무선 전력의 혁신: 일본의 머신러닝 기술 돌파구
진정한 무선 시대를 향한 중대한 도약으로, 일본 과학자들이 무선 전력 전송(WPT) 시스템의 안정성과 효율을 크게 높이는 머신러닝 기반 기술을 공개했다. 지바대학교 연구팀이 개발한 이 기술은 2025년 6월 권위 있는 학술지 IEEE Transactions on Circuits and Systems에 발표됐으며, 스마트폰부터 전기차와 산업 장비에 이르기까지 다양한 분야에서 무선 충전이 널리 보급되는 계기가 될 수 있다.
목차
물리적인 케이블 없이 기기를 충전할 수 있게 해주는 무선 전력 전송 기술은 엔지니어와 소비자 모두가 오랫동안 꿈꿔온 기술이다. 무선 전력 전송은 이미 스마트폰, 전동 칫솔, 인덕션 레인지 등에 사용되고 있지만, 더 폭넓게 보급되는 데에는 기술적 난관이 걸림돌이 돼 왔다. 특히 에너지 요구량이 서로 다른 기기를 연결했을 때 전력 공급이 불안정해지는 문제가 크다. 일본 연구진의 기술은 인공지능을 활용해 어떤 기기를 충전하더라도 일정하고 효율적으로 전력을 공급하는 시스템을 구현함으로써 이 문제를 정면으로 해결한다.
안정적인 무선 전력 전송은 왜 어려운가?
무선 전력 전송은 기본적으로 전자기장을 통해 에너지를 전달하는 방식이다. 송신 코일이 특정 주파수를 만들면 같은 주파수에 맞춰진 수신 코일이 에너지를 포착해 다시 전기로 변환한다. 공진이라고 하는 이 과정은 수신 기기, 즉 ‘부하’의 특성에 매우 민감하다.
예를 들어 스마트폰을 충전할 때 배터리가 차오르면서 저항이 변한다. 이로 인해 기존 무선 전력 전송 시스템에서는 전압 변동이 발생해 충전 속도가 느려지거나 효율이 떨어지고, 민감한 전자 부품이 손상될 수도 있다. 충전 중 부하가 크게 바뀔 수 있는 전기차 배터리처럼 용량이 큰 배터리에서는 문제가 더욱 두드러진다.
기존 방식은 인덕터와 커패시터 같은 회로 부품의 정확한 값을 계산하기 위해 복잡한 해석 방정식에 의존한다. 하지만 이러한 방정식은 이상적인 조건을 가정하는 경우가 많고, 제조 공차와 기생 커패시턴스, 환경 변화 같은 현실의 요인을 반영하지 못한다. 그 결과 기존 무선 전력 전송 시스템은 부하가 바뀔 때 출력 전압이 최대 18%까지 변동할 수 있으며, 효율은 최저 65%까지 떨어질 수 있다.
머신러닝이 바꾸는 무선 전력 설계
세키야 히로오 교수가 이끄는 지바대학교 연구팀은 머신러닝과 수치 최적화 기법을 활용해 이러한 난제를 해결했다. 연구진은 다이오드의 기생 커패시턴스처럼 이상적이지 않은 특성까지 포함해 실제 부품의 동작을 정확히 반영하는 미분 방정식으로 무선 전력 전송 회로 전체를 모델링했다. 그런 다음 시스템이 안정된 작동 상태에 도달할 때까지 방정식을 단계별로 수치 해석했다.
시스템을 최적화하기 위해 연구진은 자연선택에서 착안한 인공지능 기법인 유전 알고리즘을 적용했다. 이 알고리즘은 출력 전압의 안정성, 전력 전달 효율, 다른 전자기기에 간섭을 일으킬 수 있는 고조파 왜곡의 저감 등 주요 목표를 기준으로 다양한 회로 구성을 평가한다. 이후 회로 매개변수를 반복적으로 조정하며 여러 부하 조건에서 최상의 성능을 내는 설계가 될 때까지 회로를 ‘진화’시킨다.
수치 해석을 기반으로 한 이 머신러닝 방식은 엔지니어들이 ‘부하 독립형’ 작동이라고 부르는 기능을 구현한다. 즉 부하가 달라져도 안정적인 출력 전압과 높은 효율을 유지한다. 연구진은 클래스-EF 인버터와 클래스-D 정류기를 결합한 토폴로지인 클래스-EF 무선 전력 전송 시스템에 이 기술을 적용해 성능을 입증했다. 두 회로 방식 모두 효율이 높고 무선 전력 응용에 적합한 것으로 알려져 있다.
주요 성과: 안정성과 효율의 획기적 개선
성과는 뚜렷했다. 새로운 시스템은 출력 전압 변동을 5% 미만으로 낮췄다. 기존 설계에서 나타난 최대 18% 변동에 비해 크게 개선된 수치다. 6.78MHz에서 전력 전송 효율은 86.7%에 달했고, 출력 전력은 23와트를 넘었다. 반면 기존 시스템은 부하가 변하는 상황에서 효율을 65% 이상으로 유지하는 데 어려움을 겪는 경우가 많다.
머신러닝 방식은 기존 시스템이 특히 불안정해지기 쉬운 저부하 상태에서도 성능을 개선했다. 실제 부품 특성의 영향을 정확히 모델링해 부하가 달라져도 송신 코일의 에너지 손실을 거의 일정하게 유지했다. 이는 전류가 효과적으로 제어되고 에너지 낭비가 최소화됐음을 보여준다.
세키야 히로오 주저자는 “머신러닝 방식은 시스템을 가상으로 모델링하고 시뮬레이션을 수행하며, 인공지능을 활용해 열로 손실되는 에너지를 줄이고 신호 품질을 유지함으로써 성능을 최적화한다”고 설명했다.
이번 기술 혁신은 무엇이 다른가?
무선 충전은 새로운 기술이 아니지만, 일본 연구팀의 성과는 부하에 따라 달라지는 불안정성이라는 지속적인 난제를 해결한 데 있다. 이 방식은 새로운 기기나 응용 분야마다 회로 부품을 일일이 수작업으로 조정할 필요가 없다. 대신 인공지능 기반 설계 과정이 부하와 환경, 사용 사례에 자동으로 대응할 수 있어 실제 현장에 적용하기가 훨씬 수월하다.
에너지 수요가 빠르고 예측하기 어렵게 변하는 전기차, 산업용 로봇, 의료용 임플란트 같은 신흥 분야에서 이러한 유연성은 특히 유용하다. 어떤 조건에서도 안정적이고 효율적으로 전력을 공급할 수 있다면, 지금까지 번거로운 케이블과 커넥터에 의존해 온 분야에서 무선 전력 기술의 도입이 빨라질 수 있다.
연구실에서 일상으로: 무선 사회를 향한 길
이번 연구의 의미는 소비자용 기기를 훨씬 넘어선다. 지바대학교 연구팀은 무선 전력이 와이파이처럼 어디서나 이용돼 가정과 사무실, 공장, 공공장소에서 기기를 끊김 없이 충전하는 미래를 그리고 있다. 단순화된 부하 독립형 설계는 무선 전력 전송 시스템의 비용과 크기도 줄여 대량 생산과 일상 제품에의 통합을 더 쉽게 만들 수 있다.
하지만 다른 신기술과 마찬가지로, 상용화가 널리 이뤄지기 전까지는 해결해야 할 과제가 남아 있다. 다양한 기기와 제조업체 사이에서 신뢰성과 상호 운용성을 보장하려면 추가적인 엔지니어링 작업과 엄격한 안전성 시험, 업계 표준 마련이 필수적이다. 그럼에도 전문가들은 이번 기술 혁신으로 향후 5~10년 안에 무선 전력이 일상적으로 쓰이게 될 수 있다고 본다.
ColombiaOne.com은 “이번 개선은 전기차에 탑재된 배터리처럼 크고 복잡하며 충전 부하가 크게 달라질 수 있는 배터리에서 특히 중요할 수 있다. 이 방식은 회로 구성도 간소화하고 비용과 크기를 줄일 수 있으며, 연구팀은 5~10년 안에 무선 전력을 일상적으로 사용하는 것을 목표로 하고 있다”고 보도했다.
인공지능: 전력전자 설계의 미래
일본의 이번 기술 혁신은 전기공학 분야의 더 큰 흐름, 즉 인공지능과 머신러닝을 하드웨어 설계에 접목하는 움직임의 일부다. 기존에는 인버터와 정류기, 무선 전력 시스템 같은 전력전자 장치를 설계하려면 고도의 전문성과 반복적인 시행착오가 필요해 많은 노동이 투입됐다.
대규모 언어 모델과 진화 알고리즘을 포함한 최근 인공지능 기술의 발전은 이 과정을 효율화하고 있다. 회로 매개변수 최적화를 자동화하고 현실의 복잡한 요인을 반영하면, 인공지능 기반 설계 도구로 개발 시간을 줄이고 사람의 실수를 최소화하며 성능과 효율을 한층 끌어올릴 수 있다.
ScienceDirect에 최근 게재된 리뷰 논문은 “인공지능 기반 설계는 고주파 무선 전력 전송 시스템의 매개변수를 최적화한다. GPT 기반 인공지능 모델은 전력전자 설계 시간과 복잡성을 크게 줄인다”고 밝혔다. 이 리뷰는 인공지능이 무선 전력뿐 아니라 교통부터 사물인터넷(IoT)에 이르기까지 전력전자 분야 전반을 혁신할 잠재력이 있다고 강조했다.
무선 전력의 다음 단계는?
지바대학교 연구팀의 성과는 현재 실험실 실험에 기반하고 있지만, 그 바탕이 된 원리는 폭넓게 적용할 수 있다. 인공지능 기반 설계 기법이 발전하고 더 널리 도입되면서, 다양한 분야에 실용적이고 신뢰할 수 있는 무선 전력 시스템을 개발하는 작업도 빠르게 진전될 것으로 보인다.
업계 관계자들은 향후 10년 동안 기기가 실내에 들어서면 자동으로 충전되고, 차량이 주차 중이거나 심지어 주행 중에도 충전되며, 산업 장비가 전력 케이블의 제약 없이 작동하는 ‘완전 무선’ 환경이 등장할 수 있다고 전망한다. 이러한 변화는 편의성을 높일 뿐 아니라 전자 폐기물을 줄이고 안전성을 개선하며 새로운 방식의 연결과 자동화를 가능하게 할 것이다.
요약
- 지바대학교 일본 연구진이 부하 변화와 관계없이 안정적이고 효율적인 무선 전력 전송을 구현하는 머신러닝 기반 기술을 개발했다.
- 이번 기술은 출력 전압 변동을 5% 미만으로 낮추고 효율을 86.7%로 높였다. 기존 시스템의 전압 변동은 18%, 효율은 65% 수준이다.
- 인공지능 기반 설계 과정은 수치 모델링과 유전 알고리즘으로 회로 매개변수를 최적화해 기존 해석 방식의 한계를 극복한다.
- 이 기술은 스마트폰과 전기차, 산업 장비 등에서 무선 전력의 도입을 앞당겨 향후 5~10년 안에 무선 충전이 일상화되는 데 기여할 수 있다.
- 이번 연구는 전력전자 설계의 자동화와 최적화에서 인공지능의 역할이 커지고 있음을 보여준다. 이는 앞으로 더 빠른 혁신과 높은 신뢰성으로 이어질 수 있다.
