Generating is not discovering: a pre-registered physics judge for AI-proposed superconductors, calibrated on six known superconductors and one negative control

새로운 초전도체—전기 저항 없이 전기를 전도하는 물질—를 찾는 여정은 인공지능에게 이를 상상하도록 요청하는 새로운 시대로 접어들었습니다. 수십 년 동안 과학자들은 어떤 물질이 초전도체가 되기 위해서는 전자들이 특정한 방식으로 쌍을 이루어야 하며, 그 물질이 실용적인 용도로 전선에 뽑아 쓸 수 있을 만큼 충분히 강해야 한다는 사실을 알고 있었습니다. 최근 강력한 컴퓨터 모델들이 수백만 개의 새로운 결정 구조를 생성하며, 그것들이 안정적이고 유망하다고 주장하기 시작했습니다. 그러나 한 가지 결정적인 질문이 해결되지 않은 채 남아 있습니다. 즉, 컴퓨터가 생성한 이 아이디어들이 실제로 작동하는 데 필요한 물리적 성질을 갖추고 있는가, 아니면 단순히 물리 법칙에 따라 테스트했을 때 실패하게 될 수학적으로 안정적인 형태일 뿐인가 하는 점입니다. 이 분야에는 제안된 물질이 실제로 전자의 쌍을 형성할 수 있는지, 그리고 실험실 벤치에서 실제 세상의 응용 단계까지 살아남을 수 있는지를 확인할 표준적인 방법이 부족했습니다.

상파울루에 기반을 둔 연구자인 헤날두 이나시오(Reinaldo Inácio)는 이 질문에 답하기 위해 엄격한 테스트 시스템을 구축했습니다. 그는 이를 "물리 판사(physics judge)"라고 부릅니다. 단순히 구조가 유지되는지를 확인하는 기존 방식과 달리, 이 판사는 전자의 복잡한 거동을 시뮬레이션하여 전자들이 쌍을 이루고 초전도 상태를 형성할 수 있는지 확인합니다. 이 시스템은 결정 구조를 입력값으로 받아 7단계의 엄격한 과정을 거칩니다. 먼저, 물질의 전자 구조를 계산합니다. 그다음, 전자의 움직임을 추적하기 위한 단순화된 모델을 구축합니다. 다음으로, 고온 초전도체에서 흔히 전자의 쌍을 만드는 힘인 자기적 요동에 대한 물질의 반응을 계산합니다. 마지막으로, 결정 사이의 경계에서 전자가 어떻게 행동하는지, 그리고 물질이 스트레스를 어떻게 처리하는지와 같은 요인들을 살펴봄으로써 해당 물질을 전선으로 만들 수 있는지 확인합니다. 모든 단계는 미리 설정된 규칙에 의해 통제되며, 전체 과정은 투명하고 재현 가능하도록 설계되어 모든 계산 결과가 기록되므로 누구나 결과를 검증할 수 있습니다.

이 판사가 제대로 작동함을 증证明하기 위해, 연구자는 먼저 니오븀(niobium)과 구리 기반 화합물인 YBa2Cu3O7을 포함한 6가지 알려진 초전도체를 대상으로 테스트를 수행했습니다. 계산을 실행하기 전, 그는 판사가 각 물질에 대해 무엇을 찾아내야 하는지 정확히 기록하여 "정답지"를 만들었습니다. 시스템은 알려진 6가지 물질 모두에 대해 올바른 쌍 형성 거동을 식illary 식별해 냈으며, 이를 통해 실제 초전도체의 물리학을 인식할 수 있음을 확인했습니다. 또한 판사는 알려진 초전도체와 매우 유사하지만 실제로 초전도 현상을 보이지 않는 물질인 음성 대조군(negative control)도 정확히 식별해 냈습니다. 판사가 이 비초전도 물질을 분석했을 때, 구조는 작동하는 물질과 거의 동일함에도 불구하고 전자가 쌍을 이루지 못할 것이라고 정확히 판단했습니다. 이는 판사가 미세한 전자적 상호작용을 바탕으로 작동하는 물질과 그렇지 않은 물질을 구별할 수 있을 만큼 민감하다는 것을 보여주었습니다.

연구자는 이어서 이 판사를 사용하여 현재 인공지능 생성기들의 출력을 감사했습니다. 그는 AI 시스템이 제안한 수천 개의 구조를 조사하고 이를 물리 판사에 통과시켰습니다. 결과는 극명했습니다. MatterGen이라는 AI 시스템이 생성한 1,248개의 새로운 구조를 판사가 분석했을 때, 새로우면서도 전선을 만드는 데 필요한 특정한 전자 쌍 형성이 가능한 후보는 단 하나도 발견되지 않았습니다. 마찬가지로, 공공 데이터베이스의 47,000개 이상의 화합물을 스캔한 결과, 많은 물질이 적절한 기하학적 모양은 갖추고 있었으나 초전도체가 되기 위한 필수적인 전자적 강도는 부족하다는 것이 밝혀졌습니다. 이 연구는 현재 세대의 AI 도구들이 안정적인 형태를 찾는 데는 탁월하지만, 새로운 물리학을 발견하는 데는 아직 미치지 못한다고 결론지었습니다. AI는 본질적으로 과학자들이 이미 알고 있는 물질을 다시 찾아내거나, 서류상으로는 유망해 보이지만 물리적 테스트에서 실패하는 구조를 제안하고 있는 것입니다.

이 논문은 새로운 초전도체를 발견하는 데 있어 병목 현상이 발생하는 지점은 더 이상 아이디어를 생성하는 능력이 아니라, 그 아이디어를 판단하는 능력이라고 주장합니다. 새로운 물질에 대해 이 전체 물리 판사를 실행하는 비용은 놀라울 정도로 낮으며, 전체 연구에 드는 클라우드 컴퓨팅 비용은 200달러 미만으로 추정됩니다. 연구자는 과학계가 이 판사를 공공 벤치마크로 채택할 것을 제안합니다. 어떤 새로운 AI 생성 물질이 발견되었다고 축하하기 전에, 그것이 정말로 임무를 수행할 물리학적 성질을 갖추었는지 확인하기 위해 이 테스트를 거쳐야 합니다. 이러한 테스트가 적용되기 전까지, AI가 제안하는 수천 개의 "안정적인" 구조들은 검증되지 않은 아이디어로 남게 됩니다. 연구는 새로운 아이디어의 생성이 엄격한 물리 기반 필터링과 일치될 때만이 진정한 발견이 일어날 것이라고 제안합니다. 즉, 작동할 수 없는 물질에 대해 "아니오"라고 말할 수 있는 필터가 있어야만, 미래의 노력이 차세대 초전도 전선이 될 진정한 가능성을 가진 후보들에 집중될 수 있다는 것입니다.