|
|
|
|
|
 |
특히 전기화학적 모델을 기반으로 한 비선형 시스템제 어, 그리고 확장 칼만 필터(EKF), 입자 필터(ParticleFilter)와 같은 알고리즘을 통해 상태 추정을 고도화한 경험은 배터리 상태 추정(SOX) 알고리즘 개발과 직접적으로 맞닿아 있습니다.
입사 후에는 초기에는 BMS 알고리즘의 안정화와 정확도 향상에 주력하고, 중장기적으로는 AI 기반의 자율적 상태 추정 알고리즘을 고도화하여 배터리 관리의 새로운 표준을 제시하는 것이 제 목표입니다.
이 경험은 앞으로 LG에너지 솔루션에서 새로운 알고리즘 개발에도전하면서도 포기하지 않고 끝까지 해결책을 찾아내는 원동력이 될 것입니다.
저는 실제로 연구 과정에서 LSTM 기반 모델과 확장 칼만 필터를 결합하여 배터리의 SOC와 SOH를 동시에 추정한 경험이 있습니다.
앞으로 LG에너지솔루션에서 저는 이러한 경험을 토대로 AI와 필터 알고리즘의 융합적 접근을 더욱 발전시키고 싶습니다.
배터리 상태 추정 알고리즘 연구 경험 중 가장 어려웠던 점은 무엇이며, 이를 어떻게 극복했습니까.
|
|
|
 |
LG에너지솔루션 [CTO] BMS 알고리즘 개발자 기소개서 지원서와 면접 자료
저는 이 조직에서 제 연구 경험을 실제 산업현장에 접목시켜 배터리 안전성 강화, 잔존 수명(RUL) 예측 정확도 향상, 충방전 효율 최적화를 위한 알고리즘 개발에 기여하고 싶습니다.
이러한 배경은 LG에너지 솔루션의 CTO 조직에서 보 다 실질적이고 혁신적인 연구를 이어갈 수 있는 밑거름이라고 생각합니다.
따라서 저는 LG에너지 솔루션의 글로벌 리더십, BMS 알고리즘 개발 직무의 기술적 중요성, 그리고 제가 쌓아온 학문적·실무적 경험을 유기적으로 연결시켜 에너지 산업의 패러다임 전환에 기여하고자 지원했습니다.
입사 후에는 초기에는 BMS 알고리즘의 안정화와 정확도 향상에 주력하고, 중장기적으로는 AI 기반의 자율적 상태 추정 알고리즘을 고도화하여 배터리 관리의 새로운 표준을 제시하는 것이 제 목표입니다.
SOX 알고리즘은 배터리의 충전 상태(SOC), 건강상태(SOH), 출력 상태(SOP), 수명 상태(SOL) 등을 추정하여 배터리의 안전성과 성능을 보장하는 핵심기술입니다.
저는 실제로 연구 과정에서 LSTM 기반 모델과 확장 칼만 필터를 결합하여 배터리의 SOC와 SOH를 동시에 추정한 경험이 있습니다.
학습된 LSTM 모델이 예측한 데이터를 칼만필터의 상태 추정에 보정값으로 반영하는 방식이었는데, 이로써 단순히 AI만 사용할 때 발생하는 과적합 문제와 물리모델 기반 접근만으로는 설명하기 어려운 복잡한 비선형성을 동시에 보완할 수 있었습니다.
앞으로 LG에너지솔루션에서 저는 이러한 경험을 토대로 AI와 필터 알고리즘의 융합적 접근을 더욱 발전시키고 싶습니다.
특히 BMS 알고리즘 개발은 배터리의 안전성과 수명을 보장하는 핵심 기술로, 제가 대학원에서 집중적으로 연구했던 제어 및 신호처리 경험을 직접 적용할 수 있다는 점에서 직무와 제 역량이 자연스럽게 맞닿아 있다고 생각 합니다.
배터리 상태 추정 알고리즘 연구 경험 중 가장 어려웠던 점은 무엇이며, 이를 어떻게 극복했습니까.
저는 이 문제를 해결하기 위해 배터리의 전기화학적 메커니즘을 다시 학습했고, 필터 알고리즘과 AI 모델을 결합하는 하이브리드 방식을 시도했습니다.
저는 첫째로 전기화학적 배터리 모델링에 대한 이해, 둘째로 비선형 시스템 제어 및 상태 추정 기법에 대한 전문성, 셋째로 데이터를 기반으로 한 AI 및 필터 융합능력이 핵심이라고 생각합니다. |
 |
알고리즘, 배터리, 추정, 경험, 상태, 필터, 에너지, 기반, 솔루션, lg, 이다, 모델, 연구, 개발, 단순하다, 과정, ai, 문제, 데이터, bms |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.09.04
5페이지
