프트웨어의 변경 없이 그대로 사용할 수 있다는 것이 큰 포인트다. 우선 SMS 등 메시지 송수신 서비스부터 시작해 음성통화나 데이터 통신 서비스에도 순차적으로 대응해나갈 방침이다.

사용하는 주파수대는 au의 LTE 스마트폰이 이미 이용하고 있는 미드밴드(플래티넘 밴드와 밀리미터파대 이외)이다. 이 새로운 서비스의 실현에 있어 유저 측의 변경은 불필요하지만, 위성 측에서는 이 주파수대의 전파를 송수신하는 새로운 하드웨어가 탑재된 제2세대의 스타링크 위성이 필요하게 된다.

옥외 설비의 소음을 억제하는 최적해 도출

다이세이건설은 실외기나 냉각탑 등 실외 설비기기에 설치하는 소음장치를 인공지능(AI)을 이용해 자동으로 선정하는 시스템 ‘T-Optimus Noise’를 개발했다. 여러 소음장치의 조합 중에서 소음을 법령에서 정한 기준치 이하로 억제하고, 최소 비용이 드는 대책을 만들 수 있다.

대규모 시설의 경우는 설비기기의 수가 수백 개에 이른다. 기존의 설계에서는 설비기기마다 소음 레벨에 따라 소음장치를 선택. 소음의 전파 상황을 시뮬레이션으로 확인하는 작업을 반복할 필요가 있었다. AI 기술을 이용함으로써 소음 대책에 들이는 설계 시간과 소음장치를 도입하는 비용을 모두 줄이는 것이 목적이다.

-- AI는 비용을 40% 억제 --
다이세이건설은 쓰레기 처리시설을 모델로 AI에 의한 설계와 전문기술자의 기존 설계를 비교해 시스템 효과를 검증했다. 옥상에 32대의 설비기기를 설치하는 모델을 이용해, 성능과 비용이 다른 3종류의 소음장치를 조합했다. 저성능 저비용의 A형, 중간 정도의 성능과 비용의 B형, 성능과 비용이 모두 높은 C형이다.

기존의 방법으로 설계한 전문기술자는 B형을 12대 사용하고, 나머지 20대는 소음장치를 설치하지 않았다. 설계 시간은 이틀 정도로 걸렸고 도입 비용은 5,000만엔이었다.

Diffusion Model

확산 모델은 생성 AI(인공지능) 기술의 일종으로, 대상의 이미지나 음성, 텍스트와 같은 콘텐츠를 단계적으로 열화(劣化)시킨 뒤 열화 과정을 거슬러 올라가도록 단계적으로 재구성해 나가는 과정을 학습시킨 생성 모델이다.

입력된 프롬프트(지시)에 근거해 화상을 생성하는 서비스의 기반 기술 중 하나이다. 이러한 서비스의 대표적인 예로는 미국의 오픈AI(OpenAI)가 제공하는 웹 서비스 ‘DALL·E2’와 영국 스태빌리티 AI(Stability AI)의 ‘Stable Diffusion Online’이 있다.

확산 모델의 첫 번째 모델은 2015년, 미국 스탠퍼드대학의 연구자가 제안했다. 그리고 2020년, 캘리포니아대학 버클리 연구자들이 다른 생성 모델에 필적하는 품질을 달성하면서 활용이 진행되었다.

기존에는 확산 모델과 동일하게 심층학습(딥러닝)을 응용한 적대적 생성네트워크(GAN)가 주류였다. 그러나 학습이 불안정하고, 지시와 다른 화상을 출력하는 등 품질 면에서 과제가 있었다. 한편, 확산 모델은 단계적으로 재구축하는 과정을 학습함으로써 품질이 안정적이라는 강점이 있다.

2050년 CO2 실질 제로를 달성하는 실천 수법

2021년 11월의 COP26(26th UN Climate Change Conference of the Parties)에서 일본도 탈탄소를 향한 출발을 선언했다. 목표는 2030년에 CO2 배출 46% 삭감, 2050년에 배출량 실질 제로이다.

이 목표에 언제나 붙어있는 ‘실질’이라는 단어는 “가능하다면, 현상의 경제사회나 사업을 그대로 유지하고 싶다”고 하는 많은 사람들의 생각을 느끼게 된다. 만약 가능하다면 경제사회와 사업의 형태는 그대로 유지하면서 성에너지나 리사이클과 배출권으로 어떻게든 목표달성이 되지 않을까 하는 생각에, 탈탄소에 대한 오해가 있다.  

그 것은 ‘탈탄소는 지구환경을 위해 해야하는 의무’ 라는 뿌리 깊은 오해인 것이다. 그러나 탈탄소는 지구환경을 위한 것이 아니고, 경제사회와 사업활동 그 자체를 존속시키기 위해 하는 것이다. 왜냐하면 탈탄소는 ‘화석연료와 플라스틱에 의존하지 않고, 경제와 사업을 움직일 수 있는가?’라는 명제이기 때문이다.

그래서 이것을 필달하지 않으면 안되는 이유는, 지구온난화와 폐기물의 문제만이 아닌, 모든 화석연료가 급속하게 고갈되어 가고 있는 것에 있습니다.