【로봇-AMR 실무】 배터리 SOC와 SOH는 어떻게 봐야 할까? | BMS 추정부터 충전 운영까지

【회로-전장 실무】 24V Digital Input 회로는 어떻게 설계할까? | PLC, 포토커플러, 입력저항

 

【통신 실무】 CAN_H와 CAN_L 전압은 몇 V가 정상일까? | CAN 신호 측정 방법

BATTERY MANAGEMENT PRACTICE
AMR에서 SOC는 단순 잔량 표시가 아니고, SOH는 단순 수명 숫자가 아니다

BMS가 계산한 값을 실제 작업 배차, 충전 복귀, 배터리 교체 판단에 어떻게 연결할지가 더 중요하다.

AGV와 AMR의 가동률을 높이려면 배터리 용량만 크게 만드는 것으로는 부족하다. 현재 남은 에너지를 얼마나 신뢰할 수 있는지, 배터리가 열화되면서 실제 사용 가능한 용량이 얼마나 줄었는지, 그리고 그 정보를 관제와 Robot Controller가 어떻게 운영정책에 반영하는지가 중요하다.

기존 글에서 정리했던 SOC, SOH, Coulomb Counting, Kalman Filter, EIS 개념은 그대로 살리되, 이번 글에서는 실제 AMR 운영에서 BMS 데이터를 어떻게 사용해야 하는지까지 범위를 넓혀본다.

ENERGY STATESOC현재 사용 가능한 잔량

AGING STATESOH열화와 사용 가능 성능

MEASUREMENTV / I / T전압, 전류, 온도

OPERATIONCharge Policy배차와 충전 기준

핵심
SOC와 SOH는 직접 센서로 읽는 값이 아니라 전압, 전류, 온도와 배터리 모델을 이용해 추정하는 값이다. 따라서 AMR 운영에서는 숫자 자체보다 추정 오차와 Safety Margin을 포함한 운영정책을 함께 설계해야 한다.

1. SOC와 SOH는 무엇이 다른가?

SOC, State of Charge는 현재 배터리에 남아 있는 충전상태를 나타내는 값이다. 일반적으로 0~100%로 표현하며 AMR에서는 현재 Job을 수행하고 Charger까지 복귀할 수 있는지 판단하는 기본 정보로 사용된다.

SOH, State of Health는 신품 대비 현재 배터리의 건강상태를 나타내는 개념이다. 다만 SOH는 하나의 절대적인 정의만 있는 값은 아니다. 시스템에 따라 Full Charge Capacity 감소, 내부저항 증가, 출력성능 감소 등을 조합해 정의할 수 있다.

구분	SOC	SOH
질문	지금 얼마나 남았는가?	신품 대비 얼마나 열화됐는가?
운영 활용	Job 수락, 충전 복귀	교체와 정비 계획
주요 입력	전압, 전류, 온도	용량, 내부저항, 사용이력
변화 속도	충방전에 따라 빠르게 변함	장기간 사용하며 점진적으로 변함

기존 게시글의 SOC와 SOH 비교 이미지를 그대로 사용했다.

원본 글에서는 SOC 75%, SOH 92% 예시로 두 값의 차이를 설명했다. 이 방식은 직관적이다. 다만 SOH 92%라는 숫자가 정확히 무엇을 뜻하는지는 BMS 제조사가 Capacity 기준인지 Resistance 기준인지 정의를 확인하는 것이 좋다.

2. BMS가 실제로 측정하는 값과 계산하는 값을 구분하자

BMS가 SOC 63%를 직접 측정하는 것은 아니다. 실제 Sensor와 ADC가 측정하는 핵심 값은 Cell Voltage, Pack Current, Temperature이고, 여기에 Battery Model과 누적 이력을 적용해 SOC와 SOH를 계산한다.

Cell Voltage

›

Pack Current

›

Temperature

›

BMS Algorithm

›

SOC / SOH

실제 AMR Controller에서는 SOC만 읽기보다 다음 데이터를 함께 받아두는 것이 Troubleshooting에 훨씬 유용하다.

BMS Data	AMR에서 활용
Pack Voltage / Current	실제 Charge / Discharge 상태와 부하 확인
SOC	작업 수락과 Charger 복귀 판단
SOH / Full Charge Capacity	열화와 Runtime 감소 추적
Max / Min Cell Voltage	Cell Imbalance와 Protection 원인 확인
Max / Min Temperature	고온과 저온 Charging 제한 확인
Charge / Discharge Limit	현재 허용 가능한 Power 제한 판단
Alarm / Fault	Overvoltage, Undervoltage, Overtemperature 대응

3. SOC는 Coulomb Counting 하나만으로 끝나지 않는다

전류 적산법은 가장 기본적인 SOC 추정 방식이다. Battery로 들어오고 나가는 Current를 시간에 따라 누적해 남은 Charge를 계산한다.

개념적으로 보면 SOC_new = SOC_old + 충전된 Charge - 방전된 Charge 즉 Current를 시간에 대해 적분해 SOC를 갱신한다.

문제는 Current Sensor Offset이 아주 작아도 시간이 지날수록 Error가 누적될 수 있다는 점이다. 초기 SOC가 틀려 있어도 그 오차를 그대로 끌고 갈 수 있다.

COULOMB COUNTING전류 적산

Load가 변하는 동안 SOC 변화를 연속적으로 추적하기 좋지만 누적오차 관리가 필요하다.

OCV CORRECTIONOpen Circuit Voltage

충방전이 없는 Relaxed 상태에서 전압과 SOC 관계를 이용해 보정할 수 있다.

MODEL BASEDKalman Filter 계열

Battery Model과 측정값을 결합해 상태를 추정하고 Sensor Noise와 Model Error를 보정한다.

고성능 BMS에서 Kalman Filter 계열을 사용할 수 있지만 모든 BMS가 같은 알고리즘을 쓰는 것은 아니다. 실제 Fuel Gauge IC에서는 전류 적산, OCV, 내부저항, 온도 등을 조합한 제조사 고유 알고리즘을 사용하기도 한다.

LFP는 OCV만으로 SOC를 보기 까다로운 구간이 있다.
LiFePO4 Cell은 SOC 중간영역에서 Voltage Curve가 비교적 평탄하기 때문에 작은 전압오차가 SOC 오차로 크게 이어질 수 있다. Chemistry에 따라 SOC 추정전략이 달라지는 이유다.

4. SOH는 Capacity와 내부저항을 함께 보는 것이 실용적이다

SOH를 단순히 “현재 Capacity / 신품 Capacity”로 표현하면 이해는 쉽지만 실제 AMR에서는 내부저항 증가도 중요하다. Battery가 노화되면 같은 Current를 사용해도 Voltage Drop과 발열이 커질 수 있기 때문이다.

CAPACITYFull Charge Capacity

신품 대비 실제 저장 가능한 Charge가 얼마나 감소했는지 본다.

RESISTANCEInternal Resistance

Load가 걸렸을 때 Voltage Sag와 발열이 얼마나 커졌는지 본다.

ADVANCEDEIS / Data Model

Impedance 특성이나 장기간 운전데이터를 이용해 열화를 진단할 수 있다.

EIS는 유용한 진단기법이지만 모든 AMR BMS에서 실시간으로 수행한다고 보는 것은 과하다. 실제 제품에서는 계산복잡도와 Hardware 구성에 따라 Capacity Tracking, Resistance Estimation, Vendor Algorithm을 사용하는 경우가 많다.

원본의 신품 배터리와 노화된 배터리 비교 이미지를 유지했다.

5. AMR에서는 SOC 오차가 곧 운영문제로 이어진다

스마트폰에서 SOC가 몇 % 틀리는 것과 AMR에서 SOC가 틀리는 것은 영향이 다르다. AMR은 남은 SOC를 기준으로 새로운 Job을 받을지, Charger로 갈지, 작업 중간에 충전할지를 결정하기 때문이다.

OVER-ESTIMATIONSOC가 실제보다 높게 보이면

Job 수행 중 Low Battery가 발생하거나 Charger 복귀 전에 Protection이 동작할 수 있다.

UNDER-ESTIMATIONSOC가 실제보다 낮게 보이면

아직 사용할 수 있는 Capacity가 남았는데 불필요하게 Charging으로 빠져 가동률이 낮아질 수 있다.

따라서 Fleet 또는 Robot Software에서는 SOC 한 숫자만 보고 임계값을 정하기보다 현재 Job에 필요한 Energy + Charger까지 복귀할 Reserve + Safety Margin을 고려하는 방식이 좋다.

6. 충전정책은 “몇 %에서 충전한다”보다 상태전이가 중요하다

원본 글에서는 리튬이온 배터리를 30% 이하로 떨어뜨리지 않고 자주 충전하는 운영방식을 언급했다. 실제 AMR 현장에서도 Low SOC에 도달하기 전에 강제충전 구간을 두는 정책을 사용할 수 있다.

다만 30%라는 값 자체가 모든 리튬이온 배터리에 적용되는 규격값은 아니다. Cell Chemistry, Battery Pack 설계, Mission 거리, Charger 수, 최대 충전전류에 따라 Threshold를 조정해야 한다.

운영정책 예 SOC > Normal Threshold → 정상 Job 수행 SOC < Charge Request Threshold → 유휴 시 Opportunity Charging 우선 SOC < Forced Charge Threshold → 신규 Job 제한 + Charger 복귀 충전 시작 후 → 목표 SOC 또는 운전 복귀 조건까지 Charging 유지

여기서 중요한 것은 Threshold 근처에서 Charge ↔ Work가 반복되지 않도록 Hysteresis 또는 최소충전시간을 두는 것이다.

자주 충전한다고 항상 수명이 늘어나는 것은 아니다.
높은 SOC에서 장시간 유지하거나 높은 온도, 과도한 급속충전을 반복하면 열화가 빨라질 수 있다. Opportunity Charging은 Battery Manufacturer가 허용하는 SOC Window와 Charge Current 조건 안에서 설계해야 한다.

7. 배터리 선정도 Chemistry 이름보다 Mission Profile부터 본다

기존 글에서는 LFP와 리튬이온 배터리의 충전속도와 수명을 중심으로 설명했지만 실제 선정은 Chemistry 이름만으로 결정하기 어렵다.

항목	AMR에서 확인할 것
Usable Capacity	한 번의 Mission과 Peak 운전시간을 충분히 커버하는가
Peak Discharge	가속, Lift, Turning 시 순간전류를 감당하는가
Charge Rate	Opportunity Charging 시간 안에 필요한 Energy를 회복할 수 있는가
Cycle Life	예상 하루 충전횟수와 운용년수를 만족하는가
Temperature	공장 환경과 충전온도 범위를 만족하는가
BMS Interface	SOC, SOH, Fault, Cell Data를 Robot에 제공하는가

즉 Battery 선정은 “LFP가 좋다”, “NMC가 좋다”보다 실제 Motion과 Charging Schedule을 먼저 정의하고 그 조건을 만족하는 Pack을 고르는 방식이 더 실무적이다.

8. SOC와 SOH는 실제 운전데이터로 검증해야 한다

BMS가 SOC 40%를 출력한다고 해서 실제 사용 가능한 Runtime이 항상 동일한 것은 아니다. Payload, Temperature, Aging 상태에 따라 같은 SOC에서 남은 운전시간이 달라질 수 있다.

AMR Battery Validation Log

✓SOC, Pack Voltage, Current를 같은 시간축으로 저장

✓충전 전후 SOC 변화와 실제 Ah를 비교

✓Max / Min Cell Voltage와 Cell Delta 확인

✓배터리 최고온도와 주변온도 기록

✓동일 Mission의 Energy Consumption 추적

✓장기간 Full Charge Capacity와 SOH Trend 관리

특히 OCV 비교는 Battery가 충분히 Relax된 상태에서 의미가 있다. AMR이 막 정지했거나 Charging 직후라면 Polarization 영향 때문에 단순 Voltage와 SOC를 바로 비교하기 어렵다.

9. 운영에서 자주 놓치는 부분

1. SOC만 보고 Battery 상태를 판단한다.
SOC는 현재 잔량이고 SOH는 열화다. 같은 SOC 100%라도 노화된 Battery는 실제 사용할 수 있는 Capacity가 더 작을 수 있다.

2. BMS SOC를 절대값으로 믿는다.
SOC는 추정값이다. Sensor Offset, Temperature, Chemistry, Model Parameter에 따라 Error가 존재하므로 운영 Threshold에는 Margin을 둬야 한다.

3. Low SOC Threshold만 정하고 복귀조건을 정하지 않는다.
충전 요청, 강제충전, 충전 종료, Job 재개 조건까지 하나의 State Machine으로 정의해야 한다.

4. SOH가 떨어지기 전까지 Battery가 문제없다고 본다.
내부저항 증가로 Peak Load에서 Voltage Sag가 커지면 SOH 숫자가 크게 떨어지기 전에도 AMR 동작에 영향을 줄 수 있다.

마무리

AMR에서 SOC와 SOH는 배터리 화면에 표시하는 숫자가 아니라 실제 작업과 충전전략을 결정하는 운영 데이터다.

SOC는 Coulomb Counting, OCV, Battery Model 등을 이용해 추정하고, SOH는 Capacity 감소와 내부저항 증가 같은 열화정보를 통해 판단한다. 어떤 알고리즘을 쓰든 결국 BMS가 제공하는 SOC와 SOH를 실제 AMR 운전데이터와 비교해 신뢰성을 확인해야 한다.

그리고 운영 측면에서는 단순히 “30%가 되면 충전”이라고 끝내기보다 작업에 필요한 Energy, Charger 복귀 Reserve, 충전 시작조건, 충전 종료조건, Hysteresis까지 하나의 Policy로 설계하는 것이 중요하다.

배터리는 소모품이지만 BMS 데이터를 제대로 사용하면 갑작스러운 저전압 정지와 불필요한 충전을 줄이고, 교체시점도 훨씬 계획적으로 관리할 수 있다.

기술 참고
Texas Instruments Battery Fuel Gauges: SOC와 SOH 추정을 위해 Voltage, Current, Temperature와 Battery Model을 함께 활용한다.
TI Battery Fuel Gauges

TI BQ34Z100-G1: Impedance Track 방식에서 OCV, Passed Charge, Battery Impedance, Temperature를 조합해 Capacity와 SOC를 추정하는 예를 확인할 수 있다.
BQ34Z100-G1 Datasheet

TerryPack 참고글

POWER PROTECTIONAMR 전원 보호장치 선정 기준 → POWER SWITCHINGMOSFET 선정 방법과 전원 스위칭 실무 →