SemiConLens: Visual Analytics for 2D Semiconductor Discovery

SemiConLens 는 데이터 부족 및 신뢰성 문제를 극복하기 위해 새로운 상관관계 인식 다변량 결측치 대체 (CAMI) 방법과 대화형 시각화를 통합하여 재료 연구자들이 유망한 2 차원 반도체 후보 물질을 효과적으로 발견하고 평가할 수 있도록 지원하는 시각 분석 시스템입니다.

핵심

보물 사냥꾼이 되어 거대하고 혼란스러운 바다에서 매우 특정 유형의 금을 찾고 있다고 상상해 보세요. 현실 세계에서는 이 '금'이 미래의 컴퓨터, 스마트폰, 전력망을 구동할 수 있는 몇 원자 두께의 새로운 2 차원 반도체입니다.

문제는 바다는 광활하고 물은 탁하며, 당신이 가진 지도는 구멍이 가득하다는 점입니다.

이 논문은 과학자들이 이러한 물질을 더 빠르고 신뢰성 있게 찾을 수 있도록 설계된 하이테크 '잠수복과 소나 시스템'인 SemiConLens 를 소개합니다. 작동 원리를 간단한 개념으로 나누어 설명하면 다음과 같습니다.

1. 문제: 조각이 빠진 지도

과학자들은 기존 컴퓨터 칩이 한계에 부딪히고 있음을 알고 있습니다. 칩이 너무 작아지고 과열되기 때문입니다. 이를 해결하려면 새로운 2 차원 물질이 필요합니다.

• 과거의 방식: 과학자들은 과거에 실험실에서 화학 물질을 섞어 테스트하고 운을 바랐습니다. 이는 하나씩 막대기로 건초더미를 찌르며 건초더미 속 바늘을 찾는 것과 같습니다. 느리고 비용이 많이 듭니다.
• 새로운 방식 (과제): 그들은 어떤 물질이 작동할지 예측하기 위해 컴퓨터와 인공지능 (AI) 을 사용하기 시작했습니다. 하지만 함정이 하나 있습니다. AI 는 교과서를 충분히 읽지 않은 학생과 같습니다. 데이터가 '희소'하여 (누락된 페이지가 많음), AI 는 자신이 옳은지 모른 채 추측하는 경우가 많습니다. 이는 3 일치 데이터만 가지고 다음 주 강우량을 예측하라고 기상 예보관에게 요구하는 것과 같습니다.

2. 해결책: SemiConLens

저자들은 AI 의 raw 한 힘과 과학자의 인간적 직관 사이를 연결하는 SemiConLens 라는 시스템을 구축했습니다. 이 시스템은 두 가지 주요 엔진을 가지고 있습니다.

엔진 A: '스마트 채우기 (CAMI)'

데이터 지도에 구멍이 있기 때문에, 시스템은 가짜 사실을 만들어내지 않고 그 구멍을 메워야 합니다.

• 작동 원리: 가격 태그가 누락된 일부 동네에서 집 가격을 추측하려고 한다고 상상해 보세요. 무작위로 추측하는 대신, 옆집에 있는 유사한 집들 (같은 크기, 같은 스타일) 을 보고 그들이 얼마에 팔렸는지 확인합니다.
• 혁신: 이 시스템은 CAMI 라는 방법을 사용합니다. 서로 다른 물질 특성 간의 상관관계를 살펴보고, 누락된 수치를 채우기 위해 유사한 물질을 찾습니다. 이는 단순히 추측하는 것이 아니라 맥락 단서를 활용해 미스터리를 해결하는 탐정처럼 작동합니다.

엔진 B: '신뢰도계가 달린 수정구 (예측 및 불확실성)'

지도가 채워지면 시스템은 AI 를 이용해 물질이 얼마나 좋을지 예측합니다. 하지만 단일 숫자만 제시하는 일반 AI 와 달리, SemiConLens 는 얼마나 확신하는지도 알려줍니다.

• 비유: 일반 AI 가 "이 물질은 효율이 90% 입니다"라고 말한다면, SemiConLens 는 "이 물질은 효율이 90% 이지만, 일부 데이터를 추측해야 했기 때문에 그 숫자에 대해 60% 만 확신합니다"라고 말합니다.
• 중요성: 이는 과학자들이 AI 가 단순히 '환각' (무작위 추측) 하는 물질에 시간을 낭비하는 것을 방지합니다.

3. 인터페이스: 발견을 위한 대시보드

이 시스템은 보물 사냥을 위한 조종석처럼 작동하는 세 가지 주요 뷰로 데이터를 화면에 표시합니다.

• 필터 뷰 (체): 과학자들이 규칙을 설정하는 곳입니다. "상온에서 안정적이고 속도가 빠른 물질만 보여줘"라고 지정할 수 있습니다. 이는 모래는 통과시키고 금 입자만 걸러내도록 체를 설정하는 것과 같습니다. 또한 현재 목록에 도달하는 과정의 '이력 경로'를 보여줍니다.
• 발견 뷰 (별자리 지도): 가장 멋진 부분입니다. 물질들이 **원형 배지 (글리프)**로 표시됩니다.
  • 내부 파이: 주요 통계 (속도, 에너지 등) 를 보여줍니다.
  • 외부 링: 해당 통계가 왜 나타나는지 (어떤 작은 원자들이 그 효과를 유발하는지) 를 보여줍니다.
  • 레이아웃: 배지들은 유사한 물질들이 별자리처럼 뭉치도록 배치됩니다. 시스템은 수천 개의 배지가 있어도 겹치지 않도록 서로 밀어내는 특수 알고리즘을 사용합니다.
• 비교 뷰 (스코어카드): 과학자가 두 개의 유망한 후보를 발견하면, 열지도 (heat map) 에서 나란히 비교할 수 있습니다. 사양 시트에서 두 대의 자동차를 비교하는 것과 같지만, 분자 구조를 보기 위해 회전시킬 수 있는 3D 모델이 포함되어 있습니다.

4. 효과가 있을까요?

저자들은 이 시스템을 실제 물질 과학자 (해당 분야 전문가) 들과 함께 테스트했습니다.

• 판단: 전문가들은 이를 매우 좋아했습니다. 이전보다 훨씬 빠르게 잠재적 물질을 찾는 데 도움이 되었다고 말했습니다.
• 현실 세계 테스트: 한 테스트에서 물 분해를 통해 수소 연료를 만드는 물질을 찾기 위해 시스템을 사용했습니다. 시스템은 전문가들이 이미 좋다고 알고 있던 물질 (WS2) 을 빠르게 식별하여 시스템이 작동함을 입증했습니다. 또 다른 테스트에서는 저전력 트랜지스터의 새로운 유형에 대한 후보들을 발견했습니다.
• 작은 불만: 화면에 수천 개의 항목이 있을 때 시스템이 약간 느립니다 (업데이트에 약 7 초 소요). 이는 배지들이 겹치지 않도록 유지하기 위해 무거운 계산을 수행하기 때문입니다. 하지만 전문가들은 그 교환 가치가 있다고 말했습니다.

요약

SemiConLens는 잠재적 물질들의 messy 하고 불완전한 데이터 세트를 가져와, 스마트한 수학으로 빈칸을 채운 후 결과를 인간 전문가가 패턴을 보고, AI 의 신뢰도를 확인하며, 더 나은 결정을 내릴 수 있도록 표시하는 도구입니다. 이는 데이터의 혼란스러운 바다를 차세대 기술을 찾기 위한 명확하고 항해 가능한 지도로 바꿉니다.

기술 요약

기술 요약: SemiConLens: 2 차원 반도체 발견을 위한 시각 분석

문제 정의
새로운 2 차원 (2D) 반도체 물질의 발견은 나노미터 규모에서 기존 실리콘 기반 트랜지스터의 성능 한계를 극복하는 데 필수적입니다. 그러나 이 과정은 상당한 장애물에 직면해 있습니다. 전통적인 실험 워크플로는 느리고 비용이 많이 들며, 시행착오에 크게 의존합니다. 밀도 범함수 이론 (DFT) 과 같은 계산적 접근법은 정확하지만 대규모 스크리닝에는 계산 비용이 많이 들고 느립니다. 머신러닝 (ML) 은 더 빠른 대안을 제공하지만, 재료 과학에서 두 가지 주요 장애물에 의해 방해받고 있습니다: (1) 데이터 희소성으로, C2DB 와 같은 데이터셋에는 수천 개의 화합물이 포함되어 있지만 CBM GW, VBM GW 와 같은 핵심 속성에 대한 레이블이 지정된 값은 수백 개에 불과합니다. (2) 신뢰성과 신뢰도로, ML 모델은 종종 예측 불확실성과 결정 배경에 대한 투명성이 결여된 "블랙박스"로 기능합니다.

방법론
저자들은 인간 도메인 전문 지식과 ML 능력 간의 간극을 해소하도록 설계된 시각 분석 시스템인 SemiConLens를 제안합니다. 이 시스템은 희소성 인식 예측 파이프라인과 대화형 시각화 인터페이스라는 두 가지 통합 모듈을 통해 작동합니다.

1. 희소성 인식 예측 파이프라인:

   • 상관관계 인식 다변량 대체 (CAMI): 데이터 희소성을 해결하기 위해 저자들은 CAMI 를 개발했습니다. 표준 대체와 달리 CAMI 는 먼저 과도한 결측치를 가진 열/행을 필터링한 후 피어슨 상관 행렬을 계산하여 결측치를 반복적으로 채웁니다. 결측치가 있는 대상 열의 경우, 가장 상관관계가 높은 열을 식별하고 열 평균을 사용하여 해당 열의 결측치를 대체한 다음, 유사도 기반 행 선택 (K-최근접 이웃 사용) 을 통해 가장 유사한 관측 인스턴스를 기반으로 대상 값을 추정합니다. 이는 전역 평균 대체보다 속성 간 상관관계를 더 잘 보존합니다.
   • 모델 선택 및 불확실성 추정: 시스템은 5 가지 주요 반도체 속성을 예측하기 위해 여러 ML 모델 (RF, SVR, MLP, GB, NGBoost, 오토인코더) 을 평가합니다. 성능에 따라 전자 및 정공 이동도 예측에는 **오토인코더 (AE)**가 (소량 학습 능력을 활용하여) 선택되고, 밴드갭 GW, VBM GW, CBM GW 에는 **자연 기울기 부스팅 (NGBoost)**이 사용됩니다.
   • 불확실성 정량화: 불확실성은 명시적으로 계산됩니다. AE 의 경우 재구성 오차 (평균 절대 백분율 오차) 를 통해, NGBoost 의 경우 예측 표준 편차에서 유도된 상대 표준 편차 (RSD) 를 통해 계산됩니다. 특성 중요도는 SHAP (SHapley Additive exPlanations) 값을 사용하여 결정됩니다.

2. 시각 분석 시스템:
   인터페이스는 세 가지 조정된 뷰로 구성됩니다:

   • 필터 뷰: 병렬 좌표와 내장된 산점도를 사용하여 속성 분포를 개괄적으로 보여주며 불확실성을 시각화합니다. 속성 선택을 위한 제어 패널과 탐색 기록을 추적하는 트리 다이어그램이 포함되어 있습니다.
   • 발견 뷰: 새로운 원형 글리프 디자인을 사용하여 화합물 공간을 시각화합니다. 내부 파이 차트는 사용자가 선택한 주요 속성을 인코딩하고, 외부 원형 막대 차트는 특정 값을 갖는 화합물의 이유를 설명하는 영향 요인 (특성 중요도 또는 상관관계 강도) 을 인코딩합니다. 밀집된 클러스터에서의 시각적 혼란을 관리하기 위해 클러스터 인식 레이아웃 최적화 기법이 사용됩니다. 이는 클러스터 크기에 기반한 영역 확장을 위한 카토그램 스케일링과 경계 포함 및 위치 보존 힘을 포함하는 힘 기반 알고리즘을 결합하여 클러스터 토폴로지를 유지하면서 중첩을 최소화합니다.
   • 비교 뷰: 행이 화합물을, 열이 속성을 나타내는 대화형 히트맵을 통해 상세 분석을 용이하게 합니다. 데이터 소스 (예측, 대체, 실제 값) 와 불확실성 (원 반경을 통해) 이 시각적으로 인코딩됩니다. 또한 3D 분자 구조 시각화를 통합합니다.

주요 기여

• CAMI 방법: 속성 상관관계와 샘플 유사성 모두를 활용하여 희소한 재료 데이터셋을 처리하는 새로운 대체 기법으로, 예측 작업에서 평균 및 영 (zero) 대체보다 우수한 성능을 발휘합니다.
• SemiConLens 시스템: 희소성 인식 예측과 대화형 시각화를 통합한 엔드 - 투 - 엔드 시각 분석 프레임워크입니다. 이는 ML 예측을 불확실성 정량화 및 설명 가능성 (SHAP 을 통해) 과 독특하게 결합하여 신뢰할 수 있는 발견을 지원합니다.
• 시각 디자인 혁신: 속성 값과 영향 요인을 동시에 표시하는 이중 계층 원형 글리프의 도입과, 고밀도 시각화에서 글리프 중첩을 줄이면서 클러스터 구조를 보존하는 클러스터 인식 레이아웃 최적화 알고리즘의 도입입니다.

결과 및 평가
시스템은 정량적 지표, 전문가 인터뷰, 두 가지 사용 사례를 통해 평가되었습니다.

• 정량적 평가: CAMI 방법은 평균 및 영 대체에 비해 전자 및 정공 이동도 예측 성능을 크게 향상시켰습니다. 모델 평가는 이동도 예측에는 AE 모델이, 밴드갭 관련 속성에는 NGBoost 가 가장 우수함을 확인했습니다.
• 전문가 인터뷰: 12 명의 도메인 전문가 (박사 과정 학생, 포스트닥, 연구 펠로우) 가 시스템을 평가했습니다. 참가자들은 효과성 (평균 6.00–6.67) 과 사용성 (평균 6.50) 에서 시스템을 높게 평가했습니다. 전문가들은 유망한 후보를 식별하는 시스템의 능력과 필터 기록 및 불확실성 시각화의 유용성을 지적했습니다. 일부 피드백은 정보 밀도가 압도적일 수 있으며 레이아웃 최적화로 인한 시스템 응답 시간 (약 7 초) 을 개선할 수 있음을 나타냈습니다.
• 사용 사례:
  • 수분해: 시스템은 수소 발생을 위한 벤치마크 MoS2 와 유사한 후보로 WS2 를 성공적으로 식별하여 필터링 및 클러스터 탐색 워크플로우를 검증했습니다.
  • 터널 전계 효과 트랜지스터 (TFET): 시스템은 특정 유형 II 밴드 정렬을 가진 도너 - 억셉터 쌍을 식별하는 데 도움을 주어 계산적 필터링과 전문가 도메인 지식 (예: 비층상 구조 제외) 을 결합하는 능력을 입증했습니다.

의의
이 논문은 SemiConLens 가 데이터 희소성을 CAMI 를 통해 명시적으로 해결하고 예측 불확실성 및 특성 중요도를 시각화함으로써, 데이터가 종종 제한적이고 전통적인 방법이 너무 느린 분야에서 정보에 기반한 의사 결정을 가능하게 함으로써 재료 연구자들이 고잠재력 2D 반도체를 발견하는 과정을 더 투명하고 신뢰할 수 있도록 지원한다고 주장합니다. 이 작업은 맞춤형 시각 분석 인터페이스를 매개로 인간 직관과 ML 기반 통찰력을 결합함으로써 차세대 기술을 위한 바람직한 물질 식별을 가속화할 수 있음을 보여줍니다.