정방정계에서 쌍상관함수 최적 계산 방법

초록

본 논문은 정방정계(orthorhombic) 구조를 갖는 물질의 쌍상관함수(pair correlation function)를 효율적으로 계산하기 위한 새로운 알고리즘을 제안한다. 기존의 구형( spherical) 절단법과 비교해 계산량을 크게 줄이면서도 정확도를 유지한다. 알고리즘을 충격 압축된 액체 수소의 방사형 분포함수(radial distribution function, RDF) 계산에 적용해 성능을 검증하였다.

상세 분석

논문은 먼저 정방정계 격자에서 거리 구간을 정의하는 전통적인 방법의 한계를 짚는다. 구형 절단법은 격자 셀의 비대칭성 때문에 많은 이미지 셀을 중복해서 고려해야 하며, 특히 비등방성 압축 상황에서는 불필요한 연산이 급증한다. 이를 해결하기 위해 저자들은 ‘축축도 기반 절단(orthorhombic cutoff)’ 방식을 도입한다. 핵심 아이디어는 각 축(x, y, z)마다 별도의 절단 반경 Lx, Ly, Lz를 설정하고, 두 입자 사이의 최소 이미지 벡터를 각 축에 대해 독립적으로 판단하는 것이다. 이렇게 하면 실제로 격자 내부에 존재하는 이미지 셀의 수가 최소화되고, 거리 계산 시 불필요한 반복을 피할 수 있다.

알고리즘 구현은 크게 네 단계로 나뉜다. 첫째, 시스템 전체의 격자 파라미터와 목표 절단 거리 R을 입력받아 각 축별 절단 길이 Lα = floor(R / aα)·aα (α = x, y, z)를 계산한다. 여기서 aα는 격자 상수이며, floor 함수는 정수 셀 수를 보장한다. 둘째, 모든 입자 쌍에 대해 Δα = riα – rjα 를 구하고, Δα를 Lα보다 절반 이상이면 Δα – sign(Δα)·2Lα 로 보정한다. 이는 최소 이미지 규칙을 축별로 적용한 결과이다. 셋째, 보정된 Δ벡터의 유클리드 노름 |Δ|을 구해 R 이하인 경우에만 거리 히스토그램에 누적한다. 넷째, 히스토그램을 정상화하여 RDF g(r) = V/(N·4πr²Δr)·h(r) 형태로 변환한다.

이 절차는 O(N²) 복잡도는 유지하되, 실제 연산량은 기존 구형 절단 대비 약 30~50% 감소한다는 실험 결과가 제시된다. 특히, 압축에 의해 격자 비율이 크게 변하는 경우(예: aₓ:a_y:a_z = 1:0.8:0.6)에도 절단 영역이 과도하게 겹치지 않아 메모리 사용량이 효율적이다. 또한, 저자들은 알고리즘을 병렬화하기 쉬운 구조로 설계했으며, MPI 기반 다중 프로세스 환경에서 선형 스케일링을 확인하였다.

마지막으로, 충격 압축된 액체 수소 시뮬레이션에 적용한 결과를 통해 물리적 현상도 정확히 포착함을 보였다. 압축 전후의 RDF 피크 위치와 높이가 기대되는 압축 비율과 일치했으며, 기존 방법으로는 잡음이 크게 섞였던 영역에서도 깨끗한 신호를 얻었다. 이는 새로운 절단 방식이 계산 효율성뿐 아니라 물리적 정확성에도 기여함을 의미한다.