High-throughput Discovery of Magnetic Rare Earth Transition Metal Alloys

현대 생활은 보이지 않는 힘에 의해 움직입니다. 자동차를 구동하는 전기 모터, 풍력 터빈에 전력을 공급하는 발전기, 그리고 컴퓨터 내부의 아주 작은 드라이브들은 모두 영구 자석에 의존합니다. 영구 자석은 활성 상태를 유지하기 위해 전기가 필요하지 않은 자기장을 보유하는 물질입니다. 수십 년 동안 최고의 자석들은 희토류 원소와 철이나 코발트 같은 전이 금속을 혼합한 특정 금속군에 의존해 왔습니다. 이러한 재료들은 매우 훌륭하게 작동하지만, 비싸고 공급망이 취약합니다. 과학자들은 더 나은 다른 원자 조합들이 발견되기를 기다리고 있다고 오랫동안 의심해 왔지만, 가능한 혼합물의 수가 너무 방대하여 실험실에서 하나씩 시도하는 데는 수 세기가 걸릴 것입니다.

이를 해결하기 위해 연구자들은 새로운 종류의 탐색으로 눈을 돌렸습니다. 비커에 화학 물질을 섞는 대신, 그들은 강력한 컴퓨터를 사용하여 수백만 개의 새로운 결정 구조를 상상합니다. 이 구조들은 원자들이 배열되는 반복적인 패턴입니다. 인공지능을 사용하여 이러한 패턴을 생성하고 고급 물리학 시뮬레이션으로 테스트함으로써, 과학자들은 실험실에 발을 들이기도 전에 유망한 후보들을 찾아낼 수 있습니다. 이 접근 방식은 자기적일 뿐만 아니라 현실 세계에서 존재할 만큼 안정적인 재료를 찾는 것을 가능하게 합니다. 목표는 현재 사용 가능한 그 어떤 것보다 더 강하고 신뢰할 수 있는 자석을 찾는 것이며, 잠재적으로 더 흔한 원소들을 사용하여 비용과 공급 위험을 줄이는 것입니다.

노스캐롤라이나 대학교 샬럿 캠퍼스와 버지니아 대학교의 연구팀은 이제 이 고속 발견 방법을 새로운 희토류 자석 탐색에 적용했습니다. 그들은 희토류 원소, 구체적으로 이트륨과 사마륨을 철, 코발트, 니켈, 그리고 안정제로 작용할 몇몇 다른 금속들과 혼합하는 데 집중했습니다. 연구팀은 생성형 인공지능 모델에게 3,000가지 이상의 서로 다른 화학적 레시피에 대한 결정 구조를 만들도록 요청하며 시작했습니다. 모델은 거의 240,000개의 독특한 원자 배열을 만들어냈습니다. 이것은 무작위 추측이 아니었습니다. 모델은 알려진 안정적인 재료를 바탕으로 학습되었으며, 결과물인 패턴이 물리적으로 타당하도록 특정 화학적 규칙에 맞춰 조건화되었습니다.

컴퓨터가 240,000개의 가능성을 생성한 후, 연구자들은 이를 가장 유망한 소수로 걸러내야 했습니다. 그들은 2단계 스크리닝 과정을 사용했습니다. 첫째, 빠른 머신러닝 시뮬레이션을 실행하여 어떤 구조가 안정적일 가능성이 높은지 확인했습니다. 이 단계에서 대다수의 후보가 탈락했으며, 더 자세히 살펴볼 가치가 있는 몇 천 개만이 남았습니다. 그다음, 그들은 생존한 구조들을 밀도 범함수 이론(density functional theory)이라고 알려진 훨씬 더 엄격하고 정확한 물리학 계산에 적용했습니다. 이 단계는 어떤 구조가 진정으로 안정적인지 확인하고 그 자기 강도를 계산했습니다. 그 결과 300개 이상의 저에너지 자기 후보 목록이 나왔습니다. 이 중 5개는 열역학적으로 안정적인 것으로 밝혀졌는데, 이는 해당 구조가 부서지지 않고 자연적으로 존재할 수 있음을 의미합니다.

가장 흥ante한 발견은 그들이 발견한 자석의 강도였습니다. 가장 좋은 후보들은 자기력의 대부분을 제공하는 원소인 철이 풍부했습니다. 사마륨과 철을 포함하는 특정 조합은 약 1.8 테슬라의 포화 자화에 도달했습니다. 이는 재료가 완전히 자화되었을 때의 자기장 세기를 측정하는 수치입니다. 비교하자면, 이는 현재의 많은 상업용 자석보다 현저히 강합니다. 또 다른 우수한 성능을 보인 조합인 이트륨, 철, 티타늄의 혼합물 역시 거의 1.8 테슬라에 도달했습니다. 연구진은 자석의 강도가 구조 안에 얼마나 많은 철 원자가 채워져 있는지에 크게 달려 있다는 것을 발견했습니다. 결정 격자 안에 더 많은 철을 넣을수록 자석은 더 강해졌습니다.

이 연구는 또한 이 새로운 자석들이 어떻게 만들어지는지를 밝혀냈습니다. 성공적인 삼원계 화합물(세 가지 다른 유형의 금속을 가진 화합물) 대부분은 완전히 새로운 형태가 아니었습니다. 대신, 그들은 한 종류의 원자가 다른 원자로 매우 특정한 방식으로 교체된 기존 이원계 구조의 변형이었습니다. 연구진은 망간이나 티타늄 같은 새로운 금속들이 원래의 원자들이 위치하던 자리를 나누어 가짐으로써 결정 구조에 들어간다는 것을 발견했습니다. 와이코프 자리 분할(Wyckoff site splitting)로 알려진 이 과정은 새로운 원자들이 자기 정렬을 파괴하지 않으면서 구조를 안정화할 수 있게 해주었습니다. 분석 결과, 망간은 자신의 자기 방향을 철 원자와 일치시켜 전체적인 강도를 더해주기 때문에 이러한 치환에 특히 좋은 선택이라는 것이 드러났습니다. 반면 크로뮴은 반대 방향으로 정렬되어 자석을 약화시켰습니다. 이는 향후 실험을 위한 명확한 가이드를 제공합니다. 즉, 더 강한 자석을 원한다면 철과 일치하는 도펀트를 선택해야 한다는 것입니다.

컴퓨터가 이 300개의 후보를 찾아냈지만, 연구진은 인공지능이 생성할 수 있는 구조의 크기에 의해 탐색이 제한되었다는 점을 언급했습니다. 모델은 20개 이하의 원자를 포함하는 결정으로 제한되었습니다. 연구팀은 만약 이 탐색을 20개 이상의 원자를 가진 더 큰 결정으로 확장할 수 있다면, 1.8 테슬라를 초과하는 자화도를 가진 더 많은 철 함유 구조를 찾을 수 있을 것이라고 제안했습니다. 이 연구는 생성형 접근 방식이 재료 과학의 복잡한 지형을 탐색하는 데 있어 강력한 도구임을 입증합니다. 이는 과거의 느린 시행착오 방식에서 벗어나, 언젠가 차세대 전기 자동차와 녹색 에너지 기술에 동력을 공급할 재료를 발견하기 위한 체계적인 경로를 제시합니다. 앞으로 나아갈 길은 명확합니다. 모델을 개선하여 더 큰 구조를 다룰 수 있도록 하고, 예측된 이 후보들을 실험실에서 테스트하여 실제로 만들 수 있는지 확인하는 것입니다.