Composition-Based Machine Learning for Screening Superconducting Ternary Hydrides from a Curated Dataset

본 논문은 사전 구조 정보가 필요 없이 고압에서 Ca-Ti-H 및 Li-K-H 와 같은 유망한 3 원소 초전도 후보 물질을 효과적으로 선별하고 식별하기 위해 정제된 수화물 데이터셋으로 훈련된 앙상블 XGBoost 기계 학습 접근법을 제시한다.

핵심

보물 사냥꾼이 되어 상온에 가까운 온도에서 전기 저항이 제로인 전도성 물질 (초전도체) 을 찾아낸다고 상상해 보세요. 수십 년간 과학자들은 수소로 가득 찬 물질이 이에 가장 유력한 후보임을 알고 있었지만, 수십억 가지 가능성 중에서 완벽한 조합을 찾는 것은 눈가리개를 한 채 해변에서 특정 모래 알갱이를 찾는 것과 같습니다.

이 논문은 이 탐색을 가속화하기 위해 교토대학교 연구진이 개발한 새로운 첨단 '금속 탐지기'에 대해 설명합니다. 일상적인 용어로 설명하면 다음과 같습니다.

1. 문제: 건초더미 속의 바늘

과학자들은 극한의 압력 (지구 중심부의 압력과 같은) 하에서 수소를 다른 원소들과 혼합하면 초전도체를 만들 수 있다는 것을 알고 있습니다. 그러나 다양한 원소들의 조합 (서로 다른 맛의 아이스크림을 섞는 것과 같음) 이 너무 많기 때문에 실험실에서 하나씩 모두 테스트하는 것은 영원히 걸릴 뿐만 아니라 천문학적 비용이 듭니다.

2. 해결책: '대중의 지혜'를 활용한 컴퓨터 모델

연구진은 물리적으로 재료를 테스트하는 대신 머신러닝을 이용해 컴퓨터 두뇌를 구축했습니다. 하지만 단순히 두뇌 하나를 만든 것이 아니라 30 개의 두뇌로 구성된 위원회를 만들었습니다.

• 학습: 이 30 개의 컴퓨터 모델에 수소 기반 초전도체의 약 2,000 가지 알려진 레시피가 담긴 '요리책'을 입력했습니다. 이 레시피에는 사용된 압력과 초전도 현상이 시작되기 전까지 물질이 얼마나 뜨거워졌는지 등의 세부 사항이 포함되어 있었습니다.
• 재료: 모델들이 레시피를 이해할 수 있도록, 모든 원소에 대한 22 가지의 '성격 특성' 목록을 제공했습니다 (원자의 크기, 전자를 잃는 것을 얼마나 싫어하는지 등).
• 위원회 방식: 30 개의 약간 다른 모델을 학습시킴으로써 연구진은 "우리가 모두 이 점에 동의하는가?"라고 물을 수 있었습니다. 만약 30 개 모델 모두 특정 혼합물에 대해 높은 온도를 예측했다면, 그것이 강력한 후보임을 알 수 있었습니다. 만약 모델들이 이견을 보인다면 예측이 불안정하다는 것을 알 수 있었습니다. 이는 30 명의 다른 요리사에게 새로운 요리가 맛있을지 물어보는 것과 같습니다. 모두 "예"라고 말한다면, 당신은 무언가 좋은 것을 발견한 것입니다.

3. 탐색: 화학 우주의 스캔

이 위원회를 이용해 연구진은 두 금속과 수소의 조합인 1,800 만 개의 가능한 새로운 레시피가 담긴 거대한 지도를 스캔했습니다. 그들은 100, 200, 300 기가파스칼 (GPa) 의 세 가지 다른 압력 수준 ('짜임새' 정도) 에서 이 레시피들을 살펴보았습니다.

그들은 단순히 가장 높은 수치를 찾은 것이 아니라 가장 안전한 선택을 찾았습니다. "우리의 모델이 약간 불확실하더라도 이 물질이 가질 수 있는 최저 온도는 무엇인가?"라고 물었습니다. 이는 실수가 있을 수 있는 승자를 선택하지 않도록 보장하는 것이었습니다.

4. 발견: 아무도 시도하지 않은 새로운 맛

컴퓨터는 원래 요리책에 없던 몇 가지 유망한 새로운 레시피를 발견했습니다. 이러한 발견은 '맹목적인' 것이었습니다. 주요 새로운 발견 중 일부는 다음과 같습니다.

• 칼슘 + 티타늄 + 수소
• 리튬 + 칼륨 + 수소
• 나트륨 + 마그네슘 + 수소

컴퓨터는 이전에 이러한 특정 조합을 본 적이 없었음에도 불구하고, 이 혼합물들이 매우 높은 온도 (압력에 따라 경우에 따라 200°C 에서 300°C 이상) 에서 초전도 현상을 보일 것이라고 예측했습니다.

5. 컴퓨터가 배운 것

연구진은 컴퓨터가 왜 이러한 레시피를 선호하는지 그 이면을 들여다보았습니다. 결과는 모델들이 매우 논리적인 것들에 주의를 기울이고 있다는 것이었습니다. 예를 들어:

• 이온화 에너지: 원자에서 전자를 떼어내는 것이 얼마나 어려운지.
• 원자 반지름: 원자가 얼마나 큰지.

이는 컴퓨터가 단순히 추측한 것이 아니라, 수소가 풍부한 환경에서 원자가 결합하는 방식에 대한 실제 물리 법칙을 학습하고 있음을 확인시켜 주었습니다.

6. 함정 (이 논문이 하지 않은 일)

이 연구가 하지 않은 일을 주목하는 것이 중요합니다.

• 그들은 아직 실험실에서 이 물질들을 실제로 만들지 않았습니다.
• 이 물질들이 안정적이거나 안전한지 증명하지 않았습니다.
• 정확한 결정 구조 (원자의 3 차원 형태) 를 계산하지 않았습니다.

이 논문은 이를 선별 도구로 설명합니다. 1,800 만 개의 모래 알갱이를 체질하여 금처럼 보이는 상위 10 개를 찾아내는 필터와 같습니다. 다음 단계인 실제로 그들을 파내어 진짜 금인지 테스트하는 과정은 양자 물리 시뮬레이션을 사용하는 훨씬 더 비싸고 시간이 많이 소요되는 다른 과정이 필요하며, 저자들은 이것이 향후 연구의 과제라고 말합니다.

요약하자면: 연구진은 새로운 고잠재력 수소 초전도체 레시피를 처음부터 성공적으로 예측한 스마트하고 합의 기반의 컴퓨터 시스템을 구축하여, 실험 과학자들에게 파헤쳐야 할 가장 유망한 곳들의 단축 목록을 제공했습니다.

기술 요약

기술 요약: 초전도 3 원수소화물 선별을 위한 조성 기반 기계 학습

문제 제기
실온 초전도체 탐색은 아슈크로프트의 금속성 수소 이론에 영감을 받아 수소 함량이 높은 물질에 점점 더 초점을 맞추고 있습니다. H$_3$S 와 LaH$_{10}$과 같은 이원 수소화물은 높은 초전도 전이 온도 ($T_c$) 를 입증해 왔으나, 그 안정성은 종종 극심한 압력 (예: >150 GPa) 으로 제한됩니다. 최근 이론적 노력은 3 원 또는 다원 수소화물이 '화학적 압축'을 통해 감소된 압력에서 초전도 상을 안정화할 수 있음을 시사합니다. 그러나 3 원 수소화물 (A–B–H) 의 조성 공간은 방대하여 실험 또는 첫 번째 원리 밀도 범함수 이론 (DFT) 계산을 통한 포괄적 탐색은 과도한 자원 소모로 인해 불가능에 가깝습니다. 따라서 값비싼 구조적 검증을 수행하기 전에 유망한 후보 조성을 식별할 수 있는 효율적인 선별 도구가 필요합니다.

방법론
저자들은 고압 (100, 200, 300 GPa) 하의 3 원 수소화물을 선별하기 위해 설계된, 구조와 무관한 조성 기반 기계 학습 (ML) 프레임워크를 제안합니다.

• 데이터셋 큐레이션: 화학식, 적용 압력, $T_c$ 값을 포함한 2007 년부터 2024 년까지의 2,059 개의 이원 및 3 원 수소화물 엔트리로 구성된 데이터셋이 큐레이션되었습니다. 데이터 소스는 실험 값, 엘리샤베르크 이론 계산, 앨런-다인스 공식 추정의 순서로 우선순위가 부여되었습니다.
• 특성 공학: 모델은 사전 결정된 결정 구조가 필요하지 않도록 조성 기반 기술자 (descriptors) 에만 의존합니다. 각 화합물에 대해 이온화 에너지, 원자 반지름, 전기 음성도 등 22 가지 원소별 물리화학적 기술자가 pymatgen 및 Mendeleev 라이브러리에서 추출되었습니다. 이를 가중 합, 평균, 범위, 극값을 포함하여 220 개의 조성 특성으로 변환하고 압력 값을 추가하여 총 221 개의 입력 특성을 구성했습니다.
• 모델 선택 및 학습: 여러 회귀 알고리즘 (릿지, SVR, 의사결정나무, 랜덤 포레스트, 그래디언트 부스팅, XGBoost) 이 중첩 5 교차 검증 프로토콜을 사용하여 평가되었습니다. XGBoost(XGB) 가 최상의 성능 (최소 RMSE 및 최대 $R^2$) 으로 인해 최적 모델로 선정되었습니다.
• 앙상블 접근법: 견고성을 보장하고 불확실성을 정량화하기 위해 서로 다른 무작위 시드를 사용하여 독립적으로 학습된 30 개의 XGB 모델 앙상블이 구축되었습니다. 새로운 조성에 대한 예측은 앙상블의 평균과 95% 신뢰 구간 (CI) 을 기반으로 평가되었습니다.
• 선별 프로토콜: 앙상블은 3 원 조성 그리드 전반에 걸쳐 원자 번호 2~90 의 A 와 B 를 포함하는 1,800 만 개 이상의 고유한 A–B–H 조성을 선별했습니다. 후보는 예측된 95% CI 의 하한값으로 순위가 매겨져 견고한 예측을 우선시했습니다.

주요 결과

• 모델 성능: 선정된 XGB 앙상블은 훈련 RMSE 9.2 K 및 MAE 5.2 K 를 달성했습니다. 테스트 세트 (중첩 교차 검증을 통해) 에서 모델은 $R^2$ 0.80 $\pm$ 0.04, RMSE 38.5 $\pm$ 3.8 K 를 달성했습니다. 앙상블 표준 편차는 예측 오차와 양의 상관관계 (피어슨 $r$ = 0.82) 를 보이는 것으로 밝혀져, 신뢰도 대리 지표로서의 유효성이 입증되었습니다.
• 특성 중요도: 30 개 모델에 대한 분석은 이온화 에너지, 원자 반지름, 원자가 전자 수가 일관되게 가장 중요한 특성임을 밝혔습니다. 이는 수소 함량이 높은 시스템의 결합 강도와 전자 구조에 관한 화학적 직관과 부합합니다.
• 선별 결과: 선별은 여러 고득점 조성 시스템을 식별했습니다.
  • 최상위 후보: 100, 200, 300 GPa 에서 최상위 후보는 각각 Be$_{10}$Lu$_{10}$H$_{80}$, Ca$_5$Hf$_5$H$_{90}$, Li$_{10}$Ca$_5$H$_{85}$였습니다.
  • 외삽적 발견: 중요한 점은 모델이 훈련 데이터셋에 존재하지 않는 A–B 원소 쌍을 가진 유망한 시스템을 식별했다는 것입니다. 주목할 만한 예로는 Ca–Ti–H, Li–K–H, Na–Mg–H가 있습니다.
  • 구체적 하이라이트: Ca–Ti 시스템은 세 가지 압력 조건 모두에서 상위 10 위 안에 들었으며, 100 GPa 에서 예측된 하한 CI $T_c$ 값이 230 K 를 초과하고 300 GPa 에서 295 K 를 상회했습니다. 예측된 화학량론 Ca$_5$Ti$_5$H$_{90}$은 예외적으로 높은 수소 함량을 보입니다.

의의 및 주장
본 논문은 앙상블 기반 기계 학습이 초전도 수소화물의 광대한 화학 공간 내에서 유망한 영역을 식별하는 효과적인 1 차 선별 도구로 작용한다고 주장합니다. 본 연구는 다음을 입증합니다:

1. 조성 전용 선별의 타당성: 명시적인 구조 정보 없이도 고품질의 $T_c$ 예측이 가능하여, 안정적인 결정 구조가 알려지지 않은 화학 공간의 신속한 탐색을 가능하게 합니다.
2. 앙상블을 통한 견고성: 모델 앙상블을 사용하면 예측 일관성을 통계적으로 평가할 수 있으며, 불확실한 예측을 필터링하는 지표 (CI 의 하한값) 를 제공합니다.
3. 새로운 시스템의 발견: 이 접근법은 훈련 데이터에 없었던 고잠재력 3 원 수소화물 (예: Ca–Ti–H) 을 식별하기 위해 성공적으로 외삽되었으며, 모델이 단순 암기가 아닌 근본적인 물리화학적 경향을 포착하고 있음을 시사합니다.

저자들은 명시적으로 이 작업이 '1 차 선별' 단계로 의도되었다고 명시합니다. 이 방법은 구조적 대칭성이나 동적 안정성을 포함하지 않으며, 이는 별도의 자원 집약적인 DFT 및 포논 계산을 필요로 함을 인정합니다. 따라서 식별된 후보들은 실험적 실현 전에 개별 안정성 및 동적 특성에 대한 후속 검증이 필요합니다. 이 프레임워크는 데이터 기반 선별과 미시적 이론 간의 간극을 메우며 고-$T_c$ 초전도체 발견을 가속화할 수 있는 확장 가능한 경로로 제시됩니다.