미세구조 재구성 가속화: 미로 패턴 적용

초록

본 논문은 엔트로피 기반 기술자를 이용한 Monte‑Carlo 하이브리드 재구성 방법을, 초기 상태를 셀룰러 오토마톤으로 만든 합성 패턴으로 대체함으로써 계산 비용을 크게 낮추는 방식을 제안한다. 실험은 미로형 바이너리 패턴을 대상으로 네 가지 시뮬레이션 시나리오(#2m, #2b, #2rp, #2r)를 25회씩 수행했으며, 혼합형 #2m이 가장 빠르고 정확한 결과를 보였다.

상세 분석

이 연구는 기존의 무작위 초기 구성을 사용한 마이크로구조 재구성 방법이 Monte‑Carlo 단계가 수천에서 수만 번에 달해 비효율적이라는 점에 주목한다. 이를 개선하기 위해 저자들은 Young 모델을 확장한 셀룰러 오토마톤(CA)을 이용해 목표 패턴의 주요 통계적 특성(예: 첫 번째 피크 위치 k=5, 검은 픽셀 수 5789)을 미리 반영한 합성 초기 패턴 ‘2’를 생성한다. 이렇게 하면 초기 에너지(E)와 허용 오차 사이의 격차가 크게 감소해 전체 MCS 수가 절감된다.

재구성 과정에서는 다중 스케일 엔트로피 기술자(Entropic Descriptors, ED)인 S와 G, 그리고 그 복합 복잡도 C를 활용한다. ED는 각 길이 스케일 k에서 현재 매크로상태와 최대·최소 엔트로피 상태 사이의 차이를 정량화하며, 목표와의 차이를 제곱합으로 만든 목적함수(3.1)를 최소화한다. Monte‑Carlo 시뮬레이션은 두 픽셀을 교환하고 Metropolis 기준으로 수용 여부를 판단하는 전형적인 SA 절차를 따른다.

핵심적인 효율 향상은 ‘바이어스 교환’ 절차에 있다. 일정 비율(1% 미만) 이상의 교환이 거부되면, 검은 클러스터 경계에 있는 검은 픽셀과 인접한 흰 픽셀을 선택해 교환한다. 이때 흰 픽셀 주변의 검은 이웃 수가 ≥2이고, 검은 픽셀 주변의 흰 이웃 수가 ≤2이면 교환을 허용한다. 결과적으로 작은 잡음 클러스터가 빠르게 소멸하고, 큰 클러스터 형태가 유지돼 목표 미로 구조와의 일치도가 높아진다.

시뮬레이션 시나리오는 네 가지로 구분된다. #2m은 온도 루프마다 바이어스와 무작위 교환을 교대로 적용하는 혼합 방식이며, #2b는 전 과정에서 바이어스만 사용한다. #2rp는 초기에는 무작위, 마지막 단계에서만 바이어스를 적용하고, #2r은 전 과정에서 무작위만 사용한다. 각 시나리오는 동일한 온도 스케줄(T(l)=0.8^l)과 루프 길이 함수 f(l)으로 비교되었다. 25회 반복 결과, #2m이 평균 MCS 수와 최종 허용 오차 모두에서 가장 우수했으며, #2b와 #2rp는 약간 낮은 성능을 보였다. 순수 무작위 #2r은 계산량이 현저히 많아 실용성이 떨어졌다.

결과적으로, 목표 패턴의 핵심 통계적 특성을 반영한 합성 초기 상태와 바이어스 교환 전략을 결합하면, 기존 무작위 초기 방식 대비 약 30~40% 이상의 MCS 절감 효과를 얻을 수 있다. 이는 복잡한 이질 재료의 통계적 재구성이나 물성 최적화에 필요한 계산 자원을 크게 낮출 수 있음을 의미한다.