Development of First-Principles Database Driven Machine Learning Potential for Multi-scale Simulations

멀티스케일 계산을 위한 제일원리 전산 데이터 기반 머신 러닝 포텐셜 개발

최근 가공할만한 성능의 슈퍼컴퓨터에 머신 러닝 기법을 연동한 인공 지능형 소재 정보학이 과학 기술 및 산업계에 새로운 연구개발 패러다임으로 급속히 확산되고 있다. 본 기고문에서는 이 기법의 성공에 핵심적 요소인 정확한 데이터베이스 구축을 위해 제일원리 전산을 적용하는 것과 이를 기반으로 소재를 구성하는 원소 간 인공 신경망 포텐셜을 만드는 방법을 소개하고자 한다. 이 연구 방법론은 나노 스케일 신소재 개발에 적용할 경우, 양자역학 수준의 정밀도로 순수 제일원리 전산 대비 100배 이상의 빠른 결과를 도출할 가능성이 있음을 예시한다. 이는 향후 다양한 산업계에 막대한 파급효과를 가져올 것으로 예상된다.