비균일 변형 MoS₂의 전자구조를 머신러닝으로 재구성

본 연구는 2차원 반도체인 MoS₂ 단층에 발생하는 비균일 변형—특히 주름과 나노버블 형태의 굽힘—이 전자구조와 광학적 특성에 미치는 영향을 정량적으로 규명하고, 이를 빠르게 예측할 수 있는 데이터‑드리븐 프레임워크를 제시한다. 연구는 크게 네 단계로 진행된다. 첫 번째 단계는 변형된 MoS₂ 구조를 DFT로 정확히 계산하는 것이다. 원자층을 3차원 가우시안 형태로 굽힘시켜 중앙 높이 h(Å)로 변형 정도를 정의하고, 각 h에 대해 전자밀도(DOS), 전도·가전자 밴드 최솟값(CBM, VBM) 및 밴드갭(Eg)을 얻었다. 결과는 이축 굽힘이 동일한 평면 내 이축 변형(2–3 %)보다 훨씬 큰 전자구조 변화를 일으키며, h = 1.33 Å(≈0.35 % 이축 변형)에서 Eg가 약 22 % 감소하고 CBM·VBM이 각각 25 %·20 % 이동함을 보여준다. 또한, 굽힘에 따라 Mo‑S 결합 길이와 S‑Mo‑S 각이 변하고, S‑S 거리 감소로 층 두께가 얇아지는 구조적 특징이 전자밴드에 직접적인 영향을 미친다. 두 번째 단계는 DFT 결과를 기반으로 순환 신경망(RNN)을 구축하는 것이다. 50개의 DFT‑DOS 데이터(0–0.33 % 이축 변형)를 학습시켜, 변형 입력만으로 전체 DOS와 Eg를 실시간으로 예측하도록 설계하였다. 7개의 1D 은닉층(50–4000 뉴런)으로 구성된 네트워크는 300 epoch 학습 후 평균 제곱 오차가 0.0002 % 이하로 수렴했으며, 다항식 보간법보다 높은 정확도를 보였다. 세 번째 단계는 실험적 검증이다. CVD 성장 MoS₂ 단층을 금 나노기둥 배열 위에 전이시켜 주름·버블을 형성하고, AFM 탑그래피와 라만 스펙트럼을 이용해 변형 지도(εzz)를 추출하였다. AFM 기반 변형은 연속적인 고해상도를 제공하고, 라만 변형은 보완적인 정보를 제공한다. 이 변형 지도와 학습된 RNN을 결합하면 시공간적으로 해상된 Eg 맵을 얻을 수 있다. 예측된 Eg 분포는 동일 시료의 광발광(PL) 피크 에너지와 높은 상관관계를 보였으며, 전도성 AFM 측정에서도 변형이 집중된 부위에서 전도도가 상승함을 확인하였다. 네 번째 단계는 물리적 메커니즘과 응용 가능성을 논의한다. 이축 굽힘은 전자·이온 극성을 강화해 유전상수(εr)를 약 7 % 상승시켰으며, 일축 굽힘에서는 약 1 %에 그쳤다. 유전상수 상승은 전하 스크리닝을 개선해 이온 불순물에 의한 산란을 감소시키고, 이동도 향상에 기여한다. 또한, 굽힘에 의해 생성된 새로운 밴드 엣지 상태는 전하를 고곡률 부위에 집중시켜 국부적인 도핑 효과를 제공한다. 이러한 현상은 실제 디바이스에서 불가피하게 발생하는 주름·버블이 전기 전도와 광학 응답을 크게 바꿀 수 있음을 의미한다. 마지막으로, 제안된 DFT‑RNN 프레임워크는 MoS₂에 국한되지 않고, 다른 전이금속 칼코게나이드, 이종접합, 그리고 복합 변형(전단·전단+굽힘)에도 적용 가능하다. 고해상도 변형 지도와 결합된 빠른 전자구조 예측은 스트레인 엔지니어링 기반 고성능, 저전력, 유연 전자·광학 디바이스 설계에 새로운 도구가 될 것이다.