← 최신 논문
🔬 재료과학

topas-editor and TOPilot: tools for AI-driven analysis of diffraction and total scattering data

이 논문은 VS Code 확장 프로그램인 topas-editor와 AI 기반 자동화 프레임워크인 TOPilot을 소개하며, 이들은 함께 복잡한 회절 및 전산 산란 데이터의 생성형 AI 지원 생성, 편집 및 자동 분석을 가능하게 하는 TOPAS 소프트웨어 제품군을 위한 강력하고 자유롭게 이용 가능한 인터페이스를 제공한다.

원저자: John S. O. Evans, Oliver J. Wagstaff, Ivana R. Evans, Arnt Kern, Alan A. Coelho

게시일 2026-10-19
📖 5 분 읽기🧠 심층 분석

원저자: John S. O. Evans, Oliver J. Wagstaff, Ivana R. Evans, Arnt Kern, Alan A. Coelho

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

물질 내 원자의 배열을 연구하는 과학자들은 종종 회절이라고 불리는 기술에 의존합니다. X선이나 중성자와 같은 빛의 빔을 결정에 투사한다고 상상해 보십시오. 결정 내부의 원자들은 복잡한 필터처럼 작용하여 빔을 특정 패턴의 점이나 선으로 산란시킵니다. 이 패턴은 물질의 내부 구조를 나타내는 고유한 지문입니다. 연구자들은 빔이 어떻게 산란되는지를 분석함으로써 원자의 정확한 위치를 재구성할 수 있으며, 이를 통해 새로운 배터리 소재의 강도부터 고대 안료의 역사에 이르기까지 모든 것을 밝혀낼 수 있습니다. 그러나 이렇게 산란된 패턴을 원자 위치에 대한 명확한 그림으로 바꾸는 것은 어려운 퍼즐입니다. 이는 가능한 수백만 가지의 배열을 데이터와 대조하기 위해 특수 소프트웨어를 사용해야 하며, 이 과정은 깊은 전문 지식을 요구하고 종종 컴퓨터가 따를 복잡하고 맞춤화된 명령어를 작성하는 과정을 포함합니다.

수년 동안 TOPAS라고 알려진 강력한 소프트웨어 제품군은 이러한 퍼즐을 해결하기 위한 선택된 도구였습니다. 이 소프트웨어는 단순한 결정부터 복잡하고 무질서한 물질까지 모두 처리할 수 있지만, 코드처럼 보이는 텍스트 파일을 통해 작동합니다. 이러한 파일을 만드는 데는 가파른 학습 곡로가 필요한데, 구문상의 작은 실수 하나가 전체 분석을 실패하게 만들 수 있기 때문입니다. TOPAS는 믿을 수 없을 정도로 빠르고 견고하지만, 이를 설정하는 데 필요한 인간의 노력은 그 사용 범위를 전문가들로 제한했습니다. 이제 한 연구팀이 현대 인공지능의 추론 능력과 TOPAS의 원초적인 힘을 결합하여 이 간극을 메울 수 있는 새로운 방법을 개발했습니다. 그들은 TOPAS를 자연어로 구동할 수 있게 하여, 인간이 결과 검증을 위해 과정에 참여하면서도 분석의 가장 어려운 부분을 효과적으로 자동화하는 두 개의 연결된 도구, 즉 스마트 에디터와 AI 어시스턴트를 만들어냈습니다.

첫 번째 도구인 topas-editor는 TOPAS의 복잡한 언어를 더 읽기 쉽고 쓰기 쉽게 만들기 위해 설계된 디지털 작업 공간입니다. 이것은 소프트웨어의 규칙을 이해하는 특화된 노트처럼 기능합니다. 사용자가 명령어를 입력하면, 에디터는 키워드를 강조 표시하고, 기술 용어에 대한 즉각적인 설명을 제공하며, 흔한 실수를 자동으로 체크합니다. 이는 결정 구조나 특정 실험 조건을 설명하는 올바른 방법을 제안하는 가이드 역할을 합니다. 이 인터페이스를 통해 연구자들은 수백 개의 모호한 명령어를 암기할 필요 없이 소프트웨어와 직접 상호작용할 수 있습니다. 그러나 진정한 혁신은 사용자를 대신해 이러한 명령어를 작성할 수 있는 지능형 에이전트인 TOPilot에 있습니다.

TOPilot은 인공지능이 숙련된 결정학자처럼 생각하도록 가르치는 일련의 규칙과 예시를 기반으로 구축되었습니다. AI는 단순히 추측하는 대신, 결정을 내리기 전에 선별된 과학적 규칙과 참조 문서를 검토합니다. 연구자가 데이터 파일과 찾고자 하는 것에 대한 간단한 설명을 제공하면 TOPilot이 업무를 넘겨받습니다. AI는 물질의 유형을 자동으로 식end하고, 사용할 올바른 수학적 모델을 결정하며, 분석을 실행하는 데 필요한 복잡한 텍스트 파일을 생성할 수 있습니다. 만약 AI가 실험 설정에 대한 정보 누락과 같이 스스로 해결할 수 없는 문제에 직면하면, 위험한 추측을 하기보다 작업을 멈추고 인간 사용자에게 명확한 설명을 요청합니다. 이러한 접근 방식은 AI가 다양한 모델을 테스트하는 반복적이고 시간이 많이 소 소요되는 작업을 처리하는 동안, 인간 전문가는 중요한 결정을 감독하도록 보장합니다.

연구진은 이 시스템이 실제 과학 데이터의 무질서함을 처리할 수 있는지 확인하기 위해 다양한 실제 과제들을 대상으로 테스트를 진행했습니다. 한 테스트에서, 그들은 의도적으로 배경 변화나 피크 왜곡과 같은 오류가 삽입된 Y2O3 물질의 시뮬레이션 패턴을 AI에게 주었습니다. 표준적인 방식이라면 이러한 조건에서 실패했을 것이지만, AI는 성공적으로 복잡한 상황을 헤쳐 나갔습니다. AI는 오류를 식별하고, 이를 반영하기 위해 모델을 조정했으며, 인간 전문가가 수행한 수동 분석과 동일한 품질의 최종 결과를 산출했습니다. 시스템은 여러 가지 다른 모델 변형을 테스트하여 어떤 것이 데이터에 가장 잘 맞는지 확인한 후, 그 결과를 명확하고 상호작용 가능한 형식으로 보고함으로써 이 작업을 수행했습니다.

또 다른 예에서, 팀은 가공되지 않은 데이터 파일에서 시작하여 정제된 원자 구조에 이르는 완전한 문제를 처음부터 해결하도록 AI에게 요청했습니다. 해당 물질은 지르코늄과 텅스텐을 포함한 복잡한 화합물이었습니다. AI는 결정의 반복 단위 크기를 성공적으로 식별했고, 구조의 올바른 대칭성을 결정했으며, 그 안의 모든 원자 위치를 정밀하게 조정했습니다. 가공되지 않은 데이터에서 완성된 구조 모델에 이르는 전체 과정은 단 몇 분밖에 걸리지 않았습니다. 또한 시스템은 물질이 가열됨에 따라 수집된 30개의 서로 다른 패턴을 동시에 분석하고, 온도에 따라 구조가 어떻게 변하는지를 자동으로 도식화하는 능력을 보여주었습니다.

아마도 가장 인상적인 시연은 원자 배열이 단순하고 규칙적으로 반복되지 않는 '부정합(incommensurate)' 구조를 가진 물질을 대상으로 한 것이었을 것입니다. 이러한 구조는 표준 소프트웨어가 놓치기 쉬운 추가적이고 미세한 신호를 포함하고 있어 분석하기 매우 까다롭습니다. AI는 이러한 미세한 신호를 감지하고, 구조의 복잡한 변조를 결정하며, 데이터를 높은 정밀도로 일치시키도록 모델을 정제할 수 있었습니다. 심지어 X선과 중성자라는 두 가지 다른 유형의 실험 데이터를 하나의 일관된 분석으로 결합하고, 두 빔이 물질과 상호작용하는 방식의 차이를 자동으로 조정하는 데까지 성공했습니다. 이러한 테스트 전반에 걸쳐 시스템은 일관되게 인간 전문가가 생성한 것과 동일한 결과를 만들어냈으며, 이는 AI가 복잡한 다단계 과학 워크플로우를 수행할 수 있다는 신뢰성을 입증했습니다.

연구진은 AI가 강력하긴 하지만 인간의 판단을 대체하는 것은 아니라고 강조합니다. 이 시스템은 사용자가 AI가 무엇을 왜 했는지 정확히 볼 수 있도록 상세한 보고서와 상호작용 가능한 그래프를 제공하는 투명성을 갖추도록 설계되었습니다. 만약 AI가 특이해 보이는 선택을 한다면, 사용자는 그 추론 과정을 검토하고 매개변수를 조정할 수 있습니다. 목표는 과학자를 과정에서 제거하는 것이 아니라, 과학자가 코드를 작성하는 지루한 작업에서 벗어나 결과의 해석에 집중할 수 있도록 하는 것입니다. 연구팀은 이 시스템이 높은 재현성을 가지고 있음을 발견했는데, 동일한 분석을 여러 번 실행했을 때 인간 전문가조차 다르게 선택할 수 있는 사소한 차이만을 제외하면 거의 동일한 결과를 얻었습니다.

이 새로운 접근 방식은 회절 데이터가 분석되는 방식의 중대한 변화를 의미합니다. TOPAS 소프트웨어의 속도와 신뢰성을 인공지능의 적응성과 결합함으로써, 연구진은 단순한 상(phase) 식별부터 가장 복잡한 구조 정제에 이르기까지 모든 범위의 결정학적 문제를 처리할 수 있는 도구를 만들었습니다. 이 시스템은 누구나 사용할 수 있으며, 과학계가 새로운 물질을 발견함에 따라 새로운 규칙이나 예시로 확장될 수 있습니다. 이 연구는 재료 과학의 미래가 인간의 직관과 기계의 자동화 사이의 파트너십, 즉 컴퓨터가 계산의 무거운 짐을 지고 인간이 숫자의 의미를 이해하는 통찰력을 제공하는 형태가 될 것임을 시사합니다. 그 결과, 원자 세계에 숨겨진 비밀을 여는 더 빠르고 접근하기 쉬운 방법이 탄생했습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →