Accelerating real-time hybrid-functional calculations with learned ACE and symmetry-based FFT reuse

우리가 사는 세상을 구성하는 고체 물질 내부에서 전자들은 가만히 멈춰 있는 것이 아니라, 주변의 장(field)에 반응하여 위치와 에너지를 변화시키며 빛의 리듬에 맞춰 춤을 춥니다. 과학자들은 이 작은 입자들이 어떻게 행동하는지, 특히 강력한 레이저에 부딪혔을 때 어떻게 반응하는지를 이해하기 위해 밀도 범함수 이론(density-functional theory)이라는 일련의 규칙을 사용합니다. 이 프레임워크는 지도처럼 작용하여 연구자들이 전자들이 어떻게 움직이고 상호작용할지 예측할 수 있게 해줍니다. 그러나 빛이 물질을 기묘한 비선형 상태로 몰아넣을 만큼 강력해지면, 단순한 지도들은 종종 실패하곤 합니다. 그 지도들은 전자들이 서로 어떻게 밀어내는지, 그리고 반도체와 절연체의 작동 원리를 이해하는 데 필수적인 엑시톤(exciton)이라 불리는 일시적인 쌍을 어떻게 형성하는지에 대한 결정적인 세부 사항들을 놓칩니다. 진정한 그림을 얻기 위해 과학자들은 하이브리드 범함수(hybrid functionals)라고 불리는 더 복잡하고 정확한 규칙을 사용해야 합니다. 이 규칙들은 모든 전자가 물질 전체에 걸쳐 다른 모든 전자의 존재를 어떻게 느끼는지를 계산하는 까다로운 과정을 포함합니다. 이것은 훨씬 더 명확한 시야를 제공하지만, 대가는 혹독합니다. 계산이 너무 느리고 까다로워져서, 이 정도 수준의 정확도로 전자의 실시간 거동을 연구하는 것은 한때 거의 불가능했습니다.

한 연구자가 이러한 무거운 계산을 실용적일 만큼 빠르게 실행할 수 있는 방법을 찾아냈으며, 이를 통해 높은 정밀도로 전자의 움직임을 실시간으로 관찰할 수 있는 문을 열었습니다. 그는 프로세스를 가속화하기 위해 시간과 공간을 각각 바라보는 두 가지 뚜렷한 기술을 개발했습니다. 첫 번째 기술은 과거로부터 배우는 것입니다. 이러한 시뮬레이션에서 전자들은 아주 작은 단계로 이동하며, 각 단계마다 컴퓨터는 전자들이 어떻게 상호작용하는지를 다시 계산해야 합니다. 이 재계산은 작업 중 가장 비용이 많이 드는 부분입니다. 연구자는 컴퓨터가 이러한 상호작용이 한 순간에서 다음 순간으로 어떻게 변하는지의 패턴을 인식하도록 가르쳤습니다. 매 단계마다 전체 상호작용을 완전히 다시 계산하는 대신, 이제 컴퓨터는 시스템의 최근 이력을 바탕으로 다음 변화를 예측합니다. 컴퓨터는 오직 자신의 작업을 확인하고 오차를 수정하기 위해서만 가끔씩 전체의 값비싼 계산을 수행합니다. 이 방식은 길을 너무 잘 알고 있어서 지도를 계속 들여다보지 않고도 다음 회전 구간을 예측할 수 있고, 단지 자신이 여전히 올바른 경로에 있는지 확인하기 위해 가끔 지도를 훑어보는 운전자와 같습니다.

두 번째 기술은 결정 구조 내부에 숨겨진 질서를 활용하는 것입니다. 실리콘과 같은 대부분의 고체 물질은 반복되는 패턴으로 구축되어 있습니다. 이러한 대칭성 덕분에, 물질 내의 많은 지점들은 단순히 회전하거나 이동했을 뿐 본질적으로 서로 동일합니다. 연구자는 전자가 어떻게 상호작용하는지 계산할 때, 이 동일한 지점들에 대해 똑같은 수학적 작업을 반복하고 있다는 사실을 깨달았습니다. 그는 이러한 반복되는 패턴을 식별하고 한 지점의 결과를 그와 동일한 모든 쌍둥이 지점들에 재사용하는 시스템을 구축했습니다. 이는 컴퓨터가 동일한 위치 그룹에 대해 무거운 작업을 단 한 번만 수행한 뒤, 나머지 위치에는 답을 단순히 복사하여 적용한다는 것을 의미합니다. 과거를 바탕으로 미래를 예측하는 것과 동일한 지점에서 수행된 작업을 재사용하는 이 두 가지 방법을 결 조합함으로써, 연구자는 시뮬레이션에 소요되는 시간을 극적으로 단축했습니다.

연구진이 이 방법들을 표준 실리콘 블록에 테스트했을 때, 결과는 놀라웠습니다. 이러한 계산을 수행하는 전통적인 방식은 시뮬레이션의 매 단계마다 거의 37초가 걸렸던 것에 비해, 새로운 결합 방법은 단계당 0.5초 미만으로 시간을 줄였습니다. 이는 60배 이상의 속도 향상을 나타냅니다. 연구자는 이 엄청난 속도 향상에도 불구하고 결과의 정확도가 그대로 유지되었음을 검증했습니다. 시뮬레이션된 전자들은 레이서로부터 정확한 양의 에너지를 흡수했으며, 그들이 다시 방출하는 빛인 고조파 발생(high-harmonic generation) 현상은 더 느리지만 정밀한 계산에서 보이는 상세한 패턴과 일치했습니다. 그들은 8번의 시간 간격마다 다음 단계를 예측하는 것이 속도와 정확도 사이에서 최적의 균형을 제공하며, 전류 흐름의 오차를 불과 몇 퍼센트 이내로 유지한다는 것을 발견했습니다.

연구자는 또한 이 방법이 세계에서 가장 빠른 슈퍼컴퓨터, 구체적으로 일본의 후가쿠(Fugaku) 시스템에서 얼마나 잘 작동할지 테스트했습니다. 그들은 이 방법이 효율적으로 확장(scale)된다는 것을 보여주었는데, 이는 더 많은 컴퓨터 프로세서를 작업에 추가하는 것이 병목 현상을 일으키지 않고 실제로 더 빠르게 만든다는 것을 의미합니다. 전자를 추적하기 위해 더 미세한 격자를 사용하여 시뮬레이션의 복잡성을 높였음에도 불구하고, 단계당 시간은 여전히 매우 낮게 유지되어 매우 큰 시스템에서도 1초 미만을 기록했습니다. 이러한 효율성 덕분에 과학자들은 동일한 시뮬레이션을 다양한 설정으로 여러 번 실행할 수 있게 되었는데, 이는 이전에는 비용이 너무 많이 들어 불가능했던 일입니다. 예를 들어, 그들은 이제 전자 응답이 변화하는 것을 확인하기 위해 재료를 샘플링하는 데 사용되는 지점의 수를 조절하며, 자신들의 결과가 단순히 거친 근사의 산물이 아니라 진정으로 신뢰할 수 있는 것인지 쉽게 테스트할 수 있습니다.

이 연구는 단순히 시간을 절약하는 것에 그치지 않고, 무엇을 연구할 수 있는지에 대한 가능성을 바꿉니다. 계산 비용이 관리 가능한 수준으로 줄어듦에 따라, 연구자들은 이제 이러한 고도로 정확한 하이브리드 범함수를 사용하여 비선형 전자 역학을 일상적으로 탐구할 수 있습니다. 그들은 강렬한 레이저 펄스의 압력 아래에서 엑시톤(전자와 정공의 결합 쌍)이 어떻게 행동하는지 조사할 수 있습니다. 이는 전자 소자의 근본적인 한계를 이해하고, 강한 빛을 견디거나 이를 활용할 수 있는 새로운 물질을 설계하는 데 매우 중요합니다. 이러한 과정을 이 정도의 속도와 충실도로 시뮬레이션할 수 있는 능력은, 과학자들이 이론적 모델과 극한 조건 하에서의 복잡한 실제 물질의 행동 사이의 간극을 메울 수 있게 함으로써, 빛과 물질이 가장 근본적인 수준에서 어떻게 상호작용하는지에 대한 완전한 이해에 더 가까이 다가가게 해줍니다.