엄격 제약을 통한 결정 물질 설계 프레임워크

초록

본 논문은 화학 조성 및 목표 물성(밴드갭, 형성에너지 등)을 입력으로 받아, 대형 언어 모델(LLM) 기반 제약 생성기와 결정 구조 생성기를 순차적으로 활용하는 두 단계의 CrystalGF 프레임워크를 제안한다. 제약 생성기는 목표 물성에 부합하는 대칭군·Wyckoff 위치·조성 비율 등을 자동으로 도출하고, 구조 생성기는 이러한 다중 제약을 엄격히 만족하면서 결정 구조를 생성한다. 실험 결과, 기존 방법 대비 목표 물성을 만족하는 확률이 2배 이상 향상되고, 화학 조성 일치는 거의 100%에 달한다.

상세 분석

본 연구는 기존 데이터‑구동 결정 생성 모델이 “무작위 샘플링 → 사후 필터링”이라는 비효율적인 파이프라인에 의존하는 한계를 극복하고자, 제약 기반 생성(paradigm shift)을 도입했다는 점에서 혁신적이다. 핵심 아이디어는 두 개의 모듈을 연계하는 것이다. 첫 번째 모듈인 제약 생성기(G)는 입력된 화학식과 목표 물성(밴드갭, 형성에너지 등)을 LLM에 프롬프트하여, 적절한 공간군(space group), Wyckoff 위치, 원소 비율을 예측한다. 여기서 LLM은 사전 학습된 대규모 언어 모델(예: Llama‑3.1‑8B, DeepSeek‑R1‑8B 등)을 파인‑튜닝하여 물성‑구조 상관관계를 학습한다. 실험에서는 네 가지 LLM을 비교했으며, 화학식+물성을 입력으로 할 때 Llama‑3.1‑8B가 공간군 정확도 66.73%, Wyckoff 정확도 82.83%로 최고 성능을 보였다. 이는 기존 방법이 주로 고정된 공간군만을 사용하거나, 제약을 완화시켜 물성 일치율이 낮았던 점과 대비된다.

두 번째 모듈인 구조 생성기(H)는 제약 생성기로부터 얻은 다중 제약을 조건으로 삼아, 변형 가능한 그래프‑기반 혹은 트랜스포머‑기반 생성 모델을 학습한다. 특히, 다중 헤드 크로스‑어텐션을 활용해 화학 조성, 목표 물성, 대칭 정보 간의 복합 관계를 효율적으로 통합한다. 구조 생성 단계에서는 Pymatgen의 StructureMatcher를 이용해 생성된 구조와 테스트 셋의 레퍼런스 구조 간 매칭률(match rate)과 RMSE를 평가하였다. MP‑20 데이터셋에서 84.00%의 매칭률과 0.0365의 RMSE를 달성했으며, 복잡한 MPTS‑52(최대 52원자/셀)에서는 매칭률 45.38%와 RMSE 0.0431로 기존 DiffCSP++ 대비 유의미한 개선을 보였다.

특히, 물성 정확도와 대칭 정확도 사이에 강한 상관관계가 존재함을 실험적으로 확인했다. 제약 생성기의 대칭 정확도가 높을수록(특히 고대칭 군인 Fm‑3m, Pm‑3m 등) 생성된 구조의 밴드갭·형성에너지 편차가 크게 감소한다. 반대로 저대칭 군(C2/m, P2₁/m 등)은 학습 난이도가 높아 정확도가 떨어지며, 이는 물성 예측 오차 증가로 이어진다. 이러한 현상은 고대칭 구조가 제한된 자유도를 갖고 있어 화학 조성과 물성 사이의 매핑이 비교적 선형적이기 때문으로 해석된다.

또한, 논문은 생성된 구조의 실용성을 평가하기 위해 CDVAE와 MatterGen이 제시한 유효성(validity), 커버리지(coverage), 물성 분포(Wasserstein distance) 등을 사용하였다. CrystalGF는 유효성 99.85%, 커버리지 90.76% 등 전반적으로 경쟁 모델을 능가했으며, 특히 물성 분포 측면에서 dρ, dE, d_elem 지표가 가장 낮은 값을 기록했다. 이는 제약 기반 사전 확률(prior)이 고품질이어서, 무작위 탐색보다 목표 물성에 가까운 후보를 더 많이 생성한다는 것을 의미한다.

마지막으로, S.U.N. (Stable, Unique, Novel) 메트릭을 균형 있게 계산하기 위해 각 결정계별 점수를 평균화한 “S.U.N. balanced”를 도입했다. 고대칭 계통(입방, 육방)에서 높은 점수를 얻는 기존 방법과 달리, CrystalGF는 저대칭 계통에서도 비교적 높은 점수를 유지해 전체적인 균형성을 확보했다. 이는 실제 제조 공정에서 공급망 위험을 최소화하면서도, 다양한 결정계에 적용 가능한 범용성을 제공한다는 실용적 의미를 갖는다.

요약하면, 이 논문은 (1) LLM 기반 제약 생성기로 물성‑구조 연관성을 사전 학습하고, (2) 다중 제약을 엄격히 적용하는 구조 생성기로 목표 물성을 만족하는 결정 구조를 효율적으로 생성한다는 두 축을 통해, 기존 무작위 기반 생성 방법의 효율성·정확성을 크게 향상시켰다. 향후 연구에서는 저대칭 군에 대한 제약 정확도 향상, 물성 예측 모델과의 공동 최적화, 그리고 실험적 합성까지 연결하는 엔드‑투‑엔드 파이프라인 구축이 기대된다.