Will it form a glass? Tackling glass formation using binary classification

이 논문은 5 만 개 이상의 데이터셋을 기반으로 랜덤 포레스트 분류기를 훈련하여 무기 비금속 액체의 유리 형성 확률을 약 0.89 의 ROC-AUC 점수로 성공적으로 예측하고, SHAP 분석을 통해 밴드갭 에너지와 유리 형성 간의 상관관계 등 기존 지식을 확장하는 통찰을 도출했습니다.

핵심

🍳 1. 문제 상황: "유리 요리"의 미스터리

유리 (Glass) 는 액체를 아주 빠르게 식혀서 만든 비정질 고체입니다. 하지만 모든 액체를 빨리 식힌다고 해서 유리가 되는 건 아닙니다. 어떤 것은 순식간에 결정체 (얼음처럼 규칙적인 구조) 가 되어버리죠.

과학자들은 **"어떤 재료를 섞으면 유리가 잘 만들어질까?"**를 예측하는 것이 매우 어렵다는 사실을 알고 있습니다. 마치 "이 재료를 섞으면 맛있는 케이크가 될까, 아니면 뻑뻑한 돌덩이가 될까?"를 예측하는 것과 비슷하죠.

🤖 2. 해결책: 5 만 개의 레시피를 학습한 AI 요리사

연구팀은 이 문제를 해결하기 위해 **인공지능 (AI)**을 고용했습니다.

• 학습 데이터: 과거 과학 논문들에 기록된 5 만 개 이상의 유리 실험 데이터를 AI 에게 먹였습니다. (무엇을 섞고, 어떤 결과가 나왔는지)
• 임무: AI 는 새로운 재료를 섞었을 때, **"유리가 될 확률 (Yes/No)"**을 0 과 1 사이로 예측하는 이진 분류 (Binary Classification) 게임을 하도록 훈련시켰습니다.

🔍 3. AI 가 발견한 비밀 레시피 (핵심 특징)

AI 는 단순히 "재료를 섞었다"는 사실만 보고 판단한 게 아니라, 재료의 성질을 분석했습니다. 연구팀은 AI 가 어떤 점을 중요하게 생각했는지 분석했는데, 놀랍게도 AI 가 찾아낸 비결은 고전적인 과학 이론과도 일치했습니다.

• 원자 크기 (Atomic Radius): 원자들이 서로 너무 비슷하거나 너무 다르면 안 되고, 적절한 '불일치'가 있어야 유리가 잘 만들어집니다. (마치 퍼즐 조각들이 딱 맞아야 하듯, 너무 딱 맞으면 규칙적으로 쌓이고, 너무 어긋나면 쌓이지 않죠.)
• 전자 구조 (Bandgap): 원자들이 전자를 얼마나 꽉 잡고 있는지가 중요합니다. 전자를 잘 붙잡는 원소들이 섞여야 유리가 잘 만들어집니다.
• 녹는점 (Melting Enthalpy): 재료가 녹을 때 필요한 에너지도 중요한 단서입니다.

AI 는 이 모든 정보를 종합해서 **"이 조합은 유리 될 확률이 90% 입니다!"**라고 말해줍니다.

📉 4. 실패한 시도: "유리 안정성"이라는 복잡한 계산

연구팀은 기존의 과학 이론에서 쓰이는 **'유리 안정성 지표 (Glass Stability Parameters)'**라는 복잡한 수식 값들을 AI 에 넣어서 테스트해 보기도 했습니다.

• 결과: 이 복잡한 수식 값들만으로는 AI 가 유리를 잘 예측하지 못했습니다. (정확도 70% 수준)
• 이유: 이 수식 값들은 실험으로 측정한 게 아니라, 다른 값들을 추정해서 계산한 것이기 때문에 오차가 너무 커서 AI 가 혼란을 겪은 것입니다.
• 교훈: 복잡한 이론 공식 하나하나를 넣기보다, **원자 자체의 기본 성질 (원자 반지름, 전자 구조 등)**을 직접 알려주는 것이 AI 에게 더 도움이 됩니다.

💡 5. AI 의 해석 가능성 (SHAP 분석)

이 연구의 가장 큰 장점은 **"AI 가 왜 그렇게 판단했는지 설명해 준다"**는 점입니다.

• 예를 들어, AI 는 "보론 (Boron) 이나 규소 (Silicon) 이 많이 들어갈수록 유리 될 확률이 높아진다"고 명확히 알려줍니다. 이는 이미 과학자들이 알고 있던 사실과 일치합니다.
• 또한, "황 (Sulfur) 이 유리에 어떤 역할을 하는지"에 대한 새로운 통찰도 얻었습니다.

🚀 6. 결론: "VITRIFY"라는 도구의 탄생

이 연구팀은 개발한 AI 모델을 VITRIFY라고 이름 지었습니다.

• 용도: 새로운 유리 재료를 실험실로 가져와서 실험하기 전에, 컴퓨터로 먼저 **"이거 유리 될까?"**를 빠르게 체크하는 용도입니다.
• 의의: 무작위로 재료를 섞어보는 시행착오를 줄여주고, 더 좋은 유리를 찾아내는 **역설계 (Inverse Design)**를 가능하게 합니다.

📝 한 줄 요약

"5 만 개의 실험 데이터를 먹인 AI 가, 어떤 재료를 섞으면 유리가 될지 89% 이상의 정확도로 예측할 수 있게 되었고, 그 이유는 원자들의 '크기'와 '전자 상태' 때문임을 밝혀냈습니다."

이 연구는 이제부터 유리 개발자가 실험실로 뛰어가서 재료를 섞기 전에, 컴퓨터로 먼저 "성공 확률"을 확인하고 실험할 수 있게 해준 셈입니다.

기술 요약

논문 요약: 이진 분류를 통한 유리 형성 예측

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 유리의 형성은 고체 물리학에서 가장 중요하면서도 미해결된 난제 중 하나입니다. 액체가 냉각될 때 결정화 (crystallization) 를 피하고 비정질 (glass) 상태로 고정되는지 예측하는 것은 실험적으로나 이론적으로 매우 어렵습니다.
• 문제: 기존 연구들은 금속계와 비금속계 시스템 모두에서 유리 형성 능력 (Glass Forming Ability, GFA) 을 예측하려 시도해 왔으나, 여전히 큰 도전 과제로 남아 있습니다.
• 목표: 본 연구는 무기 비금속 액체의 조성 (composition) 을 입력으로 받아, 일반적인 실험실 냉각 조건에서 유리가 형성될지 여부를 이진 분류 (Binary Classification) 문제로 단순화하여 확률을 예측하는 모델을 개발하는 것을 목표로 합니다.

2. 방법론 (Methodology)

2.1 데이터 수집 및 전처리

• 데이터 소스: SciGlass 데이터베이스에서 추출된 50,000 개 이상의 실험 데이터 (단일, 이원, 3 원 무기 유리 조성) 를 사용했습니다.
• 레이블링: "Glass", "Clear glass" 등을 양성 클래스 (유리 형성), "Crystal", "Crystallization" 등을 음성 클래스 (비유리 형성) 로 이진 분류했습니다. 모호한 레이블은 제외했습니다.
• 전처리: 분자 백분율을 원자 분율 (atomic fraction) 로 변환하고, 중복 데이터를 제거하여 최종적으로 36,033 개의 양성 (70.8%) 과 14,864 개의 음성 (29.2%) 인스턴스로 구성된 CHEM 데이터셋을 구축했습니다.

2.2 특징 공학 (Feature Engineering)

• GlassPy 라이브러리 활용: 원자 분율 정보를 기반으로 물리화학적 기술자 (physicochemical descriptors) 를 생성했습니다.
  • 가중치 기술자 (Weighted descriptors): 원자 분율 벡터와 물리화학적 특성 (원자 반지름, 전기 음성도 등) 벡터의 하마르드 곱을 집계 (합, 평균, 표준편차 등) 하여 생성.
  • 절대 기술자 (Absolute descriptors): 몰 분율에 천장 함수 (ceiling operator) 를 적용 후 생성.
• 특징 선택: 약 600 개의 고차원 특징 중 Sequential Forward Selection (SFS) 알고리즘을 사용하여 가장 중요한 상위 20 개 특징을 선정했습니다. 선정된 주요 특징에는 원자 반지름, 산화 상태, 전자 구조 (가전자 궤도 점유), 용융 엔탈피 등이 포함되었습니다. 이를 FEATENG 데이터셋이라 명명했습니다.

2.3 유리 안정성 파라미터 (Glass Stability Parameters)

• 기존에 알려진 유리 안정성 파라미터 (Weinberg, Hrubý, Saad-Poulain, Lu-Liu 등) 와 Jezica 파라미터를 계산하여 GS 데이터셋을 구성했습니다.
• 이러한 파라미터들은 $T_g$ (유리 전이 온도), $T_{liq}$ (액상선 온도), $T_c$ (결정화 온도) 등을 기반으로 계산되었으며, GlassNet 을 통해 예측된 값을 사용했습니다.

2.4 모델 학습 및 평가

• 모델: Random Forest 분류기를 사용했습니다.
• 최적화: Tree-structured Parzen Estimator (TPE) 를 이용한 하이퍼파라미터 튜닝 (Optuna) 을 수행했습니다.
• 평가 지표: 10 교차 검증 (Stratified 10-fold CV) 을 통해 평균 및 중앙값의 대조 평균 F1 점수 (Macro-averaged F1-score) 의 최솟값을 최대화하는 방향으로 모델을 선택했습니다.
• 데이터셋 비교: 4 가지 데이터셋 (CHEM, FEATENG, GS, FEATENG+GS) 에 대해 각각 모델을 학습하고 홀드아웃 (Holdout) 데이터셋에서 성능을 평가했습니다.

2.5 설명 가능한 AI (Explainable AI)

• 학습된 모델의 의사결정 과정을 해석하기 위해 SHAP (SHapley Additive exPlanations) 값을 사용하여 각 특징이 유리 형성 확률에 미치는 기여도를 분석했습니다.

3. 주요 결과 (Results)

3.1 모델 성능

• 최고 성능: CHEM, FEATENG, FEATENG+GS 데이터셋으로 학습된 모델들은 매우 유사한 우수한 성능을 보였습니다.
  • ROC-AUC: 약 0.89
  • PR-AUC: 약 0.95
  • F1-Score (홀드아웃): 0.88, 정확도 (Accuracy): 0.82
• 성능 저하: 유리 안정성 파라미터만 사용한 GS 데이터셋 모델은 성능이 현저히 낮았습니다 (ROC-AUC 약 0.70). 이는 파라미터 계산 과정에서 예측 오차가 누적되었기 때문으로 분석됩니다.
• 복잡도 감소: FEATENG+GS 모델은 FEATENG 모델과 유사한 성능을 유지하면서도 모델 복잡도 (트리 개수) 를 크게 줄일 수 있었습니다.

3.2 SHAP 분석 및 물리적 통찰

• 유리 형성에 긍정적 영향을 미치는 요소:
  • 원소: 붕소 (B), 산소 (O), 규소 (Si), 인 (P), 황 (S), 바나듐 (V) 의 몰 분율 증가.
  • 물리화학적 특성: DFT 기반 밴드갭 에너지 (Bandgap energy) 의 가중합이 유리 형성 확률과 정적 상관관계를 보임. 이는 전자 구조 계산이 유리 형성 예측에 유효한 지표임을 시사합니다.
  • 용융 엔탈피: 가중합이 유리 형성에 긍정적 영향을 미침.
• 유리 형성에 부정적 영향을 미치는 요소:
  • 원자 반지름: 가중 평균 원자 반지름이 클수록 유리 형성 확률이 낮아짐 (큰 원자는 결정화 속도가 느려 유리 형성을 돕는다는 기존 이론과 상충되는 결과로 해석됨).
  • 용융점 편차: 구성 성분의 용융점 표준편차가 클수록 유리 형성이 어려워짐 (조성 균일성이 중요함).
• 기타: 산화 상태, d 궤도 및 p 궤도 점유 수 등 전자 구조 관련 특징들이 중요한 역할을 하는 것으로 확인되었습니다.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 대규모 데이터 기반 예측 모델 개발: 50,000 개 이상의 실험 데이터를 기반으로 한 정교한 이진 분류 모델을 구축하여, 무기 비금속 액체의 유리 형성 가능성을 높은 정확도로 예측할 수 있음을 입증했습니다.
2. 모델 이름 및 오픈 소스 제공: 개발된 모델 컬렉션을 VITRIFY (Vitrification Inference Tool for Rapid Identification of glass-Forming abilitY) 라고 명명하고, Python 모듈인 GlassPy 에 통합하여 연구 커뮤니티에 공개했습니다.
3. 물리적 통찰 확장: 기계 학습을 통해 기존에 알려진 유리 형성 이론 (골드슈미트 반지름 비율, Zachariasen 의 무작위 네트워크 이론, 토폴로지적 제약 이론 등) 을 재확인하고, 밴드갭 에너지가 유리 형성과 강한 양의 상관관계가 있다는 새로운 통찰을 도출했습니다.
4. 역설계 (Inverse Design) 지원: 복잡한 조성 공간을 탐색하여 새로운 유리 물질을 설계하는 '역설계' 문제에 있어 빠르고 신뢰할 수 있는 스크리닝 도구로 활용 가능합니다.
5. 예측 파라미터의 한계 지적: 유리 안정성 파라미터 (Tg, Tc 등) 는 예측 오차로 인해 단독 사용 시 성능이 떨어지지만, 물리화학적 특징과 결합 시 모델 복잡도를 줄이는 데 기여함을 보여주었습니다.

5. 결론

이 연구는 유리의 본질을 완전히 규명한 것은 아니지만, 실험실 조건에서 유리가 형성될 확률을 예측하는 데 있어 "유용한 (useful)" 모델을 제시했습니다. 특히 설명 가능한 AI 기법을 통해 모델이 학습한 패턴이 물리학적 지식과 일치함을 확인함으로써, 데이터 기반 재료 과학 (Materials Informatics) 이 유리 과학 분야에서 강력한 도구로 자리 잡을 수 있음을 보여주었습니다. 향후 구조적 정보 (Structural information) 를 효율적으로 통합한다면 모델 성능을 더욱 향상시킬 수 있을 것으로 기대됩니다.