본 논문은 AI 기반 예측을 이용한 리튬이온 배터리의 건강상태(SoH) 예측에 대한 종합적인 검토를 제시합니다. FFNN, LSTM, BiLSTM을 포함한 다양한 AI 알고리즘의 효과를 CALCE, NASA, UDDS 여러 데이터 세트와 온도 및 주행 조건 변화 등 다양한 시나리오에서 비교 분석합니다. 또한 온도 및 충방전 속도와 같은 SoH 변동에 영향을 미치는 요소를 분석하고 시뮬레이션을 통해 결과를 검증합니다. 연구 결과, BiLSTM이 가장 높은 정확도를 달성하며, LSTM과 비교하여 평균 RMSE가 15% 감소하여 실제 응용에서의 강건성을 강조합니다.
