본문바로가기


지난호





|

PHYSICS PLAZA

새물리 하이라이트

등록일 : 2022-09-19 ㅣ 조회수 : 425

제일원리 계산을 통한 금 나노결정의 구조 예측 연구

김보성, 송유빈, 박지상, New Physics: Sae Mulli 72, 558 (2022).

새물리 하이라이트

흑연과 다이아몬드는 모두 탄소 원자로 구성되어 있지만, 흑연은 연필에 쓸 정도로 저렴한 반면 다이아몬드는 매우 비싸다. 이처럼 물질의 성질은 그 물질을 구성하는 원자들이 어떻게 배열되어 있는지에 따라 크게 영향을 받게 된다. 이러한 맥락에서 새로운 물질을 탐색하고 그 물질의 성질을 파악하는 것은 고체물리학을 포함한 응집 물리 연구에서 매우 중요하게 다뤄져 왔다.

물질의 특성을 이해하기 위해 제일원리(first-principles) 밀도 범함수 이론(density functional theory, DFT) 계산이 널리 수행되고 있다. 계산 방법론이 발달함에 따라 원자 구조가 주어졌을 때 특성을 계산하지 않고, 특정한 물성을 가진 물질을 찾는 연구도 수행되고 있다. 이를 위해 넓은 짜임새 공간(configuration space)을 효과적으로 탐색할 필요가 있다.

본 연구에서는 점군(point group)을 고려하여 나노결정이 가질 수 있는 여러 무작위 구조들을 제작하였으며, 원자 궤도 선형 결합(Linear Combination of Atomic Orbital, LCAO)과 평면파(plane wave) 두 가지 계산을 수행하여 바닥 상태 구조를 탐색하였다. 그림에 나와 있듯이 먼저 LCAO 계산을 수행하여 구조 최적화를 하고 나서 이후에 평면파 계산을 수행하여 계산 결과를 검증하였다. 특히 GPAW라는 제일원리 계산 코드를 이용하여 LCAO 계산을 수행하였는데, 개인용 컴퓨터에 Atomic Simulation Environment (ASE)와 Jupyter Notebook도 함께 설치하여 계산을 효율적으로 수행할 수 있었다. 최적화된 구조들에서 중복 여부를 확인하기 위해 Pymatgen과 Spglib을 이용하여 점군을 다시 확인하였다. 두 계산 방법들은 구조와 안정성 측면에서 대체로 일치하였으며, 결합 길이 역시 대체로 비슷하나 평면파 계산에서 다소 짧았다. 얻어진 구조들을 활용하여 Ag 나노결정에 대해서도 동일한 계산을 수행하기도 하였다.


액체섬광검출용액의 구성 요소 판별 및 핵 입자 실험 데이터 획득 관련 저속 제어 시스템에서 합성 곱 신경망 적용 가능성 연구

최지원, 최지영, 장한일, 주경광, New Physics: Sae Mulli 72, 582 (2022).

새물리 하이라이트

액체섬광검출용액(Liquid scintillators, LS)의 형광 방출 성능에 큰 영향을 끼치는 인자들은 보고되었지만, 대형 실험의 극한 상황에서 장기간 성능 연구는 진행 중에 있다. 그 이유는 핵, 입자 실험 특성상 액체섬광검출용액은 검출기 안에 밀봉되기 때문에 비침습적인 샘플 검사가 어렵기 때문이다. 그러나, 현재에는 마이크로 컨트롤러의 경량화, 집적화, 그리고 사물 인터넷 기술이 발전하여 내장형 시스템의 경제성과 신뢰성이 크게 향상되었다. 이에 따라서 연구자의 안전, 오랜 시간 극한 상황에서 액체섬광검출용액의 환경 데이터 획득 및 향후 낮은 획득률을 가진 반도체 이미지 센서를 이용한 실험 비결을 확보할 수 있을 것으로 기대한다.

액체섬광검출용액의 주 목적은 LS를 통과하는 입사 입자의 에너지를 잘 흡수하고, 그 흡수된 에너지를 원하는 파장 영역의 신호로 변환하는 것이다. LS의 방출 파장 영역대를 고려하여, 상용 RGB 이미지 센서 기반 분광 이미지 분석에 기계학습을 적용하였고, 이 신경망을 극한 환경에서 원격 제어 시스템 적용 가능성에 대해 통합개발 및 적합성을 연구하였다. 현재까지 고에너지 실험에서 사용하는 LS는 원자 분자 물리학, 나노 광학 체계에서 효과적으로 기술된다. 고에너지에서 사용하는 통상적인 저속 제어 시스템은 1Hz 이하의 느린 응답 속도가 요구되는 실시간 시스템이다. (그림)

데이터 주도형 연구에서 데이터 관리는 사소하게 보이지만, 가장 중요한 문제이고 노력과 자원이 필요하다. 고에너지 실험에서 저속 제어 시스템은 검출기의 상태를 감시하고, 그 정보를 데이터베이스 서버에 저장한다. 기계학습을 이용한 자동화는 소위 데이터 큐레이팅 과정에 대한 연구자의 부담을 덜어줄 것이고, 제안된 소형 상용 RGB 이미지 센서를 기존 저속 제어 감시 시스템에 통합하여 좋은 데이터를 제공할 것이라 기대한다.

마지막으로 중견 연구자의 지식과 경험들이 학문 후속 세대들에게 성공적으로 전수되기를 바란다.

취리히 인스트루먼트취리히 인스트루먼트
물리대회물리대회
사이언스타임즈사이언스타임즈


페이지 맨 위로 이동