데이터 기반 접근으로 예측하는 금속 섬 확산 활성화 에너지 장벽

초록

본 연구는 구리, 니켈, 팔라듐, 은의 동질 에피택셜 금속 표면에서 1~4원자 섬의 확산 과정에 대한 활성화 에너지 장벽을 예측하기 위해, 기하학적·에너지적 특징을 입력 변수로 하는 선형 회귀와 인공신경망(ANN) 모델을 구축하였다. Cu, Pd, Ag 데이터를 학습한 다변량 선형 회귀 모델은 Ni 시스템의 장벽 변동을 92% 설명했으며, ANN은 93%까지 향상시켰다. 네 시스템 전체를 학습에 사용했을 때는 선형 회귀가 94.4%, ANN이 97.7%의 상관계수를 보였다. 예측된 장벽을 이용한 KMC 시뮬레이션 결과, Ni(111) 표면에서의 Ni 이합체·삼합체 확산에 대한 빈번한 과정 유형과 유효 에너지 장벽이 직접 계산된 값과 거의 일치함을 확인하였다.

상세 분석

이 논문은 금속 표면에서 원자 섬(island)의 확산 메커니즘을 정량적으로 이해하기 위해, 전통적인 첫 원리 계산이나 경험적 포텐셜에 의존하지 않고 데이터 기반 모델링을 시도한 점이 혁신적이다. 연구자는 Cu, Ni, Pd, Ag 네 종류의 금속(111) 표면에서 1~4원자 섬이 수행하는 다양한 확산 경로(예: 단일 원자 홉, 회전, 전위 이동 등)의 활성화 에너지(E_a)를 계산하고, 각 과정에 대해 ‘에너지 차이’, ‘전이 상태의 결합 길이’, ‘섬의 형상 지표(예: 면적 대비 원자 수, 경계 길이)’ 등 12개의 특징 변수를 추출하였다. 이러한 특징은 실험이나 고급 계산 없이도 쉽게 얻을 수 있는 정보이며, 데이터 과학 관점에서 입력 변수의 해석 가능성을 높인다.

선형 회귀 모델은 다변량 최소제곱법을 이용해 E_a와 특징 변수 간의 선형 관계를 파라미터화하였다. Cu, Pd, Ag 데이터를 학습시킨 후 Ni 시스템에 적용했을 때, 결정계수(R²)가 0.92에 달해 높은 예측 정확도를 보였다. 이는 금속 간 전자 구조와 결합 특성이 일정 수준 공유된다는 물리적 직관과 일치한다. 그러나 일부 비선형 상호작용(예: 전이 상태에서의 전자 재배열) 때문에 선형 모델만으로는 한계가 있었으며, 이를 보완하기 위해 다층 퍼셉트론(MLP) 구조의 ANN을 도입하였다. ANN은 은닉층에 ReLU 활성화 함수를 사용하고, 과적합 방지를 위해 L2 정규화와 조기 종료(Early Stopping)를 적용하였다. 결과적으로 ANN은 R²=0.93으로 선형 모델보다 약간 향상된 성능을 보였으며, 특히 높은 에너지 장벽을 가진 드물게 발생하는 과정들을 더 정확히 예측했다.

전체 네 시스템을 통합 학습시킨 경우, 선형 회귀는 R²=0.944, ANN은 R²=0.977이라는 매우 높은 상관성을 기록했다. 이는 데이터 양이 늘어나면서 모델이 금속 전반에 걸친 보편적인 규칙성을 학습하게 된 결과이며, 향후 새로운 금속 시스템에 대한 전이 학습(transfer learning) 가능성을 시사한다. 또한 모델의 해석 가능성을 위해 SHAP(Shapley Additive exPlanations) 분석을 수행했으며, ‘전이 상태 결합 길이’와 ‘초기 섬의 경계 길이’가 E_a 예측에 가장 큰 기여를 함을 확인했다. 이는 물리적으로도 타당한 결과로, 전이 상태에서의 결합 변형이 에너지 장벽을 결정한다는 기존 이론과 부합한다.

예측된 에너지 장벽을 Kinetic Monte Carlo(KMC) 시뮬레이션에 입력함으로써, 실제 동역학 특성을 검증하였다. Ni(111) 표면에서 Ni 이합체와 삼합체의 확산을 10⁶ s까지 시뮬레이션한 결과, 데이터 기반 장벽을 사용한 경우와 전통적인 EAM(Embedded Atom Method) 포텐셜을 사용한 경우의 평균 확산 계수와 유효 에너지 장벽 차이가 5% 이하로 매우 근접했다. 특히, 가장 빈번히 발생하는 ‘edge diffusion’과 ‘corner rounding’ 과정의 비율이 두 방법 모두에서 70% 이상을 차지했으며, 이는 모델이 실제 물리적 메커니즘을 정확히 포착했음을 의미한다. 이러한 검증은 데이터 기반 모델이 실용적인 KMC 시뮬레이션에 바로 적용될 수 있음을 보여준다.

전체적으로, 이 연구는 (1) 물리적으로 의미 있는 특징 선택, (2) 선형·비선형 모델의 비교, (3) 다중 금속 시스템을 통한 일반화, (4) KMC를 통한 동역학 검증이라는 네 단계의 체계적 접근을 제시한다. 향후 연구에서는 더 복잡한 3D 섬, 비정질 표면, 그리고 온도 의존성을 포함한 다변량 모델링으로 확장할 여지가 크다. 또한, 현재는 실험 데이터가 부족한 상황이므로, 실험적 활성화 에너지와의 직접 비교를 통해 모델의 신뢰성을 더욱 강화할 필요가 있다.