원자 재료 화학을 위한 기반 모델

원자 수준 시뮬레이션, 특히 제일원리 전자 구조 이론 기반 시뮬레이션은 화학 및 재료 과학 이해의 핵심입니다. 지난 10여 년간 머신러닝(ML) 기반 힘장(force field)은 전례 없는 시공간 규모에서 제일원리 수준의 시뮬레이션을 가능하게 하여 원자 모델링을 혁신했습니다. 그러나 초기 ML 힘장은 특정 시스템별 포텐셜 개발 및 검증에 필요한 막대한 계산 및 인적 노력, 그리고 화학 시스템 간 전이성 부족이라는 한계에 직면했습니다. 본 연구에서는 공개된 중간 규모 데이터셋으로 훈련된 범용 원자 ML 모델을 개발했습니다. 이 모델은 다양한 분자와 재료에 대해 안정적인 분자 동역학 시뮬레이션을 수행할 수 있습니다. MACE-MP-0 모델은 고체, 액체, 기체 특성, 화학 반응, 계면, 심지어 작은 단백질의 동역학 등 물리 과학의 다양한 문제에서 정성적, 때로는 정량적인 정확도를 보여주었습니다. 이 모델은 모든 원자 시스템에 대한 시작 또는 '기반' 모델로 즉시 적용할 수 있으며, 필요에 따라 소수의 응용 분야별 데이터 포인트로 미세 조정하여 제일원리 수준의 정확도에 도달할 수 있습니다. 안정적인 힘장 모델이 거의 모든 재료를 포괄할 수 있다는 점은 원자 모델링을 근본적으로 변화시킵니다. 숙련된 사용자는 훨씬 빠르게 신뢰할 수 있는 결과를 얻고, 초보자는 진입 장벽이 낮아집니다. 따라서 기반 모델은 ML 힘장이 가져온 원자 규모 모델링 혁명을 민주화하는 중요한 단계가 될 것입니다.