Screening 39 billion protostructures for materials discovery

기술 요약: 재료 발견을 위한 390억 개의 프로토구조(Protostructures) 스크리닝

문제 정의
결정 구조 예측(CSP) 분야는 재료 발견의 핵심이지만, 조합론적 병목 현상에 직면해 있다. 가능한 모든 재료의 공간은 매우 방대하여, 체계적이고 편향 없는 탐색이 어렵다. ICSD, AFLOW, Materials Project와 같은 저장소의 데이터에 주로 의존하는 기존 방식들은 알려진 구조적 프로토타입(약 8,000개의 관찰된 유형)에 편향되어 있다. 이러한 데이터베이스로부터 유도된 생성형 AI나 통계적 사전 확률(statistical priors)을 사용하는 방법들은 이러한 편향을 그대로 물려받아, 이미 알려진 것들과 판이하게 다른 구조를 발견하는 능력을 제한한다. 더욱이, $N$개의 원자를 가진 결정의 전체 구성 공간은 $6+3N$개의 연속적인 자유도를 포함하므로, 복잡한 시스템에 대한 전수 조사는 계산적으로 불가능하다.

방법론
저자들은 구조 탐색의 규모를 수십 배로 확장하면서도 구성 공간에 대한 편향 없는 커버리지를 유지하도록 설계된 2단계 고처리량(high-throughput) 프레임워크를 제안한다.

1. 조립적 사전 스크리닝 (프로토구조):
   • 표현 방식: 저자들은 "프로토구조(protostructures)"를 활용한다. 이는 결정의 공간군(space group), 화학 원소, 그리고 원자가 점유하는 와이코프 위치(Wyckoff positions)를 명시하되, 명시적인 원자 좌표나 격자 매개변수는 정의하지 않는 조립적(coarse-grained) 표현 방식이다. 이는 자유도를 크게 줄여준다.
   • 열거: 이들은 리튬부터 브롬(귀가스 제외)까지의 원소를 사용하여 이원계 및 삼원계 화합물에 대해 모든 대칭 구별 가능한 프로토구조를 체계적으로 열거한다. 열거는 비대칭 단위(asymmetric unit) 내 원자 수가 5개 이하, 단위 격자(unit cell) 내 원자 수가 최대 64개인 구조적 복잡도로 제한된다. 이를 통해 약 390억 개의 프로토구조가 생성된다.
   • 기계 학습 모델 (Wren): GPU 가속을 위해 JAX로 재구현된 트랜스포머 기반 아키텍처인 Wren(Wyckoff Representation Network) 모델을 사용하여 프로토구조의 형성 에너지를 예측한다. 이 모델은 Alexandria 데이터베이스(PBE 3D 데이터셋, 약 450만 개의 구조)로 학습되었다.
   • 효율성: 재구현된 Wren 모델은 이전의 GPU 구현 방식보다 40배 향상된 추론 처리량을 달성하여, 초당 수백만 개의 프로토구조를 평가할 수 있다.
   • 필터링: Wren이 예측한 에너지를 사용하여 열역학적 안정성의 볼록 껍질(convex hull)을 구축한다. Alexandria 볼록 껍질보다 100 meV/atom 이상 높은 에너지를 가진 프로토구조는 폐기된다. 이 단계에서 약 1,570만 개의 후보가 남는다 (전체의 0.04%).
2. 미세 구조 탐색 및 완화(Relaxation):
   • 구체화(Concretization): 남겨진 프로토구조들은 명시적인 결정 구조로 변환된다. 자유도(격자 매개변수 및 와이코프 제약 내 원자 좌표)는 **라틴 하이퍼큐브 샘플링(LHS)**을 사용하여 샘플링된다. 샘플 수는 자유도와 원자 수에 근거하여 휴리스틱하게 결정된다.
   • 초기 부피 추정: 선형 회귀 모델을 사용하여 화학적 정체성과 배위(coordination)에 따른 유효 원자 반지름을 예측함으로써 초기 단위 격자 부피를 추정하며, 이를 통해 비물리적인 시작 기하 구조를 피한다.
   • 완화: 생성된 구조들은 MACE(Machine-learning Atomic Cluster Expansion) 원자간 포텐셜(MPA-0 버전)을 사용하여 대칭 제약 조건 하에 기하 구조 최적화를 거친다. 이는 완화 과정이 원래 프로토구조의 대칭성을 준수하도록 보장한다.
   • 검증: 2차 검증 단계로 ORB 신경망 포텐셜을 사용한다. MACE와 ORB의 에너지 예측값이 100 meV/atom 이내에서 일치하는 경우에만 구조를 유지한다.
   • 출력: 이 단계는 8,100만 개의 국부적으로 완화된 결정 구조를 생성한다.

주요 결과

• 규모: 워크플로우는 390억 개의 프로토구조를 스크리닝하여 8,100만 개의 완화된 결정 구조 데이터셋을 도출했다.
• 안정성: 스크리닝된 화학 공간(Li–Br, 이원계/삼원계, 복잡도 $\le$ 5, 단위 격자 $\le$ 64개 원자) 내에서, 저자들은 볼록 껍질 대비 분해 엔탈피($H_d$)가 100 meV/atom 미만인 456,100개의 구조를 식별했다.
• 신규성: 이 구조들은 91,295개의 고유한 결정 프로토타입을 포괄한다. 결정적으로, 이 중 88,498개의 프로토타입은 기존 데이터베이스(Alexandria 또는 GNoME)에 존재하지 않는다.
• 검증:
  • 기존 시스템: 이 방법은 Hf-Zn-N, Ti-Zn-N, Zr-Zn-N 시스템에 대해 검증되었다. 알려진 상들을 성공적으로 재발견했을 뿐만 아니라, 구조 수 제한으로 인해 이전의 제한적 스크리닝에서 누락되었던 결손 삼원계 상(Hf$_6$Zn$_6$N)을 식별해냈다.
  • DFT 검증: $H_d \le 0$인 2,303개의 신규 구조에 대해 고처리량 DFT 계산을 수행했다. 이 중 631개가 여전히 0 미만(볼록 껍질 위)이었으며, 나머지는 껍질로부터 25 meV/atom 이내에 머물렀다.
  • 오차 분석: Alexandria의 DFT 대비 최종 MLIP 예측의 평균 절대 오차는 33 meV/atom이다. 오차 분포는 더 높은 형성 에너지 쪽으로 치우친 경향(위음성, false negatives)을 보이는데, 이는 본 방법론이 보수적임을 시사한다.

의의 및 주장
본 논문은 저에너지 조성-구조 공간에 대한 체계적인 지도를 제공하며, 후속 물성 평가를 위한 대규모의 구조화된 후보 풀을 제공한다고 주장한다.

• 편향 극복: 프로토구조를 사용하고 기존 구조 데이터베이스에 기반한 사전 확률을 피함으로써, 본 워크플로우는 현재 대부분의 CSP 방법이 가진 "구조적 사전 확률(structural prior)" 편향을 극복하여, 탐색되지 않은 영역에서의 새로운 프로토타입 발견을 가능하게 한다.
• 확장성: 2단계 접근 방식(조립적 사전 스크리닝 후 미세 구조 완화)은 조합론적 폭발 문제를 성공적으로 해결하여, 수백억 개의 후보를 스크리닝하는 것을 실현 가능하게 만들었다.
• 다양성: 약 9만 개의 새로운 프로토타입을 발견한 것은 기존의 노력들(예: 유사한 제한 조건 하에서 Alexandria는 약 8,449개, GNoME은 약 2,253개의 프로토타입 보유)과 비교했을 때 "진정한 질적 변화"를 나타낸다.
• 향후 연구를 위한 토대: 저자들은 현재의 스크리닝이 방대하지만, 본 방법론이 확장 가능한 토대를 제공한다고 언급한다. 이들은 사전 스크리닝 모델을 더 높은 정밀도로 재학습함으로써 비용이 많이 드는 2단계 완화가 필요한 시스템을 더 줄일 수 있으며, 잠재적으로 주기율표 전반에 걸쳐 더 높은 구조적 복잡성을 스크리닝할 수 있을 것이라고 제안한다.

본 연구는 이 재료들을 실험적으로 합성했다고 주장하지 않으며, 이 데이터셋을 향후 실험 및 이론적 재료 설계를 가이드하기 위한 자원으로 배치한다.