본 논문은 리튬이온 배터리의 잔여 수명(RUL) 예측을 위해 생존 분석 기반의 심층 학습 프레임워크를 제안합니다. 기존 방법들의 데이터 부족, 배터리 화학적 특성의 다양성, 복잡한 열화 패턴 포착의 어려움 등의 문제점을 해결하기 위해 Cox, CoxPH, CoxTime, DeepHit, MTLR 등 다섯 가지 고급 모델을 활용하여 전압, 전류, 내부 저항과 같은 주요 열화 지표를 포함하는 생존 데이터로 변환된 원시 시계열 배터리 데이터를 분석합니다. 고급 특징 추출 기법을 통해 다양한 충전 조건과 배터리 화학적 특성을 포함한 실제 시나리오에서 모델의 강건성을 향상시키고, 10-fold cross-validation을 통해 과적합을 최소화하고 일반화 성능을 높였습니다. 실험 결과, 제안된 생존 분석 기반 프레임워크는 기존 방법에 비해 RUL 예측 정확도를 크게 향상시켜 배터리 관리 및 유지 보수 최적화를 위한 신뢰할 수 있는 도구를 제공함을 보여줍니다.
