A versatile generalized digital twin for Electron Microscopy

모든 거리 표지판이 사라지고, 신호등은 비밀 코드에 따라 색이 변하며, 건물이 보는 각도에 따라 늘어나거나 줄어드는 거대하고 첨단 기술이 집약된 도시를 항해한다고 상상해 보십시오. 이것이 전자 현미경을 사용하는 과학자들의 일상적인 현실입니다. 이것들은 일반적인 돋보기가 아닙니다. 이들은 원자보다 작은 것을 보기 위해 전자라고 불리는 아주 작은 입자 빔을 사용하는 거대하고 복잡한 기계입니다. 이 기계들을 작동시키기 위해 과학자들은 마치 오케스트라를 지휘하는 지휘자처럼, 전자 빔을 조종하기 위해 수십 개의 자기 렌즈를 비틀고 돌려야 합니다. 하지만 문제는 여기에 있습니다. 아무도 기계 내부의 모든 렌즈가 정확히 어디에 위치해 있는지, 혹은 매 순간 얼마나 강한지를 실제로 알지 못한다는 점입니다. 이는 음악을 전혀 듣지 못한 채 라디오 주파수 번호만 추측하여 방송국을 맞추려는 것과 같습니다. 명확한 지도 없이 새로운 흥미로운 실험을 위해 현미경을 설정하는 것은 느리고 좌절스러운 시행착오의 게임입니다.

여기서 오크리지 국립연구소(Oak Ridge National Laboratory)의 연구팀이 영리한 해결책인 '디지털 트윈(digital twin)'을 들고 나섰습니다. 이것은 실제 현미경의 비디오 게임 시뮬레이션이라고 생각하면 됩니다. 조종사가 지상에 머물면서도 비행기 착륙을 연습할 수 있는 비행 시뮬레이터처럼, 이 소프트웨어를 통해 과학자들은 컴퓨터에서 먼저 현미경의 설정을 가지고 놀 수 있습니다. 그들은 전자 빔의 여정을 시작부터 끝까지 추적하여, 빔이 렌즈, 구멍, 프리즘을 통과할 때 어떻게 굴절되고 회전하는지를 정확하게 계산하는 모델을 구축했습니다. 시뮬레이션을 실제 기계와 비교함으로써, 그들은 현미경이 사용하는 혼란스러운 '백분율'과 전류를 실제 물리적 거리와 강도로 어떻게 변환할 수 있는지 알아냈습니다. 그 결과는 무엇일까요? 바로 완벽한 이미지나 특정 데이터를 얻기 위해 렌즈를 어떻게 설정해야 하는지 정확히 예측할 수 있는 도구입니다. 이를 통해 추측 게임을 정밀한 과학으로 바꾸어 놓았습니다.

가상 거울

이 작업의 핵심은 전자 현미경을 위한 다재다능한 '디지털 트윈'을 만드는 것입니다. 간단히 말해, 저자들은 실제 현미경의 완벽한 물리 기반 거울 역할을 하는 컴퓨터 프로그램을 작성했습니다. 물리적으로 노브를 돌리며 요행을 바라는 대신, 이제 과학자들은 이 소프트웨어를 사용하여 전자 빔의 전체 경로를 시뮬레이션할 수 있습니다. 이 프로그램은 '광선 광학(ray optics)'이라는 방법을 사용하는데, 이는 전자 빔을 일련의 렌즈와 빈 공간을 통과하는 빛의 줄기처럼 취급합니다. 프로그램은 빔이 어디로 가는지, 얼마나 커지는지, 그리고 기계의 서로 다른 부분을 통과할 때 얼마나 회전하는지를 추적합니다.

논문에 따르면, 현미경을 시뮬레이션하는 기본 아이디어 자체는 새로운 것이 아니지만, 그들의 접근 방식은 '다재다능함'과 '일반화' 측면에서 특별합니다. 즉, 이 소프트웨어는 특정 브랜드나 모델의 현미경에 국한되지 않고 다양한 기계에 적응할 수 있다는 뜻입니다. 저자들은 먼저 '토이 모델(toy model)'을 개발했는데, 이는 빔의 초점 형성이나 회전과 같은 주요 동작을 포착하는 단순화된 버전입니다. 하지만 토이 모델만으로는 실제 과학을 수행하기에 부족합니다. 이를 유용하게 만들기 위해 그들은 모델을 '교정(calibrate)'해야 했습니다. 교정이란 컴퓨터에게 실제 현미경이 어떻게 작동하는지를 가르치는 과정입니다. 그들은 렌즈 설정을 변경하면서 빔이 어떻게 반응하는지 관찰하고, 시뮬레이션이 실제 결과와 완벽하게 일치할 때까지 소프트웨어를 조정하는 테스트를 수행함으로써 이 작업을 완료했습니다.

보이지 않는 곳을 매핑하다

이 논문이 다루는 가장 큰 과제 중 หนึ่ง은 현미경 내부의 사물들이 어디에 있는지에 대한 미스터리입니다. 저자들은 렌즈의 정확한 위치와 '크로스오버(crossover, 빔이 아주 작은 점으로 좁아지는 지점)'가 종종 잘 기록되어 있지 않다고 언급합니다. 그들의 디지털 트윈은 영리한 트릭을 사용하여 이 문제를 해결합니다. 그들은 만약 하나의 렌즈를 조절했는데 빔의 크기가 변하지 않는다면, 그 렌즈가 다음 렌즈나 기계의 특정 지점에 정확히 초점이 맞춰져 있다는 것을 깨달았습니다. 빔이 변화에 둔감해지는 이러한 '스위트 스팟(sweet spots)'을 찾아냄으로써, 그들은 렌즈 사이의 정확한 거리와 자기장의 세기를 수학적으로 계산할 수 있었습니다.

그들은 또한 빔이 얼마나 회전하는지 측정하는 방법도 알아냈습니다. 전자가 둥근 렌즈를 통과할 때, 그것들은 코르크 마개처럼 회전하며 나선형을 그리게 됩니다. 저자들은 레이스 형태의 탄소 격자(lacy carbon grid)와 같은 샘플의 디포커스(defocused) 이미지를 관찰하고, 렌즈 강도를 변경할 때 패턴이 어떻게 회전하는지 확인함으로써 회전 각도를 매우 높은 정밀도로 계산할 수 있다는 것을 발견했습니다. 이는 결정 구조를 촬영하고자 할 때, 이미지를 올바르게 해석하기 위해 이미지가 정확히 어떻게 회전되어 있는지 알아야 하기 때문에 매우 중요합니다.

실전 테스트

논문은 단순히 모델을 구축하는 데 그치지 않고, 이를 실제 상황에 적용했습니다. 그들은 디지털 트윈을 사용하여 현미경의 새로운 '모드(modes)', 즉 다양한 실험을 위해 설계된 특정 구성들을 설정했습니다.

예를 들어, 전자 빔이 샘플에 부딪히는 매우 특정한 각도를 요구하는 4D-STEM이라는 기술을 위한 완벽한 설정을 찾고자 했습니다. 그들은 모델을 사용하여 이 각도를 얻기 위해 필요한 정확한 렌즈 전류를 계산했습니다. 이 설정들을 실제 현미경에 적용했을 때, 결과는 예측값과 매우 근접했으며 일부 경우 오차는 약 0.4%에서 1%에 불과했습니다. 이 작은 오차는 초점에 약간의 흐림을 유발했지만, 모델이 신뢰할 수 있는 가이드로서 충분히 정확하다는 것을 증명했습니다.

또한 그들은 디지털 트윈을 사용하여 전자가 물질을 통과할 때 에너지를 얼마나 잃는지 측정하는 복잡한 실험인 '모멘텀 분해능 EELS(momentum-resolved EELS)'를 설정했습니다. 이 실험은 매우 특정한 설정이 필요합니다: 빔이 좁은 슬릿에 집중되어야 하며, 빔의 회절 패턴 이미지가 슬릿에 맞게 완벽하게 회전 및 스케일 조정되어야 합니다. 저자들은 소프트웨어를 사용하여 필요한 렌즈 값을 계산하고, 슬릿에 정렬되도록 이미지를 회전시킨 뒤 배율을 조정했습니다. 그 결과, 디지털 트윈 없이는 훨씬 더 어려웠을 성공적인 실험을 수행할 수 있었습니다.

이것이 중요한 이유

저자들은 이 작업이 자동화된 현미경 기술의 미래를 향한 디딤돌이라고 제안합니다. 인공지능(AI)과 머신러닝이 과학 분야에서 점점 더 흔해짐에 따라, 이와 같은 '물리적 정보가 포함된(physically-informed)' 모델인 디지털 트윈은 매우 가치 있는 존재입니다. AI는 학습을 위해 데이터가 필요하며, 디지털 트윈은 수백만 가지의 서로 다른 현미경 설정을 즉각적으로 시뮬레이션하여 그 데이터를 생성할 수 있습니다. 이는 현미경이 인간의 개입 없이도 스스로 문제를 해결하거나, 새로운 실험을 위한 최적의 설정을 찾거나, 심지어 문제를 진단할 수 있는 능력을 갖추게 할 수 있습니다.

논문은 그들의 모델이 강력한 도구이긴 하지만, 마법의 지팡이는 아니라고 결론짓습니다. 이 모델은 초기 교정을 수행하고 기계의 한계를 이해하는 사용자의 역량에 의존합니다. 그러나 현미경을 예측 가능하고 계산 가능한 시스템으로 바꿈으로써, 그들은 과학자들이 확신을 가지고 이미징 및 분광학의 새로운 경계를 탐험할 수 있도록 만들었습니다. 이제 과학자들은 추측하는 대신, 알 수 있게 되었습니다.