NEP89: 89개 원소 범용 신경진화 포텐셜

기계 학습 기반 원자간 포텐셜은 양자역학적 정확도를 제공하지만, 재료별 특화되거나 계산 비용이 높아 활용에 제약이 있었습니다. 본 연구는 89개 원소에 걸쳐 경험적 포텐셜 수준의 속도와 높은 정확도를 제공하는 신경진화 포텐셜(NEP) 아키텍처 기반의 파운데이션 모델인 NEP89를 소개합니다. NEP89는 무기 및 유기 재료를 아우르는 작고도 포괄적인 훈련 데이터셋을 활용하여 개발되었습니다. 이 데이터셋은 디스크립터 공간 서브샘플링과 다중 데이터셋에 걸친 반복적인 정제를 통해 구축되었습니다. NEP89는 기존 대표 파운데이션 모델들과 비교하여 경쟁력 있는 정확도를 달성하면서도, 계산 효율성 측면에서는 3~4배 더 우수합니다. 이는 이전에는 불가능했던 무기 및 유기 시스템의 대규모 원자 시뮬레이션을 가능하게 합니다. NEP89는 백만 원자 규모의 복합 합금 압축, 고체 전해질 및 물에서의 이온 확산, 암염 용해, 메탄 연소, 단백질-리간드 동역학 등 다양한 시나리오에 즉시 적용 가능합니다. 또한, 2차원 재료, 금속 유리, 유기 결정의 기계적, 열적, 구조적, 스펙트럼 특성과 같은 사용자별 응용 분야에 신속하게 적응할 수 있도록 미세 조정 기능도 지원합니다.