NeuDATool 차세대 중성자 데이터 분석 툴

초록

NeuDATool은 기존 Fortran 기반 EPSR을 C++로 재구현한 오픈소스 프레임워크로, CUDA 기반 GPU 가속과 MPI를 이용한 다노드 병렬을 지원한다. 물과 비정질 실리카의 중성자 산란 데이터를 이용해 구조 재구성을 검증했으며, 10만 원자 규모 시뮬레이션에서 GPU 가속 시 400배 이상의 속도 향상을 보였다.

상세 분석

NeuDATool은 전통적인 EPSR(Empirical Potential Structure Refinement) 알고리즘을 현대적인 고성능 컴퓨팅 환경에 맞게 재설계하였다. 핵심은 원자·분자·시뮬레이션 박스(SimBox)를 객체지향 C++ 클래스로 추상화하고, 다중 상속을 통해 사용자가 손쉽게 새로운 모델을 정의할 수 있게 한 점이다. 프로그램은 두 종류의 포텐셜을 사용한다. 첫 번째인 Reference Potential(RP)은 기존 분자동역학 포텐셜(OPLS, AMBER, CHARMM 등)과 동일하게 정의되어 물리적으로 타당한 초기 구조를 제공한다. 두 번째인 Empirical Potential(EMP)는 실험 중성자 구조인자 S(Q)와 시뮬레이션 결과 S_sim(Q) 사이의 차이 ΔS(Q)를 푸아송 함수 시리즈로 피팅한 후, 역푸리에 변환을 통해 실공간 포텐셜 형태로 변환한다. 이 EMP는 MC 시뮬레이션 중에 반복적으로 업데이트되며, ΔS(Q)가 충분히 작아질 때까지 EPMC(Empirical Potential Monte Carlo) 단계가 진행된다.

연산량이 가장 큰 부분은 원자쌍 거리 분포 N(r)와 그 변화 ΔN(r)의 계산이다. 이는 원자 수와 그 제곱에 비례하므로, 수만~수십만 원자 규모에서는 CPU만으로는 비현실적인 실행 시간이 소요된다. NeuDATool은 CUDA C++ 커널을 이용해 N(r) 계산을 GPU의 수천 개 스레드에 분산시켜 병렬화하였다. 또한, 다노드 환경에서는 MPI(MPICH2)를 통해 각 노드에 할당된 원자 서브셋의 ΔN(r)/N(r) 계산을 독립적으로 수행하고, 결과를 Reduce 연산으로 합친다. 노드 내부에서는 OpenMP를 사용해 멀티코어 CPU와 GPU 간 작업을 효율적으로 스케줄링한다. 이러한 3중 병렬 구조(OpenMP + MPI + CUDA)는 확장성을 크게 향상시켜, 2노드(각 2 × V100 GPU) 클러스터에서 10⁵ 원자 시뮬레이션을 400배 이상 가속한다는 실험 결과를 얻었다.

검증 사례로 물(H₂O)과 비정질 실리카(SiO₂)의 중성자 산란 데이터를 사용하였다. 물의 경우 전형적인 tetrahedral 네트워크 구조를 재현했으며, O‑O, O‑H, H‑H 쌍에 대한 PDF가 기존 문헌(Kusalik, Head‑Gordon, Soper 등)과 일치하였다. 실리카에서는 Si‑Si, Si‑O, O‑O 세 종류의 원자쌍을 정확히 모델링했으며, 실험 스펙트럼과 시뮬레이션 결과가 높은 상관관계를 보였다. 이러한 결과는 NeuDATool이 복잡한 다원소 시스템에서도 신뢰할 수 있는 구조 재구성을 제공함을 입증한다.

전반적으로 NeuDATool은 기존 EPSR의 한계였던 단일 노드·CPU 전용 구현을 넘어, 현대 슈퍼컴퓨터와 GPU 클러스터 환경에 최적화된 확장 가능한 분석 플랫폼을 제공한다. 오픈소스 라이선스와 C++ 기반 설계 덕분에 연구자들은 자신만의 포텐셜 모델이나 움직임 규칙을 손쉽게 추가·수정할 수 있어, 다양한 비정질 물질 및 복합 시스템 연구에 활용 가능성이 크다.