성균융합원

에너지과학과 명창우 교수 공동연구팀, 새로운 들뜬 상태 분자동역학 시뮬레이션 방법론 개발

- 위상 불변 머신러닝 기반 들뜬 상태 분자동역학 시뮬레이션 기법 개발

▲ (왼쪽부터) 성균관대 명창우 교수·유수행 연구교수·박태현 연구원, 울산과학기술원(UNIST) 문성욱 연구원·민승규 교수

에너지과학과 명창우 교수 연구팀과 울산과학기술원(UNIST) 화학과 민승규 교수 연구팀은 머신러닝*을 활용한 새로운 들뜬 상태 분자 동역학*(Excited-State Molecular Dynamics, ESMD) 기법을 개발했다. 연구팀은 이 기법을 통해 원뿔형 교차*(conical intersection, CI) 영역에서의 특이점을 안정적으로 다룰 수 있음을 입증했다.

* 머신러닝: 인공지능의 한 분야로, 컴퓨터가 스스로 데이터를 학습하여 패턴을 찾고 예측하는 기술

* 들뜬 상태 분자 동역학: 분자가 에너지를 흡수하여 들뜬 상태가 되었을 때, 시간에 따라 어떻게 움직이는지 컴퓨터 시뮬레이션을 통해 분석하는 방법

* 원뿔형 교차: 분자 내에서 두 개의 전자 상태가 에너지가 같아지는 지점으로, 분자 반응에서 중요한 역할을 함

               ▲ 머신러닝을 활용한 들뜬 상태 분자동역학에서 발생하는 문제를 해결하기 위해 위상 불변항을 도입한 

새로운 시뮬레이션 방식

기존의 머신러닝 포텐셜*은 원뿔형 교차 근처에서 발생하는 불연속성* 문제로 인해 안정적인 들뜬 상태 동역학 예측이 어렵다. 연구팀은 이를 해결하기 위해 새로운 위상 불변 항*을 기반으로 한 새로운 형태의 머신러닝 들뜬 상태 동역학 방법론을 제안했다. 이를 통해 학습된 머신러닝 포텐셜은 위상 의존성을 제거하면서도 원뿔형 교차에서의 불연속성을 방지하여 보다 정확한 시뮬레이션을 가능하게 한다.

* 머신러닝 포텐셜: 원자 및 분자들의 상호작용을 예측하는 모델로, 머신러닝을 통해 학습됨.

* 불연속성: 함숫값이 특정 지점에서 갑자기 변하는 현상

* 위상 불변 항: 분자의 특정 성질(위상)이 변해도 값은 변하지 않는 항

연구팀이 이 새로운 기법을 PSB3(penta-2,4-dieniminium cation) 분자에 적용한 결과, 기존의 제1원리* 수준의 시뮬레이션과 높은 일치도를 보였다. 향후 이 기법을 확장하면 다양한 원소와 여러 들뜬 상태를 포함하는 범용 들뜬 상태 머신러닝 포텐셜을 개발하고, 새로운 분자 설계에 통합함으로써 더욱 복잡하고 도전적인 문제를 해결하는 데 활용할 수 있을 것으로 전망된다.

* 제1원리: 실험적인 데이터 없이 양자역학의 기본 원리만을 사용하여 계산하는 방법

우리 대학 명창우 교수는 “이번 연구는 들뜬 상태 동역학을 학습하는 기존 제1원리 머신러닝 포텐셜의 한계를 극복할 수 있는 이론적 단서를 제시했다”고 밝혔다. 이어 “향후 제1원리 수준의 높은 정확도를 갖춘 들뜬 상태 범용 머신러닝 포텐셜이 활용된다면, 학계와 산업계에서 기존에 다루기 어려웠던 대규모 원자 시뮬레이션을 정밀하게 수행할 수 있을 것”이라고 말했다.

이번 연구는 한국연구재단(NRF), 한국과학기술정보연구원(KISTI), 기초과학연구원(IBS), 정보통신산업진흥원(NIPA)의 지원으로 수행되었으며, 연구 결과는 지난 2월 4일 국제 학술지 Journal of Chemical Theory and Computation (JCTC)에 보조표지와 함께 게재되었다.

▲ 민승규 교수와 명창우 교수 공동연구팀의 이번 성과가 

Journal of Chemical Theory and Computation supplementary cover로 선정되었다.

※ 논문명: Machine Learning Nonadiabatic Dynamics: Eliminating Phase Freedom of Nonadiabatic Couplings with the State-Interaction State-Averaged Spin-Restricted Ensemble-Referenced Kohn–Sham Approach

※ 학술지: Journal of Chemical Theory and Computation (JCTC) (IF: 5.7, JCR: 11.2%)

※ 논문 링크: https://pubs.acs.org/doi/10.1021/acs.jctc.4c01475