IoT와 5G 통신 발전으로 신호 무결성을 유지하고 전자기 간섭을 방지하기 위한 EMC 솔루션 필요성이 나날이 커지고 있다. 자동차, 의료, 군사, 가전 분야에서 EMI 저감을 위해 EMI 필터링 솔루션 수요 증가가 기대된다.

글로벌 시장조사기관 마켓앤드마켓에 따르면 EMI/EMC 필터 시장이 2024년 12억4,000만달러에서 2029년 15억8,000만달러(한화 약 2조2,000억원)로 연평균 5% 성장을 기록할 것으로 전망했다.

EMI/EMC 필터 시장은 전기차 채택 증가에 동반 성장했다. △배터리 관리 시스템(BMS) △인버터 △전기모터 △전자 제어 장치 등 전기차를 구성하는 전자 부품들은 전자기 간섭에 취약하며 오작동은 큰 기능안전 문제로 이어질 수 있다.

이에 국제 표준과 제조사 등에서 높은 기능 안전과 엄격한 규제를 요구하고 있으며, 첨단 EMI/EMC 필터 기술 채택에 영향을 미치고 있다.

또한 5G·6G 통신으로의 확장은 통신 밀도 증가와 근접성으로 인해 EMI 관리 중요성으로 이어진다. EMI/EMC 필터는 신호 저하나 데이터 손실과 같은 문제를 방지하는 5G 무결성과 안정성 유지에 기여하며 불요 주파수/전자기 신호를 차단해 원활한 연결성 제공에 초점을 맞추고 있다.

특히 EMI/EMC 필터 시장은 복잡해지는 전파 환경 대응을 위해 생성형 AI 및 AI 기술 결합을 시도하고 있는 것으로 나타났다. 보고서는 ‘생성형 AI 및 AI를 EMC 필터링과 통합하면 설계 및 운영 효율성에 혁신적인 영향을 미칠 수 있다’고 언급했다.

AI는 복잡한 시스템 분석과 간섭 동작을 예측하고, EMI 문제를 예측해 프로토타입 제작 기간과 비용을 절감하는 데 도움을 줄 수 있다. 또한 실시간 모니터링 및 적응형 필터링 개선에도 AI가 활용될 수 있다.

실제로 울산과학기술원은 광음향 내시경 영상 처리에서 전자파 간섭 노이즈를 제거하기 위해 딥러닝 기반 알고리즘을 연구해 의료 분야 적용 가능성을 확인했으며, 서부 스위스 응용 과학 및 예술 대학교 스마트·보안 시스템 연구소(iSIS Institute)에서는 신경망을 활용해 EMI 자동 필터링을 연구해왔으며 이를 스마트 유도 근접 센서에 적용해 2KB 메모리 수준의 순환 신경망(RNN)으로 노이즈를 70%까지 줄이는 데 성공한 연구 결과가 있다.

또한 홍콩대학교 전기전자공학과에서는 능동 센싱과 딥러닝 예측을 통한 EMI 제거를 통해 RF 차폐가 없거나 불완전한 MRI 환경에서 EMI를 제거하는 연구를 수행해 발표했다. 중국 저장대학교 전기공학과에서도 인공 신경망을 이용해 EMI 필터의 모델링 및 최적화 연구를 수행한 바 있다.

마켓앤드마켓 보고서는 ‘머신러닝 알고리즘은 신호 분석과 필터 매개변수 동적 조정 등 가변적인 전자기 노이즈 환경에서 성능 개선이 가능할 것으로 본다’면서, ‘더욱이 AI 강화 진단은 EMC 필터에서 보다 정확한 오류 감지를 가능하게 해 장비 수명과 안정성에 기여한다’고 설명했다.

이준상 박사는 지난 EMI/EMC 명사 대담 인터뷰를 통해 “AI 기반 시뮬레이션 도구들은 BOM에서 부품이 변경되면 실시간 EMI/EMC 성능을 모니터링하고 부품 최적화 전략 제공을 가능하게 함으로써 EMI/EMC 규정 준수와 신뢰성을 agile하게 보장할 수 있을 것”이라며, “AI는 EMI/EMC 규정 준수 과정을 간소화하고 설계 주기를 가속화하며 전자 제조 산업에서 혁신을 촉진할 것”이라고 언급했다.

딥시크 이슈 이후 저렴하고 효율적인 강화학습 기반 AI 모델링이 새로운 추세로 급부상하고 있는 가운데 AI 기술 혁신이 끊임없이 산업·학계를 이끌고 있는 가운데 EMI/EMC 분야에도 파급효과가 어떤 형태로 다가올지 향후 추세가 기대되는 상황이다.