GAN 기반 효율적 화학공간 샘플링을 통한 무기재료 역설계

초록

본 논문은 ICSD 데이터베이스를 학습한 생성적 적대 신경망(GAN) 모델인 MatGAN을 제안한다. 2백만 개의 샘플을 생성했을 때 92.5%의 신규성 및 84.5%의 화학적 타당성을 달성했으며, 명시적 규칙 없이도 전하 중성·전기음성도 균형 등 암묵적 조성 규칙을 학습한다는 점을 보여준다.

상세 분석

MatGAN은 무기재료 설계에서 가장 큰 장애물 중 하나인 거대한 조성 공간을 효율적으로 탐색하기 위해 설계된 생성 모델이다. 기존의 고전적 탐색 방법은 전산 화학 계산이나 실험적 스크리닝에 의존해 비용과 시간이 크게 소모되었으며, 데이터 기반 접근법도 주로 지도학습에 머물러 새로운 조합을 제시하는 데 한계가 있었다. 이 논문은 이러한 한계를 극복하고자, 비지도 학습에 속하는 GAN을 활용해 ‘가능성’ 자체를 학습하도록 했다.

구조적으로는 표준 Deep Convolutional GAN(DCGAN) 아키텍처를 변형하여, 입력으로 원소 종류와 비율을 1‑D 벡터 형태로 인코딩하고, 생성기(Generator)는 이 벡터를 고차원 잠재공간(latent space)에서 샘플링된 잡음(z)와 결합해 새로운 조성 벡터를 출력한다. 판별기(Discriminator)는 실제 ICSD 데이터와 생성된 데이터를 구분하도록 훈련되며, 손실 함수는 Wasserstein GAN with Gradient Penalty (WGAN‑GP)를 채택해 학습 안정성을 확보한다. 특히, 원소의 전기음성도, 원자량, 전자배치 등 물리적 특성을 포함한 ‘속성 임베딩’을 사전 학습된 임베딩 레이어에 통합함으로써, 모델이 원소 간의 화학적 상호작용을 내재적으로 파악하도록 설계했다.

학습 데이터는 ICSD에 등재된 120,000여 개의 무기결정 구조를 전처리해, 각 화합물의 화학식만을 추출하고 원소 수와 비율을 정규화한 형태로 구성하였다. 데이터는 80:10:10 비율로 훈련·검증·테스트 셋으로 분할했으며, 훈련 과정에서 과적합을 방지하기 위해 배치 정규화와 드롭아웃을 적용했다.

생성된 2백만 개 샘플에 대해 두 가지 핵심 지표를 제시한다. 첫째, ‘신규성(Novelty)’은 기존 ICSD에 존재하지 않는 고유 화학식 비율로, 92.53%에 달한다. 이는 모델이 학습 데이터의 단순 복제에 머물지 않고, 새로운 조합을 활발히 탐색함을 의미한다. 둘째, ‘화학적 타당성(Chemical Validity)’은 전하 중성(양이온과 음이온의 총 전하가 0) 및 전기음성도 균형(전기음성도 차이가 과도하지 않음) 조건을 만족하는 비율로, 84.5%를 기록했다. 흥미로운 점은 이러한 화학 규칙이 모델에 명시적으로 주입되지 않았음에도 불구하고, 판별기가 암묵적으로 이러한 제약을 학습했다는 것이다. 이는 GAN이 데이터 내에 내재된 통계적 패턴을 효과적으로 포착한다는 강력한 증거다.

또한, 생성물의 물리적·화학적 특성을 예측하기 위해 사전 훈련된 속성 예측 모델(예: 밴드갭, 형성 에너지)과 연계했으며, 일부 고유 조합은 DFT 계산을 통해 실제 안정성을 검증했다. 검증된 사례 중 몇몇은 기존 데이터베이스에 전혀 존재하지 않음에도 불구하고, 형성 에너지가 음수이며 구조적 안정성을 보였다. 이는 MatGAN이 실용적인 신물질 후보를 제공할 가능성을 시사한다.

한계점으로는 (1) 현재 모델이 원자 배치(결정구조) 정보를 전혀 다루지 않아, 생성된 화학식이 실제 결정구조를 가질 수 있는지는 별도 검증이 필요하고, (2) 전하 중성 및 전기음성도 균형 외에 산화 상태, 결합 차수 등 보다 복잡한 화학 규칙을 직접 적용하지 않아 일부 비현실적인 조합이 여전히 존재한다는 점이다. 향후 연구에서는 그래프 신경망(GNN) 기반의 구조 생성 모듈을 결합하거나, 화학 규칙을 손실 함수에 정규화 항으로 삽입해 물리적 타당성을 더욱 강화할 수 있다.

전반적으로 MatGAN은 무기재료 설계에서 ‘데이터‑드리븐’ 생성 모델의 가능성을 실증적으로 보여주며, 대규모 가상 후보군을 빠르게 생성해 전산 스크리닝 파이프라인을 크게 가속화할 수 있는 기반을 제공한다.