1. 서 론

리튬 이온 배터리는 전기자동차, 에너지 저장 시스템, 휴대형 전자기기 등 다양한 분야에서 핵심적인 에너지 저장 장치로 활용되고 있다^[1]. 이러한 배터리 시스템의 안정성과 신뢰성을 확보하기 위해 배터리 관리 시스템(Battery Management System, BMS)은 필수적인 요소로 자리 잡았다^[2]. BMS는 일반적으로 셀 단위 전압, 전류, 온도 정보를 측정하여 배터리 상태를 모니터링하며, 이러한 데이터는 배터리 보호 및 상태 추정을 위한 기본 입력으로 사용된다^[3]. 특히 셀 단위 데이터는 셀 간 불균형, 국부적 열화, 이상 상태를 조기에 감지하는 데 중요한 역할을 한다^[4]. 기존의 다수 연구에서는 셀 단위 데이터를 활용한 상태 추정(State of Charge, State of Health) 또는 고장 진단 알고리즘 개발을 중심으로 연구가 수행되어 왔다^[5]. 그러나 이러한 연구들에서 사용된 셀 단위 데이터는 주로 오프라인 분석 또는 제한된 기간의 실험 데이터로 활용되었으며, 장기간 축적되는 시계열 데이터로서의 관리 구조에 대한 논의는 상대적으로 부족하였다^[6].

최근에는 무선 통신 기술과 클라우드 인프라의 발전에 따라, 배터리 시스템을 원격으로 모니터링하기 위한 무선 기반 BMS 및 클라우드 연계 구조에 대한 연구가 보고되고 있다^[7]. 이러한 연구들은 시스템 확장성과 원격 접근성 측면에서 우수하지만, 실제 셀 단위 데이터가 무선 환경에서 지속적으로 수집되고 시계열 데이터로 관리되는 구조를 실험적으로 검증한 사례는 제한적으로 보고되고 있다^[8]. 특히 셀 단위 BMS에서 생성되는 데이터는 시간에 따라 연속적으로 발생하는 대규모 시계열 데이터의 형태를 가지므로, 데이터 저장 및 조회 성능이 중요한 요소로 작용한다^[9]. 이에 따라 시계열 데이터베이스(Time-Series Database)를 활용한 데이터 관리 구조가 IoT 및 센서 네트워크 분야에서 주목받고 있으나, 이를 셀 단위 BMS 실험 데이터에 적용하여 검증한 연구는 아직 충분하지 않다^[10].

본 연구에서는 셀 단위 BMS 보드에서 생성되는 전압 및 온도 데이터를 대상으로, 무선 통신 기반 시계열 데이터 관리 구조를 설계하고 이를 실험적으로 검증한다. 이를 통해 셀 단위 시계열 데이터가 실제 무선 환경에서 안정적으로 수집, 저장, 조회될 수 있음을 확인하고, 향후 클라우드 기반 배터리 관리 시스템으로의 확장 가능성을 제시하고자 한다.

2. 배터리 관리 시스템과 시계열 데이터 관리

리튬 이온 배터리 시스템에서 배터리 관리 시스템(BMS)은 셀 단위 전압, 온도 및 전류와 같은 핵심 계측 정보를 기반으로 상태를 모니터링하고 이상을 감지하는 역할을 수행한다^[1]. 특히 셀 단위 데이터는 셀 간 편차, 국부적 열화, 단일 셀 이상과 같은 문제를 조기에 관찰하는 데 유리하여, 상태 추정 및 진단 알고리즘 연구에서 중요한 입력으로 활용되어 왔다. 그러나 기존 연구의 상당수는 상태 추정 또는 진단 알고리즘 자체의 성능 향상에 초점을 두고 있으며, 계측 데이터가 장기간 누적되는 환경에서 셀 단위 시계열 데이터가 안정적으로 수집, 저장, 조회되는지에 대한 데이터 관리 구조의 실험적 검증은 상대적으로 제한적으로 다루어져 왔다^[2].

기존 BMS 데이터 수집 구조는 유선 기반 통신과 로컬 저장 방식을 중심으로 구성되어 왔으며, 시스템 규모가 확대될수록 배선 복잡도 증가와 유지보수 부담이 커지는 한계를 가진다^[3]. 이러한 문제를 완화하기 위해 무선 통신 기반 BMS가 제안되었으며, 무선화를 통해 설치 유연성과 시스템 확장성을 확보하려는 시도가 지속되고 있다^{[11, 12]}. Fig. 1은 기존 유선 기반 BMS 구조와 무선 기반 BMS 구조를 비교하여 나타낸 것으로, 무선 방식은 배선 제거를 통해 구조 단순화가 가능하다는 장점을 가진다^[4]. 다만 적용되는 통신 기술(BLE, Zigbee, Wi-Fi 등)에 따라 전송 지연, 전송률, 전력 소모, 네트워크 신뢰성 측면의 trade-off가 존재하며, 특히 원격 모니터링 환경에서는 패킷 손실이나 전송 지연 변동이 계측 데이터의 연속성에 영향을 줄 수 있다. 따라서 무선 기반 셀 데이터 수집을 다루는 연구는 단순 연결성 검증을 넘어, 일정 기간 이상 데이터가 연속적으로 축적되는 운용 조건에서 데이터 흐름의 안정성과 관리 성능을 함께 검증할 필요가 있다^{[5] [16]}.

Fig. 1. Examples of data transmission structures for wired and wireless BMSs (a) Wired BMS structure (b) Wireless BMS structure

셀 단위 BMS에서 생성되는 계측 데이터는 시간에 따라 지속적으로 누적되는 대표적인 시계열 데이터이며, 저장 단계에서는 높은 쓰기 처리량, 시간 기반 조회, 장기 데이터 보관, 다운샘플링 및 집계와 같은 시계열 질의가 빈번히 요구된다^[6]. 이러한 특성으로 인해 IoT 및 센서 네트워크 분야에서는 시계열 데이터베이스(Time-Series Database, TSDB)가 널리 활용되어 왔으며, TSDB의 성능 특성이나 운용상의 장, 단점을 비교 분석하는 연구도 보고되고 있다^{[13- 15]}. 또한 IoT 환경에서 TSDB를 클라우드 또는 마이크로서비스 구조로 구성하여, 수집, 저장, 조회 파이프라인을 체계화하려는 접근이 제안되어 왔다^[7]. 그러나 배터리 분야에서는 TSDB 자체를 중심으로 논의하기보다는 클라우드 기반 모니터링 플랫폼 수준에서 개략적으로 언급되는 경우가 많으며, 셀 단위 BMS에서 발생하는 데이터가 지속적으로 적재되고, 저장된 데이터가 실제 조회 및 시각화로 연결되는지를 실험적으로 명확히 제시한 사례는 충분하지 않다^{[8, 17]}.

이러한 배경에서 본 논문은 셀 단위 BMS 보드에서 발생하는 계측 데이터를 무선 환경에서 지속적으로 수집하고, 클라우드 기반 TSDB에 저장한 뒤 조회 및 시각화까지 연결되는 시계열 데이터 관리 구조를 대상으로 한다. 여기서 본 논문의 초점은 특정 상태 추정 알고리즘의 성능이 아니라, 셀 단위 시계열 데이터가 무선 환경에서도 안정적으로 축적, 관리될 수 있는지를 검증하는 데이터 인프라 관점의 실험적 타당성에 있다. 다음 장에서는 이러한 연구 범위를 바탕으로, 무선 환경에서 셀 단위 계측 데이터를 수집하기 위한 배터리 관리 시스템의 전체 구조를 제시하고 시스템 설계 내용을 설명한다.

3. 무선 기반 배터리 관리 시스템 설계

본 장에서는 앞 장에서 정의한 연구 범위를 바탕으로, 무선 환경에서 생성되는 셀 단위 계측 데이터를 시계열 형태로 관리하기 위한 배터리 관리 시스템의 전체 구조와 구성 요소를 설명한다. 제안하는 시스템은 배터리 모듈 내 각 셀에서 계측되는 전압 데이터를 관리의 기본 단위로 설정하고, 해당 데이터가 시간 정보를 포함한 시계열 데이터로 무선 통신을 통해 전달되고 저장, 관리될 수 있도록 구성되었다. 특히 셀 단위 데이터가 무선 통신을 통해 전송되는 과정에서, 각 계측 데이터에 시간 정보를 부여하고 이를 클라우드 기반 시계열 데이터베이스에 연속적으로 저장함으로써, 다수의 셀 데이터가 동일한 시간 축 기준에서 누적, 조회될 수 있도록 시스템을 구성하였다. 이러한 데이터 관리 구조는 무선 기반 배터리 관리 시스템에서 장기간 운용 시, 발생할 수 있는 데이터 단절이나 시간 불일치 문제를 완화하고, 셀 단위 계측 데이터를 기반으로 한 후속 분석 및 응용이 가능하도록 하는 기술적 기반을 제공한다. 이하에서는 이러한 셀 단위 시계열 데이터 관리 구조를 구현하기 위한 시스템 설계 내용을 중심으로 설명한다.

본 연구에서는 배터리 관리의 최소 단위를 모듈이 아닌 셀 단위로 설정하고, 셀 단위 계측 데이터를 중심으로 데이터 관리 구조를 설계하였다. 이는 배터리 모듈 내부에서 발생하는 셀 간 전압 차이 같은 미세한 변화가 모듈 단위 평균값만으로는 충분히 반영되는 것이 어렵기 때문이다. 특히 사용 환경이 다양한 배터리 시스템에서는 셀 단위 데이터가 시간에 따라 축적될 경우, 배터리 상태를 보다 세밀하게 관찰할 수 있는 기반 데이터로 활용될 수 있다. 이에 따라 본 논문에서는 셀 단위 전압을 주요 관리 대상으로 설정하고, 해당 데이터가 무선 환경에서도 지속적으로 수집, 저장될 수 있도록 데이터 흐름과 저장 구조를 설계하였다. 이러한 접근은 배터리 상태 추정이나 진단 알고리즘을 직접 다루지는 않지만, 향후 셀 단위 데이터를 활용한 다양한 데이터 기반 응용을 가능하게 하는 데이터 인프라 관점의 설계라는 점에서 의미를 가진다.

Fig. 2는 본 논문에서 제안하는 클라우드 기반 무선 배터리 관리 시스템의 전체 아키텍처를 나타낸다. 제안하는 시스템은 배터리 모듈 내 각 셀에서 생성되는 계측 데이터를 관리의 기본 단위로 설정하며, 셀 단위 전압 및 모듈 온도 데이터를 대상으로 무선 기반 데이터 수집 및 관리 구조를 구성한다. 각 BMS 모듈에는 셀 단위 계측이 가능한 데이터 측정부와, 계측된 데이터를 처리 및 전송하는 제어, 통신부가 포함되며, 계측 데이터는 시간 정보를 포함한 형태로 무선 통신을 통해 상위 시스템으로 전달된다. 상위 시스템은 다수의 계측 데이터를 수신하여 클라우드 기반 시계열 데이터베이스에 저장하고, 이를 시간 축 기준으로 조회 및 시각화하는 역할을 수행한다. 이러한 구조를 통해 셀 단위에서 생성되는 계측 데이터가 무선 환경에서도 연속적인 시계열 데이터로 축적, 관리되는 데이터 흐름을 형성한다.

Fig. 2. Overall architecture of the proposed cloud-based wireless BMS system

Fig. 3은 본 논문에서 제안하는 클라우드 기반 무선 배터리 관리 시스템에서 셀 단위 시계열 데이터 수집을 수행하는 BMS 모듈의 내부 블록 구성을 나타낸다. 제안하는 BMS 모듈은 셀 단위 계측을 위한 데이터 측정부, 계측 데이터를 처리하고 시간 정보를 부여하는 데이터 처리부, 그리고 무선 통신을 통해 상위 시스템으로 데이터를 전달하는 통신부로 구성된다.

Fig. 3. Internal block diagram of the proposed BMS module

데이터 측정부는 배터리 모듈을 구성하는 각 셀의 전압을 개별적으로 계측하며, 온도 센서를 통해 모듈의 온도 정보를 함께 수집한다. 셀 전압 계측 신호는 아날로그 멀티플렉서와 ADC를 거쳐 디지털 데이터로 변환되며, 이 과정에서 각 셀의 계측 데이터가 동일한 시간 기준으로 관리될 수 있도록 구성된다.

데이터 처리부는 데이터 측정부로부터 전달된 셀 단위 계측 데이터를 주기적으로 수집하고, 시간 정보와 함께 무선 전송에 적합한 데이터 형식으로 정리한다. 이를 통해 셀 단위 전압 및 온도 데이터가 시간 정합성을 유지한 상태로 상위 시스템에 전달될 수 있도록 한다.

무선 통신부는 데이터 처리부에서 정리된 셀 단위 계측 데이터를 무선 네트워크를 통해 상위 시스템으로 전송하는 역할을 수행한다. 이와 같은 구조를 통해 제안하는 BMS 모듈은 유선 연결에 의존하지 않고도 셀 단위 계측 데이터를 지속적으로 전송할 수 있으며, 다수의 셀에서 생성되는 계측 데이터가 시계열 형태로 축적, 관리될 수 있는 데이터 흐름을 형성한다.

본 장에서 제시한 시스템 설계는 무선 환경에서 셀 단위 시계열 데이터 관리 구조의 실현 가능성을 검증하기 위한 기반을 제공하며, 다음 장에서는 이러한 구조를 바탕으로 구현된 시스템을 통해 수행한 실험 및 결과를 제시한다.

4. 구현 및 실험 결과

본 장에서는 제안한 클라우드 기반 무선 배터리 관리 시스템이 실제 환경에서 구현되었을 때, 셀 단위 계측 데이터가 무선 통신을 통해 수집되고, 클라우드 기반 시계열 데이터베이스에 저장 및 조회될 수 있음을 확인하기 위한 구현 환경과 실험 결과를 제시한다. 이를 위해 배터리 계측 데이터의 생성부터 무선 전송, 클라우드 저장, 그리고 사용자 인터페이스를 통한 조회에 이르는 전체 데이터 흐름을 구현하였다. 본 실험의 목적은 배터리의 전기화학적 특성이나 상태 추정 알고리즘의 정확도를 평가하는 것이 아니라, 무선 환경에서 생성되는 셀 단위 시계열 데이터가 시스템 전반에 걸쳐 지속적으로 관리될 수 있는 데이터 인프라의 실현 가능성을 확인하는 데 있다. 이에 따라 본 장에서는 복잡한 제어 알고리즘이나 추가적인 신호 처리 기법을 적용하지 않고, 계측된 셀 단위 데이터가 무선 환경에서도 시간 정보를 포함한 시계열 데이터로 안정적으로 저장, 관리, 조회되는 과정을 중심으로 구현 환경과 실험 결과를 설명한다.

시험 검증에 활용된 시스템은 배터리 모듈, 셀 단위 계측을 수행하는 BMS 모듈, 무선 통신 구간, 그리고 클라우드 기반 데이터 관리 환경으로 구성된다. BMS 모듈은 배터리 모듈로부터 셀 단위 전압 및 모듈 온도 데이터를 계측하고, 계측된 데이터에 시간 정보를 부여한 후, 무선 통신을 통해 상위 시스템으로 전송한다. 상위 시스템은 수신된 데이터를 클라우드 기반 시계열 데이터베이스에 저장하고, 사용자 인터페이스를 통해 실험 진행 상황과 계측 데이터를 확인할 수 있도록 구성하였다.

Fig. 4는 본 연구에서 제안한 시스템을 검증하기 위해 구성된 실험 환경의 전체 구성을 나타낸다. 실험 시스템은 리튬 이온 배터리 모듈, 셀 단위 계측을 수행하는 BMS 모듈, 그리고 무선 통신을 통해 전달된 데이터를 처리 및 확인하기 위한 상위 시스템으로 구성된다. 실험에 사용된 배터리 모듈은 6S2P 구조로 구성된 리튬 이온 배터리로, 각 셀의 충전 상한 전압은 4.2V, 방전 하한 전압은 2.5V로 설정하였다. BMS 모듈의 데이터 측정부는 배터리 모듈을 구성하는 6개 셀의 전압을 개별적으로 계측하며, 모듈 전면 및 측면에 배치된 온도 센서를 통해 모듈 온도 데이터를 함께 수집한다. 셀 전압 계측은 산업용 배터리 관리 시스템에 적용되는 전용 셀 모니터링 IC를 기반으로 수행되었다. 각 셀의 전압은 보호 및 노이즈 저감을 위한 수동 소자를 거쳐 셀 모니터링 IC(LTC6811-1)에 입력되며, IC 내부에 내장된 ADC를 통해 디지털 데이터로 변환된다. 계측된 데이터는 데이터 처리부로 전달되어 시간 데이터가 추가된 후, 데이터 통신부에서 무선 통신을 통해 상위 시스템으로 전송된다. 상위 시스템에서는 수신된 데이터를 기반으로 실험 진행 상황을 확인할 수 있도록 구성하였으며, 이를 위해 클라우드 기반 환경과 상용 시계열 데이터베이스를 활용하였다. 본 연구에서는 BMS 모듈과 상위 시스템 간 데이터 전송을 위해 IEEE 802.11 기반 Wi-Fi 통신을 적용하였는데, 이는 무선 환경에서 셀 단위 계측 데이터를 클라우드 기반 시계열 데이터베이스로 전송, 관리하는 시스템 구조를 검증하기에 적합한 통신 환경을 구성하기 위함이다. 또한 시계열 데이터의 저장 및 조회 기능을 지원하는 InfluxDB를 사용하여 데이터 관리 환경을 구성하였다.

Fig. 4. Experimental setup of the proposed cloud-based wireless BMS system

실험은 비교적 단순하면서도 반복 가능한 충, 방전 시나리오를 적용하여 수행하였다. 배터리의 충, 방전은 외부 전원 장치를 이용하여 수행하였으며, 구체적으로는 1시간 방전 구간, 10분 휴지 구간, 1시간 충전 구간으로 구성된 단일 실험 세션을 반복하여 운용하였다. 이러한 실험 구성은 무선 환경에서 배터리 계측 데이터가 지속적으로 생성, 전송되는 운용 조건을 구현하기 위한 것이다. 또한 실험은 단일 BMS 모듈을 대상으로 수행되었으며, 무선 통신 기반 데이터 수집 및 클라우드 저장 구조의 기본적인 동작과 안정성을 확인하는데 중점을 두었다. 다중 BMS 모듈이 동시에 운용되는 환경에서의 무선 통신 간섭 문제는 향후 확장 연구를 통해 추가적으로 검토할 수 있을 것으로 판단된다.

이와 같은 실험 환경 구성은 셀 단위 전압 데이터와 모듈 단위 온도 데이터가 실제 무선 환경에서 계측, 전송되는 과정을 구현 수준에서 확인하기 위한 것으로, 이후 제시되는 실험 결과의 기반이 되는 하드웨어 및 시스템 구성 요소를 나타낸다.

Fig. 5. Time-series profiles of individual cell voltage

Fig. 5는 제안한 시스템을 통해 계측된 셀 단위 전압 데이터의 시계열 변화를 나타낸다. 각 셀의 전압 데이터는 동일한 실험 구간에 대해 시간 순서에 따라 정렬되어 표시되며, 개별 셀의 전압 변화 양상을 하나의 그래프 상에서 동시에 확인할 수 있도록 구성되었다.

그림에서 확인할 수 있듯이, 셀 전압 데이터는 충전, 방전 및 휴지 구간에 따라 시간에 따른 연속적인 변화 형태를 보이며, 각 셀은 동일한 운용 조건 하에서도 전압 변화의 크기와 형태에서 미세한 차이를 나타낸다. 이러한 결과는 셀 단위 전압 데이터가 개별적인 계측 값으로 관리됨을 시각적으로 보여주며, 다수의 셀 전압 데이터를 동일한 시간 기준에서 비교, 확인할 수 있는 데이터 표현이 가능함을 나타낸다.

Fig. 6은 Fig. 5에 제시된 셀 단위 전압 시계열 데이터를 기반으로 계산된 셀 전압 표준편차와 전압 범위의 시계열 변화를 나타낸다. 해당 지표들은 동일한 시간 기준으로 계측된 각 셀 전압 데이터로부터 산출된 값으로, 개별 셀 전압의 분포 특성을 시간 축 상에서 확인하기 위한 파생 지표이다.

Fig. 6. Time-series profiles of cell voltage standard deviation and range

그림에서 확인할 수 있듯이, 셀 전압 표준편차와 전압 범위는 시간에 따라 충전, 방전 및 휴지 구간에서 연속적으로 변화하는 양상을 보이며. 셀 전압 변화가 단일 값이 아닌 다수 셀 간 분포 형태로 함께 관리될 수 있음을 보여준다. 이는 Fig. 5에서 제시된 개별 셀 전압 데이터가 동일한 시간 기준에서 관리되기 때문에 이와 같은 파생 지표 계산이 가능함을 의미한다.

본 결과는 셀 단위 전압 데이터뿐만 아니라, 해당 데이터로부터 계산된 통계적 지표 역시 동일한 데이터 흐름 내에서 함께 관리될 수 있음을 시각적으로 나타내며, 셀 단위 계측 데이터를 기반으로 한 다양한 형태의 데이터 확장이 가능함을 보여준다.

Fig. 7. Time-series profiles of module temperatures

Fig. 7은 배터리 모듈 전면 및 측면에 배치된 온도 센서를 통해 계측된 모듈 온도 데이터의 시간에 따른 변화를 나타낸다. 해당 온도 데이터는 셀 단위 전압 데이터와 동일한 실험 조건 하에서 계측된 보조 계측 정보로서, 모듈 단위에서의 열적 거동을 시간 흐름에 따라 확인할 수 있도록 구성되었다.

그림에서 확인할 수 있듯이, 방전 및 충전 구간에서는 운용 조건에 따라 모듈 온도가 점진적으로 변화하는 양상이 관찰되며, 휴지 구간에서는 온도 변화가 상대적으로 완만하게 나타난다. 전면 및 측면에서 계측된 온도 데이터는 서로 다른 위치에서 측정되었음에도 불구하고, 시간에 따른 변화 경향이 유사한 형태로 나타나 모듈 단위 온도 데이터가 시간 축을 기준으로 함께 비교, 확인될 수 있음을 보여준다.

이러한 결과는 Fig. 5와 Fig. 6에서 제시한 셀 단위 전압 데이터 및 해당 파생 지표와 함께, 계측 대상의 단위가 서로 다른 데이터가 동일한 실험 조건 하에서 병렬적으로 관리될 수 있음을 시각적으로 나타낸다. 즉, 제안한 시스템이 셀 단위 전압과 같은 주요 계측 데이터뿐만 아니라, 모듈 단위의 보조 계측 데이터 역시 하나의 데이터 흐름 내에서 함께 다룰 수 있음을 확인할 수 있다.

이상의 구현 및 실험 결과를 통해, 제안한 시스템이 실제 환경에서 셀 단위 전압 데이터와 모듈 단위 온도 데이터를 동시에 계측하고, 이를 하나의 실험 조건 하에서 일관된 데이터 흐름으로 관리할 수 있음을 확인하였다. 셀 단위 전압 데이터, 해당 데이터로부터 계산된 파생 지표, 그리고 모듈 단위 보조 계측 데이터가 각각 독립적인 계측 대상임에도 불구하고, 동일한 실험 구간을 기준으로 함께 확인될 수 있음을 실험 결과를 통해 제시하였다.

특히 개별 셀 전압 데이터뿐만 아니라, 셀 전압 분포를 나타내는 통계적 지표와 모듈 단위 온도 데이터가 서로 다른 관점의 계측 정보임에도 동일한 조건에서 병렬적으로 관리될 수 있음을 확인한 점은, 제안한 데이터 관리 구조의 활용 범위를 확장할 수 있는 가능성을 보여준다. 이러한 결과는 본 연구에서 제안한 클라우드 기반 배터리 데이터 관리 구조가 셀 단위 계측 데이터를 중심으로, 다양한 형태의 배터리 운용 정보를 통합적으로 다룰 수 있는 기반을 제공함을 실험적으로 나타낸다.

5. 결 론

본 논문에서는 무선 환경에서 생성되는 셀 단위 배터리 계측 데이터를 클라우드 기반 데이터 인프라에서 관리하기 위한 데이터 관리 구조를 제안하고, 이를 구현 및 실험을 통해 검증하였다. 제안한 시스템은 배터리 모듈에 탑재된 BMS 모듈을 통해 셀 전압과 모듈 온도 데이터를 계측하고, 이를 상위 시스템으로 전달하여 시간 정보를 기준으로 관리할 수 있도록 구성되었다. 구현 및 실험 결과를 통해 다수의 셀 전압 데이터와 모듈 온도 데이터가 동일한 실험 조건 하에서 함께 관리될 수 있음을 확인하였으며, 셀 단위 원시 데이터와 해당 데이터로부터 계산된 파생 지표가 병렬적으로 다뤄질 수 있음을 제시하였다. 이러한 결과는 본 논문에서 제안한 데이터 관리 구조가 셀 단위 계측 데이터를 중심으로 다양한 형태의 배터리 운용 정보를 확장 가능하게 다룰 수 있는 기반 제공이 가능함을 의미한다. 향후 연구에서는 본 논문에서 검증된 셀 단위 데이터 관리 구조를 기반으로, 셀 단위 계측 데이터와 함께 모듈 단위 운용 정보를 통합적으로 관리할 수 있는 데이터 구조로 확장하는 연구를 진행할 예정이다.