머신러닝 기반 인터액티브 포텐셜로 본 Al‑Cr‑Cu‑Fe‑Ni 고엔트로피 합금의 방사선 손상 및 상 안정성

초록

본 연구에서는 자성 효과를 포함한 DFT 데이터를 활용해 tabGAP 방식의 머신러닝 인터액티브 포텐셜을 개발하고, 이를 Al‑Cr‑Cu‑Fe‑Ni 고엔트로피 합금(HEA)의 상 안정성, 원소 분리, 그리고 5 keV 겹침 캐스케이드 시뮬레이션을 통한 방사선 손상 거동을 조사하였다. 조성에 따라 FCC↔BCC 전이가 VEC 규칙에 따르고, Al 함량이 낮을수록 결함 농도가 감소함을 확인하였다. 또한, 방사선 조사 후 단거리 순서가 강화되는 현상이 관찰되었다.

상세 분석

본 논문은 고엔트로피 합금(HEA) 분야에서 가장 큰 난제 중 하나인 다원소 시스템에 대한 정확하고 효율적인 원자간 포텐셜을 제공한다는 점에서 의미가 크다. 저자들은 Gaussian Approximation Potential(GAP)의 저차원 테이블 형태인 tabGAP을 선택했으며, 이는 두-·세-·다중 원자 거리와 EAM형 스칼라 밀도 기술자를 결합한 간단한 디스크립터를 사용한다. 이러한 설계는 고차원 화학 임베딩 없이도 5종 원소(Al, Cr, Cu, Fe, Ni)를 동시에 다룰 수 있게 하며, ZBL 형태의 강력한 단거리 반발항을 추가해 고에너지 충돌(5 keV) 시 발생하는 초단거리 상호작용을 정확히 재현한다.

학습 데이터는 총 6 750개의 DFT 구조(총 235 361 원자)로 구성되었으며, FCC를 중심으로 BCC, HCP, 액체, 표면, 결함(공공·간극) 등 다양한 물리적 환경을 포괄한다. 특히 Fe와 Ni의 강자성 효과를 고려해 스핀 편극 DFT를 사용했으며, 이는 기존 EAM/MEAM 포텐셜이 놓치기 쉬운 FCC↔BCC 전이의 에너지 차이를 올바르게 잡아준다. 학습 과정에서 20개의 2‑body, 30개의 EAM, 500개의 3‑body 스파스 포인트를 균일 샘플링했으며, 정규화 파라미터를 고에너지 구조에 대해 10배 확대함으로써 액체·고온·고압 상황에서도 안정적인 예측이 가능하도록 설계했다.

포텐셜 검증에서는 에너지·힘·응력 RMSE가 각각 2 meV/atom, 0.1 eV/Å, 0.2 eV 이하로, 특히 결함 형성에너지와 격자 상수 예측에서 DFT와 거의 일치함을 보였다. 이를 바탕으로 Monte‑Carlo 스와핑 MD(MCMD)를 수행해 300 K, NPT 조건에서 200 ps 동안 원자 교환을 시뮬레이션했으며, FCC와 BCC 초기 구조 모두에서 Fe‑Cr 및 Cu의 뚜렷한 분리 경향이 관찰되었다. 조성 x(Al)와 y(Ni)의 변화에 따라 VEC(Valence Electron Concentration) 규칙이 정확히 적용되어, Al 함량이 증가할수록 BCC 상이 안정화되고, Ni 함량이 높을수록 FCC가 우세함을 확인했다.

방사선 손상 평가를 위해 256 000원자 규모의 FCC 시뮬레이션 박스에 5 keV 원자 충돌을 400번 연속으로 겹치게 하는 ‘overlapping cascade’ 방식을 적용했다. 결과는 조성에 따라 결함(프랙처·전위) 농도가 크게 달라짐을 보여준다. 특히 Al 함량이 낮은 (Al‑poor) 합금은 평균 결함 수가 약 30 % 감소했으며, Fe와 Cr이 결함 주변에 농축되는 현상이 일관되게 나타났다. 또한, 다중 캐스케이드 후에는 원자쌍 간의 짧은 거리 상관함수가 증가해 단거리 순서(SRO)가 강화되는 것을 RDF와 워니스 함수 분석을 통해 확인했다. 이는 방사선 손상이 단순히 결함을 생성하는 것을 넘어, 원소 재배열을 촉진해 새로운 미세구조적 안정성을 부여할 수 있음을 시사한다.

전반적으로, 본 연구는 (1) 다원소 HEA에 적용 가능한 고속·고정밀 ML 포텐셜을 제공하고, (2) 포텐셜을 이용해 조성‑상‑방사선 상호작용을 정량적으로 해석함으로써, 향후 방사선 내구성이 요구되는 핵·우주 재료 설계에 실질적인 가이드라인을 제시한다는 점에서 큰 학술적·실용적 가치를 가진다.