Electronic crystals and quasicrystals in semiconductor quantum wells: an AI-powered discovery

현대 물리학의 핵심에는 단순하면서도 강력한 아이디어가 자리 잡고 있습니다. 만약 방대한 수의 전자를 가져와 균일한 공간에 자유롭게 떠다니게 한다면, 그들의 집단적 행동은 물질의 근본적인 규칙을 드러낸다는 것입니다. 이 "균질 전자 가스(homogeneous electron gas)"는 전기가 반도체를 통해 어떻게 흐르는지, 그리고 복잡한 재료가 어떻게 형성되는지를 이해하는 기초가 됩니다. 수십 년 동안 과학자들은 전자들이 어떻게 배열되는지 예측하기 위해 단순화된 모델에 의존해 왔습니다. 밀도가 높을 때 전자들은 유체처럼 행동하며 서로를 부드럽게 지나쳐 이동합니다. 하지만 밀도가 낮아지고 전자의 속도가 느려지면, 서로를 밀어내는 척력이 그들을 딱딱한 결정 격자 구조로 얼어붙게 만듭니다. 이는 마치 물이 얼음으로 변하는 것과 같습니다. 이러한 액체에서 고체 결정으로의 전이는 잘 알려진 현상이지만, 이는 전자들이 두께가 없는 평평한 2차원 시트에 갇혀 있다고 가정합니다.

그러나 실제 재료는 결코 완벽하게 평평하지 않습니다. 반도체 소자에서 전자들은 양자 우물(quantum well)이라고 불리는 얇은 층에 갇혀 있는데, 이 층은 측정 가능한 두께를 가지고 있습니다. 이 층이 충분히 넓어지면 새로운 규칙이 등장합니다. 전자들은 더 이상 단일 평면에 머물도록 강요받지 않으며, 우물의 두께 내에서 서로 다른 에너지 준위를 점유하며 수직 방향으로 퍼져 나갈 수 있습니다. 이 추가된 차원은 게임의 법칙을 완전히 바꿉니다. 이는 에너지를 최소화하기 위해 서로 가까이 있으려는 전자의 욕구와, 서로를 밀어내는 것을 피하기 위해 떨어져 있으려는 욕구 사이의 경쟁을 도입합니다. 이러한 현실적인 3차원 포켓 안에서 전자들이 정확히 어떻게 배열되는지를 이해하는 것은 까다로운 난제로 남아 있었습니다. 왜냐하면 전통적인 수학적 도구들은 수많은 입자 사이의 강렬하고 혼돈스러운 상호작용을 포착하는 데 어려움을 겪기 때문입니다.

매사추세츠 공과대학교(MIT)의 연구팀은 이제 새로운 종류의 인공지능을 사용하여 이 난제를 해결했습니다. 기존의 방정식에 의존하여 단순화된 추측을 하는 대신, 그들은 딥 뉴럴 네트워크(deep neural network)를 훈련시켜 전자들의 행동을 처음부터 학습하게 했습니다. 이 컴퓨터 프로그램은 변분 솔버(variational solver)로서 작동하며, 정답이 어떠해야 한다는 선입견 없이 양자 세계를 탐구했습니다. 이 프로그램은 다양한 두께와 밀도를 가진 양자 우물에 갇힌 전자들의 바닥 상태(ground state)—즉, 가장 안정적인 최저 에너지 배열—를 시뮬레이션했습니다. 그 결과는 전자들이 어떻게 조직되는지에 대한 상세한 지도를 제공하며, 이전에는 상상했던 것보다 훨씬 더 풍부하고 기묘한 풍경을 보여주었습니다.

시뮬레이션 결과, 매우 얇은 우물에서는 기대했던 대로 전자들이 단일 층을 형성하며 행동한다는 것이 확인되었습니다. 그러나 우물이 넓어짐에 따라 전자들은 자발적으로 두 개의 뚜렷한 층으로 분리되는데, 이를 이중층 전하 분포(bilayer charge distribution)라고 합니다. 이는 전자들이 단일한 물리적 용기 안에 있음에도 불구하고 발생하는 현상으로, 전자들이 서로의 척력을 줄이기 위해 수직으로 분리되는 것이 에너지 측면에서 유리하기 때문에 발생합니다. 연구진은 특정 밀도와 두께 조건 하에서 이 이중층 상태가 단순한 유체가 아니라 고체 결정으로 얼어붙을 수 있다는 것을 발견했습니다. 어떤 경우에는 이 결정들이 정사각형이나 벌집 모양과 같은 깔끔하고 반복적인 패턴을 형성하며, 각 층이 서로 완벽하게 정렬되기도 합니다.

하지만 가장 놀라운 발견은 우물이 두 개의 층을 허용할 만큼 넓지만, 그렇다고 층들이 완벽하게 정렬될 만큼 넓지는 않은 중간 영역에서 나타났습니다. 여기서 뉴럴 네트워크는 완전히 새로운 물질의 상태인 전자 준결정(electron quasicrystal)을 찾아냈습니다. 패턴이 계속해서 반복되는 일반적인 결정과 달리, 준결정은 반복되지 않는 질서 있는 구조를 가집니다. 이 특정한 경우, 상층과 하층의 전자들은 서로 정확히 30도 뒤틀린 상태로 삼각형 격자를 형성합니다. 이는 위에서 내려다보았을 때 별 모양처럼 보이는 복잡한 12회 대칭(twelve-fold symmetry)을 만들어냅니다.

이 발견이 매우 놀라운 이유는, 고전 물리학에 따르면 이 뒤틀리고 반복되지 않는 패턴은 존재할 수 없기 때문입니다. 만약 전자들이 단순히 작은 전하를 띤 공이었다면, 척력을 최소화하기 위해 층들이 완벽하게 정렬되는 것이 가장 안정적인 배열이었을 것입니다. 뒤틀린 준결정 상태는 본질적으로 고전적인 관점에서는 덜 안정적입니다. 연구진은 이 상태가 오직 양자 역학 덕분에 생존한다는 것을 밝혀냈습니다. 전자들은 정적인 점이 아니며, 양자 요동으로 인해 끊임없이 꿈틀거립니다. 뒤틀린 준결정 구성에서 이러한 꿈틀거림은 다른 어떤 배열보다 낮은 "영점 에너지(zero-point energy)"를 생성합니다. 전자의 위치에 대한 양자 불확정성이 뒤틀린 구조를 붙잡아 줌으로써, 그렇지 않았다면 무너졌을 패턴을 안정화시키는 역할을 합니다.

이 발견은 전자 준결정이 전적으로 양자 효과에 의존하여 존재하는 진정한 새로운 물질의 상(phase)임을 시사합니다. 이것은 이론적인 호기심에 그치는 것이 아니라, 갈륨 비소와 같은 재료로 만들어진 넓은 양자 우물에서 실제로 관찰될 수 있는 상태입니다. 연구진은 과학자들이 이러한 소자의 전자 밀도를 조절함에 따라, 이 결정 및 준결정 상태로의 전이를 나타내는 뚜렷한 신호인 전기 저항의 정점(peak)을 보게 될 것이라고 예측합니다. 이는 금속성 유체 상태와 표준 결정 상태 사이에서 나타나며, 새로운 상의 명확한 지문 역할을 할 것입니다.

이 연구는 인공지능이 이제 양자 물리학의 가장 어려운 문제들을 다룰 수 있음을 보여주며, 인간의 직관과 전통적인 수학이 놓칠 수 있는 해답을 찾아낼 수 있음을 입증했습니다. 물리 법칙을 제1원리로부터 이해하도록 뉴럴 네트워크를 훈련함으로써, 연구팀은 복잡한 가능성의 풍경을 항해하여 숨겨진 안정의 계곡을 찾아낼 수 있었습니다. 독특하고 반복되지 않는 질서를 가진 이 전자 준결정은 양자 역학이 물질 세계를 어떻게 형성하는지를 연구할 수 있는 새로운 플랫폼을 제공합니다. 이는 미래의 전자 소자를 설계하는 문을 열어주며, 잠재적으로 원자 규모에서 정보와 에너지를 제어하는 새로운 방법을 이끌어낼 수 있습니다. 논문은 아직 그러한 장치를 직접 제작했다는 주장을 하는 것이 아니라, 그러한 상태가 실험실에서 발견되기를 기다리고 있다는 정밀한 이론적 청사진과 확신을 제공하고 있습니다.