Reduced-Order Modelling of Defect Transport using Surrogate Kinetics: Application to U$_x$Pu$_ {1-x}$N

기술 요약: 대리 키네틱스(Surrogate Kinetics)를 이용한 $U_xPu_{1-x}N$ 내 결함 수송의 차수 저감 모델링

문제 정의
$U_xPu_{1-x}N$과 같은 화학적으로 무질서한 재료에서 결함 수송을 모델링하는 것은 매우 까다로운 과제이다. 화학적으로 균일한 격자에서는 결함 이동 경로를 유한한 전이율 집합으로 열거할 수 있다. 그러나 무질서한 시스템에서는 국부적인 화학적 환경이 연속적으로 변화하므로, 폐쇄된 집합이 아닌 이동 장벽(migration barriers)의 분포가 생성된다. 이러한 화학적 복잡성으로 인해 밀도 범함수 이론(DFT)이나 분자 역학(MD)을 통해 모든 환경을 전수 조사하는 것은 계산적으로 불가능에 가깝다. 또한, 표준적인 연속 시간 마르코프 연쇄(CTMC) 모델은 국부적 무질서에 의해 생성되는 사실상 무한한 종류의 전이율을 수용할 수 없다. 이 문제는 핵연료의 성능(스웰링, 핵분열 가스 방출, 열전도도 저하)을 예측하는 데 필수적인 우라늄 모노나이트라이드(UN)와 같이, 핵분열에 의해 $U_xPu_{1-x}N$ 고용체로 진화하거나 혼합 연료로 제조될 수 있는 첨단 핵연료의 거동을 이해하는 데 있어 매우 중요하다.

방법론
저자들은 원자 수준의 메커니즘을 계산 효율적인 함수 형태로 임베딩하는 차수 저감 워크플로우를 제안한다. 방법론은 네 가지 주요 단계로 구성된다:

1. 데이터 생성 (Hop-Decorate): LAMMPS와 ASE를 기반으로 구축된 Hop-Decorate (HopDec) 워크플로우를 사용하여 약 3,000개의 이동 장벽($E_b$) 및 에너지 차이($\Delta E$) 데이터베이스를 생성하였다. 이는 참조 UN 구조의 전형적인 1차 근접 이웃(1NN) 이동 경로를 식별하고, 이를 $U_{0.5}Pu_{0.5}N$, $U_{0.1}Pu_{0.9}N$, $U_{0.9}Pu_{0.1}N$의 전역 조성에서 1,000번 "재장식(re-decorating)"함으로써 수행되었다. 원자 간 에너지는 DFT 데이터로 검증된 Finnis–Sinleigh EAM 포텐셜과 Buckingham 포텐셜을 결합하여 계산되었다. 각 구성에 대한 에너지를 평가하기 위해 Climbing-Image Nudged Elastic Band (CI-NEB) 방법이 사용되었다.
2. 대리 모델(Surrogate Model) 구축: 국부 화학 환경은 결함의 초기, 최종 및 안장점(saddle-point) 구성 주변의 특정 근접 이웃(NN) 껍질 내 우라늄 원자 수로 정의되었다. 이러한 단순한 기술자(descriptors)를 기반으로 $E_b$와 $\Delta E$를 예측하기 위한 선형 대리 함수가 적합(fitting)되었다:
   • $\Delta E$는 최소 에너지 상태 껍질 간의 U 수 변화에 대한 선형 함수로 모델링되었다.
   • $E_b$는 최소 에너지 상태 및 안장점 껍질의 U 수에 대한 선형 함수와 종 특이적 기저 보정($\beta$)의 합으로 모델링되었다.
   • 액티나이드 격자상의 U 매개 홉(hop)과 Pu 매개 홉 사이의 강한 종 의존성 때문에 별도의 적합 과정이 필요했다.
3. 키네틱 몬테카를로 (KMC) 시뮬레이션: 대리 모델은 커스텀 격자 기반 KMC (laKMC) 시뮬레이터에 통합되었다. 시뮬레이션은 $10 \times 10 \times 10$ nm$^3$ 슈퍼셀(64,000개 원자)에서 100,000 스텝 동안 실행되었다. 다양한 온도와 조성에 따른 장시간 확산 계수($D$)를 산출하기 위해 평균 제곱 변위(MSD)를 추출하였으며, 각 조건당 50개의 궤적에 대해 통계적 평균을 구하였다.
4. 트래핑 분석 (Trapping Analysis): 거시적 수송의 원자 수준 기원을 규명하기 위해, 저자들은 각 조성에 대한 무질서 평균 체류 시간($\langle \tau \rangle_c$)과 속도 가중 평균 에너지 변화($\langle \Delta E \rangle_c$)를 계산하여 운동-열역학 공간을 분석하였다.

주요 결과
연구는 세 가지 결함 종을 분석하였다: 액티나이드 공공($V_A$), 질화물 공공($V_N$), 그리고 액티나이드-질화물 이중 공공($V_{A-N}$)이다.

• 이동 에너지론: 대리 모델은 낮은 평균 제곱 오차(RMSE)를 달ek성하였는데, 이는 $U_xPu_{1-x}N$의 이동 에너지가 복잡한 장거리 집단 효과보다는 단거리 화학적 정체성에 의해 주로 지배됨을 나타낸다.

  • $V_A$ (액티나이드 공공): 이동은 종(species)에 의해 강력하게 제어된다. 장벽 분포는 이동하는 원자가 U인지 Pu인지에 따라 갈라진다. 국부 환경은 약간의 확산(broadening)만을 유발하며, 주요 조성 효과는 U 홉과 Pu 홉의 통계적 가중치 변화이다.
  • $V_N$ (질화물 공공): 이동은 진정한 환경 의존적 변조를 보인다. 장벽 분포는 조성에 따라 연속적으로 진화하며, 중간 조성에서 서로 다른 국부 액티나이드 구성에 대응하는 다중 로브(multi-lobed) 특징을 보인다. 특히, Pu가 풍부한 매트릭스 내의 희박한 U는 국부적으로 유리한 저장벽 경로를 생성할 수 있다.
  • $V_{A-N}$ (이중 공공): 결합된 결함은 두 격자 중 하나를 통해 진행되는 고립된 공공의 거동과 유사한 양상을 보인다. 쌍(pair)의 존재는 장벽 높이에 체계적인 변화를 유도하지만, 국부 배위(coordination)에 대한 민감도를 근본적으로 바꾸지는 않는다.

• 확산 경향:

  • 비선형성: 확산 계수는 UN과 PuN 종단 성분 사이의 단순한 선형 보간(Vegard's law)을 따르지 않는다.
  • $V_A$ 거동: 소량의 Pu 첨가만으로도 확산 계수가 급격하고 비선형적으로 증가한다. 이는 빠른 Pu 매개 홉의 퍼콜레이션(percolation)에 의해 구동된다. Pu 농도가 증가함에 따라 시스템은 느린 U 홉에 의해 제한되는 상태에서 빠른 Pu 홉의 네트워크로 전환된다.
  • $V_N$ 거동: $V_N$은 낮은 Pu 농도에서 Pu가 운동학적 트랩(kinetic trap)으로 작용하여, 일부 저장벽 이벤트가 존재함에도 불구하고 순 수송을 감소시키는 "둔한 확산(sluggish diffusion)" 현상을 보인다. 높은 Pu 농도에서는 저장벽 경로가 더 빈번해지고 연결됨에 따라 확산 계수가 증가한다.
  • $V_{A-N}$ 거로: 이중 공공의 확산은 두 격자의 화학적 민감성 사이의 경쟁을 반영하며, 고립된 공공과는 구별되는 복잡하고 비선형적인 조성 의존성을 나타낸다.

• 트래핑 분석: 운동-열역학 지도($\langle \tau \rangle_c$ 대 $\langle \Delta E \rangle_c$)는 다음을 밝혔다:

  • $V_A$의 경우, Pu 함량 증가가 에너지 편향을 크게 변화시키지 않으면서 체류 시간을 감소시키며, 이는 빠른 경로의 퍼콜레이션을 확인시켜 준다.
  • $V_N$의 경우, 적은 양의 Pu가 에너지 편향($\langle \Delta \text{E} \rangle_c$)을 증가시키는 동시에 체류 시간은 안정적으로 유지되는데, 이는 Pu가 단순히 장벽을 높이는 것이 아니라 상대적 에너지를 조절하는 화학적 트랩을 형성함을 의미한다.

의의 및 주장
본 논문은 물리적 해석이 가능한 "블랙박스" 머신러닝 모델에 의존하지 않고도, 화학적으로 무질서한 재료의 결함 수송을 모델링할 수 있는 일반적이고 계산 효율적인 프레임워크를 제공한다고 주장한다.

• 차수 저감 표현: 저자들은 화학적으로 무질서한 액티나이드 질화물의 복잡한 이동 에너지가 국부 배위 수의 선형 함수를 사용하는 예상외로 단순한 차수 저감 표현을 수용함을 입증하였다.
• 메커니즘적 통찰: 본 연구는 수송을 지배하는 두 가지 주요 메커니즘을 식별하였다: 종 제어 키네틱스(액티나이드 공공에 지배적)와 환경 의존적 트래핑(질화물 공공에 지배적). 또한 거시적 확산이 단순히 평균 장벽 값이 아니라, 장벽 분포, 경로 연결성, 그리고 체류 시간 사이의 경쟁으로부터 발생함을 강조하였다.
• 확장성: 원자 데이터를 압축된 대리 함수로 정제함으로써, 이 접근 방식은 원자 수준의 메커니즘을 더 높은 규모의 시뮬레이션(예: 클러스터 역학 또는 연속체 연료 성능 코드)에 통합할 수 있게 한다. 이를 통해 연료 연소 또는 변환 과정 중의 진화하는 조성을 효율적으로 모델링할 수 있다.
• 적용 가능성: $U_xPu_{1-x}N$에 대해 시연되었으나, 본 프레임워크는 모든 국부 환경을 전수 조사하는 것이 불가능한 고엔트로피 합금이나 도핑된 반도체와 같은 다른 조성적 무질서 재료에도 적용 가능하다.

저자들은 이중 공공을 최근접 이웃 쌍으로 제한한 점(해리/재결합 무시)과 전자적 효과(예: Pu의 5f 궤도 국부화)를 명시적으로 다루지 않는 경험적 포텐셜을 사용했다는 점을 한계로 언급하였다. 그러나 현재의 접근 방식이 원자적 메커니즘과 예측 가능한 연료 성능 모델링을 위한 트래클한 수송 방정식 사이의 간극을 성공적으로 메운다고 주장한다.