← 최신 논문
🔬 재료과학

Scaling a Universal Graph Neural Network Force Field to Billions of Atoms on Desk-Side GPUs

이 논문은 큐브-앤-헤일로(cube-and-halo) 분해법을 활용하는 ALIGNN-FF 유니버설 그래프 신경망 힘의 장(force field)이 데스크톱 급 GPU에서 최대 20억 개의 원자를 포함하는 시스템을 정확하게 시뮬레이션할 수 있음을 입증하며, 이를 통해 슈퍼컴퓨팅 클러스터를 필요로 하지 않고도 실험적으로 유의미한 규모에서의 단일 지점 평가를 가능하게 한다.

원저자: Jaehyung Lee, Kamal Choudhary

게시일 2026-11-17
📖 5 분 읽기🧠 심층 분석

원저자: Jaehyung Lee, Kamal Choudhary

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

재료는 단순히 고체 덩어리가 아닙니다. 그것은 다리의 강도부터 컴퓨터 칩의 기능에 이르기까지 모든 것을 결정하는 원자들의 복잡한 풍경입니다. 이러한 재료의 가장 중요한 특성 중 많은 것들은 개별 원자가 아니라, 육안으로는 볼 수 없을 만큼 작지만 무시할 수는 없는 거리에서 원자들이 어떻게 배열되어 있는지에서 비롯됩니다. 서로 다른 결정립(grain)이 만나는 경계나 트랜지스터 내부의 복잡한 계면과 같은 이러한 특징들은 나노미터에서 마이크로미터에 이르는 범위를 아우릅니다. 이를 이해하기 위해 과학자들은 수억 개, 심지어 수십억 개의 원자를 포함하는 구조를 시뮬레이션해야 합니다. 수십 년 동안 이를 수행하는 가장 정확한 방법은 불가능에 가까웠는데, 표준적인 계산 방식은 수학적 부하가 너무 커져서 몇 천 개의 원자만을 처리할 수 있는 수준이었기 때문입니다. 머신러닝을 사용하는 새로운 접근 방식이 이 간극을 메우기 시작했으며, 높은 정확도로 방대한 수의 원자를 시뮬레이션할 수 있는 길을 열어주었지만, 이러한 시뮬레이션은 전통적으로 전 세계의 극소수 기관만이 감당할 수 있는 거대하고 방 하나를 가득 채우는 크기의 슈퍼컴퓨터를 필요로 했습니다.

이제 연구팀은 이러한 장벽이 더 이상 필요하지 않다는 것을 입증했습니다. 특정 유형의 인공지능 모델과 문제를 나누는 영리한 방식을 결다는 결합함으로써, 그들은 연구자의 책상 위에 놓인 소형 컴퓨터 한 대만으로도 10억 개 이상의 원자 거동을 시뮬레이션할 수 있음을 보여주었습니다. 이 성과는 다양한 화학 원소들에 대해 학습되어, 새로운 재료마다 다시 학습할 필요 없이 원자 간의 상호작용을 예측할 수 있는 범용 힘 필드(universal force field), 즉 머신러닝 모델에 기반합니다. 이러한 모델들은 믿을 수 없을 정도로 정확하지만, 원자 사이의 관계를 저장하기 위해 막대한 양의 메모리를 요구하므로 계산 비용이 매우 높습니다. 연구진은 거대한 시스템을 관리 가능한 작은 조각들로 나누고 각 조각을 이웃한 원자들의 완충 구역(buffer zone)으로 둘러싸는 방식을 통해, 강력한 그래픽 프로세서가 장착된 데스크톱 컴퓨터에서 이러한 계산을 실행할 수 있다는 것을 발견했습니다. 표준 컴퓨터 케이스에 들어가는 크기이며 헤어드라이어보다 적은 전력을 사용하는 이 프로세서는, 작업이 올바르게 분할된다면 작업을 처리할 수 있는 충분한 메모리를 보유하고 있습니다.

연구진은 10억 개 이상의 실리콘 원자를 포함하는 다결정 구조, 1억 개 이상의 원자가 포함된 복잡한 미세 전자 게이트 스택, 그리고 물에 떠 있는 바이러스 입자를 포함하여 여러 거대 구조물에 대해 이 접근 방식을 테스트했습니다. 각 사례에서 시스템은 모든 단일 원자에 작용하는 에너지와 힘을 성공적으로 계산해 냈습니다. 이를 가능하게 한 핵심은 '큐브 앤 헤일로(cube-and-halo) 분해'라고 불리는 기술이었습니다. 거대한 도시를 조사해야 한다고 상상해 보십시오. 도시 전체를 한꺼번에 지도화하는 대신, 연구진은 도시를 작은 동네들로 나누었습니다. 각 동네에 대해서, 그들은 경계 내부의 집들뿐만 아니라 다음 동네로부터 오는 주변의 집들을 하나의 고리 형태로 포함시켰습니다. 이 고리, 즉 '헤일로(halo)'는 모든 집이 자신의 경계 내에 필요한 이웃들을 모두 볼 수 있도록 보장하여, 컴퓨터가 전체 도시를 한꺼번에 볼 필요 없이 상호작용을 정확하게 계산할 수 있게 했습니다. 원래의 동네 안에 있는 집들만이 최종 합계에 포함되었지만, 주변의 고리는 물리학적 정확성을 확보하기 위해 필수적이었습니다. 이 방법은 컴퓨터가 데이터를 조각별로 처리할 수 있게 하여 메모리 사용량을 단일 데스크톱 기기에 적합할 정도로 낮게 유지해 주었습니다.

연구팀이 극복해야 했던 중요한 장애물 중 하나는 원자들이 특정 거리 경계를 가로지를 때 모델이 불규칙하게 작동하게 만드는 기존 머신러닝 모델의 결함이었습니다. 기존 모델에서는 두 원자 사이의 결합이 특정 길이 제한을 넘어서면 원자에 작용하는 힘이 갑자기 튀거나 글리치(glitch)가 발생하여, 재료의 느리고 꾸준한 이완(relaxation)이나 역동적인 시스템의 시간 흐름을 시뮬레이션하는 것이 불가능했습니다. 연구진은 이러한 경계에서 더 매끄러운 전환이 일어나도록 모델을 재학습시켜 이 글리치를 효과적으로 제거함으로써 이 문제를 해결했습니다. 이 조정은 매우 중요했습니다. 이 조치가 없었다면 시뮬레이션은 수렴하지 못했을 것이며, 시스템의 에너지가 보존되지 않아 물리적으로 불가능한 결과가 초래되었을 것입니다. 매끄러운 모델이 도입됨에 따라, 시스템은 10억 개의 실리콘 결정을 성공적으로 이완시켜 모든 원자에 작용하는 힘이 최소화되는 안정적인 상태를 찾아낼 수 있었습니다. 이는 이전 버전의 소프트웨어로는 불가능했던 작업이었습니다.

결과는 시스템의 크기가 더 이상 컴퓨터의 메모리 용량에 의해 제한되지 않고, 계산을 실행하는 데 걸리는 시간에 의해 제한된다는 것을 보여줍니다. 단일 데스크톱 컴퓨터가 10억 개의 원자를 처리할 수는 있지만, 단 한 번의 스냅샷(snapshot)에 대한 계산을 완료하는 데 몇 일이 걸립니다. 만약 연구자가 저 원자들이 시간이 지남에 따라 어떻게 움직이는지 관찰하고 싶다면, 현재의 설정으로는 실제 시간의 아주 짧은 부분조차 시뮬레이션하는 데 수년이 걸릴 것입니다. 그러나 단일 연구 그룹이 소유하고 운영할 수 있는 하드웨어에서 이러한 단일 지점 평가를 수행할 수 있다는 점은 중대한 변화입니다. 이는 과학자들이 국가적인 슈퍼컴퓨터에 접근할 필요 없이 금속의 결정립 경계나 전자 소자의 계면과 같은 복잡한 재료를 연구할 수 있음을 의미합니다. 연구진은 또한 자신들의 방법이 원자들이 단거리 상호작용을 하는 시스템에는 완벽하게 작동하지만, 장거리 전기적 힘이 지배하는 시스템에는 작동하지 않을 것이라는 점에도 주목했습니다.

이 연구는 또한 이러한 강력한 데스크톱 기기를 사용하는 데 따르는 트레이드오프(trade-offs)를 강조했습니다. 이 기기들은 수천 개의 특수 칩을 사용하여 몇 분 만에 계산을 끝내는 세계 최대 규모의 슈퍼컴퓨터만큼 빠르지는 않지만, 데스크톱 시스템은 비교할 수 없는 수준의 접근성과 연속성을 제공합니다. 단일 연구 그룹은 이들을 24시간 내내 가동하며, 공유된 고수요 자원에 대한 대기 시간 없이 설계를 반복하고 새로운 아이디어를 테스트할 수 있습니다. 연구팀은 9대의 이러한 데스크톱 기기를 함께 사용하여 20억 개의 원자가 있는 시스템을 평가할 수 있음을 입증했는데, 이는 이전에는 오직 최첨단 컴퓨팅 센터의 영역이었습니다. 이는 실세계 구조의 복잡성을 가용 컴퓨팅 능력의 한계에 맞춰 단순화하는 대신, 직접 모델링할 수 있는 새로운 세대의 재료 과학으로 가는 문을 열어줍니다.

결국, 이 연구는 원자 세계를 시뮬레이션하는 장벽이 단순히 계산 속도의 문제가 아니라 문제를 어떻게 구조화하느냐의 문제임을 증명합니다. 거대한 시스템을 겹쳐진 작은 조각들로 나누고, 화학 법칙을 주기율표 전체에 걸쳐 이해하는 범용 모델을 사용함으로써, 연구진은 10억 개의 원자 시뮬레이션을 단일 실험실의 손길이 닿는 곳으로 가져왔습니다. 이 연구 결과는 미래의 재료 발견이 더 큰 슈퍼컴퓨터를 구축하는 것에 달려 있는 것이 아니라, 이미 사용 가능한 강력하고 컴팩트한 하드웨어를 더 스마트하게 사용하는 방법에 달려 있을 수 있음을 시사합니다. 단일 계산에서 수십억 개의 원자의 거동을 관찰할 수 있는 능력은, 슈퍼컴퓨터의 정확도를 유지하면서도 데스크톱의 발자국을 남기는 것으로, 원자 세계를 더 많은 과학자에게 접근 가능하게 만드는 중요한 진전입니다.

연구 분야의 논문에 파묻히고 계신가요?

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

Digest 사용해 보기 →