단일층 h‑BN 결함 및 전계 경계 시뮬레이션을 위한 고정밀 머신러닝 포텐셜

초록

Allegro 기반의 지역 대칭성을 보존하는 딥 뉴럴 네트워크를 이용해 30 000개의 DFT‑AIMD 이미지로 학습한 머신러닝 인터액티컬 포텐셜(MLIP)을 개발하였다. 에너지와 힘의 평균 절대 오차는 각각 4 meV/atom, 60 meV/Å이며, 순수 h‑BN의 포논 분산과 진동 밀도, 그리고 6가지 점 결함 구조를 DFT와 거의 일치하게 재현한다. 4|8 전계 경계의 이동 메커니즘을 MD로 조사한 결과, 최초 전이 장벽은 약 2.2 eV, 이후 단계는 0.42 eV로 낮아져 전계 경계가 한 번 활성화되면 비교적 쉽게 이동함을 보여준다. 1500 K에서 계산된 전계 경계 이동도는 1.74 × 10⁻¹¹ m³·J⁻¹·s⁻¹로 실험값(1.36 × 10⁻⁹ m³·J⁻¹·s⁻¹)과 같은 차원에서 합리적인 일치를 보인다.

상세 분석

본 논문은 2차원 h‑BN의 결함 및 전계 경계 역학을 정확히 기술할 수 있는 머신러닝 기반 인터액티컬 포텐셜을 설계·검증한다는 점에서 의미가 크다. 기존 DFT는 원자 수가 수천 수준을 넘어가면 계산 비용이 급증해 장시간 동역학 시뮬레이션이 불가능하지만, Allegro 프레임워크는 E³‑equivariant 구조를 채택해 회전·이동·반사 대칭을 엄격히 보존한다. 이는 물리적 제약을 네트워크에 내재화함으로써 학습 효율을 크게 높이고, 전이 금속계와 달리 비금속 2D 재료에서도 높은 정확도를 유지한다.

데이터셋은 6×6 초셀(72원자) 내에 6가지 점 결함(180° 회전, Stone‑Wales, B→N, N→B, V_N, V_B)과 무결함 구조를 포함하며, 500 K, 1000 K, 1500 K에서 비평형 마이크로캐노니컬(NVE) 시뮬레이션을 수행해 총 30 000개의 이미지(구조·에너지·힘)를 확보했다. 또한 ±5 %의 균일 변형과 다양한 격자 상수(2.45–2.75 Å)를 도입해 포텐셜의 일반화 능력을 강화하였다.

학습 과정에서는 2‑body latent MLP(2층·32노드·SiLU), 단일 레이어 latent MLP, 8개의 베셀 함수 기반의 거리 인코딩(ℓ_max=48) 등을 조합했으며, 학습률 0.01에서 Adam 옵티마이저를 사용해 배치당 50개의 샘플로 100 epoch 이상 학습하였다. 검증 단계에서 에너지 MAE 4 meV/atom, 힘 MAE 60 meV/Å를 달성했으며, 이는 현재 상용 MLIP(예: GAP, SNAP)와 비교해 동등하거나 우수한 수준이다.

포논 검증에서는 10×10×1 초셀을 이용해 finite‑difference 방식으로 계산한 결과, 음향 모드와 광학 모드 모두 DFT와 거의 일치했으며, 특히 광학 모드에서 기존 경험적 포텐셜보다 현저히 작은 편차를 보였다. 이는 전자 구조와 원자간 상호작용을 정확히 포착했음을 의미한다.

결함 구조 검증에서는 DFT와 MLIP로 각각 구조 최적화를 수행해 원자쌍 거리와 결합각을 비교했으며, 평균 절대 오차가 0.024 Å에 불과했다. 이는 6 Å 컷오프를 넘어 20 Å까지 확장된 환경에서도 포텐셜이 정확히 작동함을 보여준다.

전계 경계 역학 연구에서는 4|8 전계 경계 유닛을 대상으로 NEB(노드 수 미제시) 없이 직접 MD를 수행해 전이 장벽을 추정했다. 첫 번째 전이는 2.2 eV의 높은 장벽을 가지고 있어 자발적 이동이 거의 불가능함을 시사한다. 그러나 첫 전이가 일단 발생하면 이후 전이는 0.42 eV 수준으로 급격히 낮아져 전계 경계가 연속적으로 전파될 수 있음을 확인했다. 1500 K에서 계산된 이동도 1.74 × 10⁻¹¹ m³·J⁻¹·s⁻¹는 실험값(1.36 × 10⁻⁹ m³·J⁻¹·s⁻¹)과 같은 차원에서 합리적인 차이를 보이며, 시뮬레이션 설정 차이를 감안하면 충분히 신뢰할 수 있다.

전반적으로 본 연구는 (1) 지역 대칭성을 보존하는 딥 뉴럴 네트워크 기반 포텐셜의 설계 원칙, (2) 결함·전계 경계 포함 다양한 구성에 대한 포괄적 데이터셋 구축, (3) 포논·구조·동역학 전반에 걸친 철저한 검증, (4) 실험과 정량적으로 비교 가능한 전계 경계 이동도 예측이라는 네 가지 핵심 성과를 제공한다. 이는 2D 재료의 결함 역학을 원자 수준에서 장시간·대규모 시뮬레이션으로 연결하는 중요한 전환점이 될 것이다.