XtalOpt 14, 가변 조성 결정구조 탐색을 위한 파레토 최적화

초록

XtalOpt 버전 14는 진화적 다목적 전역 최적화 알고리즘에 파레토 최적화를 도입하고, 가변 조성(Variable‑Composition) 탐색을 지원한다. ab initio, 고전 포텐셜, 머신러닝 포텐셜을 연계해 구조 이완을 수행하며, 사용자 정의 목표 함수를 다중 목표로 동시에 최적화한다.

상세 분석

본 논문은 XtalOpt 14의 핵심 기능과 구현 세부 사항을 체계적으로 제시한다. 가장 큰 혁신은 가변 조성(VC) 탐색을 기본 다목적 최적화(MOGO) 프레임워크에 통합한 점이다. 이를 위해 전체 인구(population)의 에너지 정보를 콘벡스 헐(convex hull)으로 변환하고, 각 구조의 헐 위 거리(distance above hull)를 파레토 지표와 결합한다. 파레토 프론티어에 위치한 구조는 에너지와 사용자 정의 물성(예: 밴드갭, 전도도 등) 사이에서 균형을 이루는 후보로 선정되어 부모 풀에 진입한다.

구조 생성 단계에서는 기존의 ‘cross‑over’, ‘stripple’, ‘permustrain’에 더해 두 가지 새로운 연산이 추가되었다. ‘permutomic’은 부모 구조에 원자를 무작위로 추가·제거함으로써 스토이키오메트리 공간을 균일하게 샘플링하고, ‘permUcomp’은 완전히 새로운 원자 수와 조성을 무작위로 부여해 탐색 폭을 급격히 확장한다. 또한 ‘multi‑cut cross‑over’ 옵션을 통해 여러 절단점에서 리본(ribbon) 형태로 부모 구조를 나누어 교배함으로써 구조 다양성을 크게 높였다.

입력 파라미터 측면에서는 ‘chemicalFormulas’ 플래그를 도입해 전체 화학 시스템을 명시적으로 지정한다. 사용자는 단일 화학식, 콤마 구분식, 혹은 ‘A1‑A4’ 형태의 하이픈 구분식으로 여러 슈퍼셀을 한 번에 정의할 수 있다. ‘vcSearch = true’ 플래그가 활성화되면 초기 세대 이후에도 조성이 자유롭게 변하도록 허용되어, 전통적인 고정‑조성(Fixed‑Composition) 탐색을 넘어 전 화학 시스템을 포괄하는 탐색이 가능해진다.

계산 비용 제어를 위해 ‘maxAtoms’와 ‘minAtoms’ 파라미터가 도입되었으며, 입력 화학식 중 가장 큰 원자 수를 자동으로 인식해 상한을 조정한다. 유전 연산의 선택 확률은 기존의 ‘percent chance’ 방식에서 ‘relative weight’ 방식으로 전환되어, 가중치의 합이 100이 될 필요가 없으며 실행 중 동적으로 조정할 수 있다.

코드 구현은 CLI와 GUI 두 모드 모두 지원하며, Qhull 라이브러리를 이용해 실시간으로 콘벡스 헐을 계산한다. 또한, 최신 Universal Interatomic Potentials(UIP)와 연동할 수 있는 스크립트가 제공돼, 대규모 고속 탐색에 머신러닝 포텐셜을 손쉽게 적용할 수 있다. 전체 워크플로우는 초기 구조 생성 → 로컬 이완 → 목표 함수 계산 → 콘벡스 헐 거리 계산 → 파레토/스칼라 적합도 평가 → 부모 선택 → 유전 연산 → 새로운 구조 생성 → 반복의 순환으로 구성된다.

이러한 기능들은 기존 XtalOpt(버전 13 이하) 대비 탐색 효율성을 크게 향상시키며, 특히 다중 목표와 가변 조성을 동시에 고려해야 하는 신소재 설계에 적합하다. 논문은 또한 버전 14.1·14.2에서 추가된 ‘multi‑cut cross‑over’와 ‘minimum atom count’ 옵션을 간략히 소개한다.