GAN 기반 무기물 설계용 화학공간 효율적 샘플링

본 연구는 무기물 설계에서 가장 큰 난제 중 하나인 ‘광대한 화학 조성 공간을 효율적으로 탐색하는 방법’에 대한 해결책으로, 생성적 적대 신경망(GAN) 기반 모델인 MatGAN을 제시한다. 기존의 무기물 데이터베이스(ICSD, OQMD, Materials Project)는 수십만 건에 이르는 실제 합성된 화합물 정보를 담고 있으나, 전체 가능한 조성 공간(예: 4‑성분 10¹⁰ 조합, 5‑성분 10¹³ 조합)과 비교하면 극히 일부에 불과하다. 따라서 데이터에 내재된 암묵적 규칙을 학습해 새로운 조성을 생성할 수 있는 모델이 필요하다. **데이터 표현 및 전처리** - 원소 종류는 85가지, 각 화합물당 최대 원자 수는 8으로 제한한다. - 각 화합물은 8 × 85 크기의 0/1 희소 행렬로 변환한다(행: 원자 수, 열: 원소). - 전하 중성·전기음성도 균형을 만족하는 샘플만을 포함한 ‘ICSD‑filter’ 데이터셋을 별도로 구성한다. **모델 구조** - **Generator**: 입력은 100‑차원 표준 정규분포 잡음(z). 전결합 레이어와 7개의 디컨볼루션 레이어를 거쳐 8 × 85 행렬을 출력한다. 마지막 레이어는 시그모이드 활성화로 0~1 확률을 반환한다. - **Discriminator**: 7개의 컨볼루션 레이어와 전결합 레이어로 구성, 입력 행렬이 실제 데이터인지 생성된 데이터인지를 판별한다. - **학습**: Wasserstein GAN(W‑GAN) 손실을 사용해 판별기와 생성기를 교대로 최적화한다. 이는 전통적인 GAN에서 발생하는 모드 붕괴와 그래디언트 소실을 완화한다. **보조 자동인코더(AE)** - GAN이 특정 조성을 생성하지 못하는 원인을 분석하기 위해 AE를 구축한다. Encoder와 Decoder는 각각 7개의 컨볼루션/디컨볼루션 레이어와 전결합 레이어로 구성된다. - 손실 함수는 Dice coefficient 기반으로, 입력 행렬과 재구성 행렬 사이의 겹침 정도를 최소화한다. - AE가 재구성에 실패한 조성은 GAN이 학습하기 어려운 ‘희소’ 조성으로 판단, 데이터 보강 전략 수립에 활용한다. **실험 및 평가** 1. **샘플 생성**: 각 데이터셋(ICSD, OQMD, MP)별로 2 백만 개의 가상 화합물을 생성. 2. **Novelty**: 훈련 데이터에 존재하지 않는 고유 조성 비율이 92.53%에 달함. 이는 기존 데이터가 차지하는 화학공간이 전체에 비해 매우 작음을 의미한다. 3. **Validity (전하 중성·전기음성도 균형)**: ICSD‑filter에서 훈련된 GAN은 생성 샘플 중 84.5%가 두 규칙을 모두 만족, 전혀 명시적 제약을 두지 않았음에도 데이터에 내재된 규칙을 성공적으로 학습했다. 비교 대상인 전열거 방식은 0.78%에 불과해 70배 이상의 효율 향상을 보여준다. 4. **Uniqueness**: 생성된 샘플 중 중복을 제외한 고유 비율은 68%~86% 수준. 샘플 수가 증가함에 따라 감소하지만, 특히 MP‑trained GAN이 가장 높은 고유성을 유지한다. 이는 훈련 데이터의 원소 조합 비율(이진/삼진/사진 비율)이 균형 잡혀 있기 때문이다. 5. **Formation Energy**: 생성된 리튬 함유 화합물에 대해 사전 학습된 ElemNet 모델을 사용해 형성 에너지를 예측. GAN‑ICSD와 GAN‑MP가 생성한 화합물의 대다수가 음의 형성 에너지를 보여, 실제 합성 가능성이 높은 후보군을 제공한다. **시각화** - T‑SNE 차원 축소를 통해 훈련 데이터와 생성 데이터의 분포를 2D 평면에 시각화. 훈련 데이터는 화학공간의 극히 작은 영역에 머무는 반면, GAN‑ICSD가 생성한 샘플은 전체 공간을 골고루 채워 새로운 조성 영역을 탐색한다는 것을 확인했다. **의의 및 향후 과제** - **암묵적 규칙 학습**: 명시적 화학 규칙 없이도 데이터에 내재된 전하 중성·전기음성도 균형 등을 학습함으로써, 기존 규칙 기반 필터링보다 훨씬 높은 효율을 달성했다. - **대규모 후보군 제공**: 수백만 개 수준의 가상 화합물을 빠르게 생성하고, 형성 에너지와 같은 물성 예측 모델과 연계해 실제 실험 후보를 선별할 수 있다. - **조건부 생성**: 현재는 무조건적인 조성 생성에 머물지만, 목표 물성(전도성, 광학 밴드갭 등)을 조건으로 넣은 Conditional GAN이나 Reinforcement Learning 기반 최적화로 확장 가능하다. - **구조 예측 연계**: 생성된 조성에 대해 결정구조를 예측하고, DFT 계산을 통해 열역학적 안정성을 검증하는 파이프라인 구축이 필요하다. 결론적으로, MatGAN은 무기물 설계에서 화학공간을 효율적으로 샘플링하고, 높은 화학적 유효성과 신규성을 동시에 달성함으로써, 전통적인 전산 탐색 방식에 비해 획기적인 시간·자원 절감을 제공한다. 향후 물성‑조건부 생성, 구조‑예측 연계 등으로 확장한다면, 신소재 발굴 파이프라인 전반을 혁신할 잠재력을 가진다.