이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Microsoft Research는 이전 공개 버전보다 2.5배 많은 데이터로 학습한 Deep Learning 기반 DFT 범함수 Skala-1.1을 공개했습니다. Skala-1.1은 GMTKN55에서 가중 평균 오차 2.8 kcal/mol을 기록하고 55개 범주 중 32개에서 가장 낮은 오차를 기록하면서, meta-GGA 수준의 계산 비용으로 Global Hybrid Functional을 앞서는 성능을 보였습니다. CP2K 통합이 완료됐고 Psi4, FHI-aims, ORCA, VASP로 적용 범위를 넓히는 동시에, CP2K와 PySCF 구현의 수치 일치성을 통합 테스트로 확인했습니다. GPU에서는 r2SCAN과 같은 계산 비용을 유지하고 CPU에서는 큰 분자에서 오버헤드가 줄어드는 특성을 추적하기 위해 지속 갱신형 성능 보고서와 벤치마킹 하니스도 함께 마련했습니다.
섹션별 상세
Skala-1.1은 이전 공개 버전보다 2.5배 많은 데이터로 학습해 분자 시뮬레이션의 정확도를 높였습니다. 학습 데이터에는 전자 친화도와 비공유 상호작용 클러스터 같은 새 범주가 추가되어 데이터 규모뿐 아니라 화학적 다양성도 커졌습니다. 그 결과 GMTKN55 55개 범주에서 가중 평균 오차 2.8 kcal/mol을 기록하고, 열화학·반응 속도론·분자 구조 예측에서 기존 Skala보다 개선된 성능을 확보했습니다.
Skala-1.1은 meta-GGA 수준의 계산 비용으로 Global Hybrid Functional보다 높은 GMTKN55 성능을 겨냥합니다. 전자 밀도, 쌍극자 모멘트, 분자 기하 구조까지 함께 산출해 에너지 값만 맞추는 범함수보다 폭넓은 분자 정보를 제공합니다. GMTKN55에서 55개 범주 중 32개에서 가장 낮은 오차로 1위를 차지했다는 결과가 정확도 개선의 핵심 근거로 제시됐습니다.
Skala의 지속적 개선 구조는 기존 범함수처럼 새 모델이 누적되는 대신 각 릴리스가 이전 버전을 대체하도록 설계됐습니다. 새로운 데이터와 모델 구조, 학습 전략을 추가하되 실용적인 계산 비용을 유지하는 방식으로 세대별 성능 향상을 추구합니다. 이 접근은 고정된 범함수 선택지 중 하나를 고르는 대신 데이터와 학습 과정의 확장을 통해 예측 가능한 DFT로 이동하려는 방향을 갖습니다.
Skala는 PySCF 기반 Community Edition을 넘어 CP2K에 통합됐고 Psi4, FHI-aims, ORCA, VASP로 확장되고 있습니다. CP2K 구현에서는 수치 검증용 통합 테스트를 구성해 같은 계산 조건에서 PySCF 버전과 결과가 일치하는지 확인했습니다. CP2K와 PySCF의 오차 차이는 대표적인 GMTKN55 부분 세트 전체에서 0.1 kcal/mol MAD 이내였으며, 어려운 라디칼 계에서 단일 이상치가 관찰됐습니다.
Skala-1.1의 계산 성능은 GPU에서 r2SCAN과 같은 수준이며, CPU에서는 큰 분자에서 추가 비용이 사라지는 양상을 보입니다. GPU에서는 약 1000개 이상의 궤도에서 B3LYP와 M06-2X가 더 비싸지고, CPU에서는 약 300개 이상의 궤도에서 Skala의 초기 오버헤드가 사라집니다. Microsoft Research는 새 릴리스와 GauXC 및 하드웨어 최적화에 따른 변화를 추적하기 위해 벤치마킹 하니스와 지속 갱신형 성능 보고서를 공개했습니다.
용어 해설
- 밀도 범함수 이론(Density Functional Theory)
- — 전자 밀도를 바탕으로 분자의 에너지와 구조를 계산하는 양자화학 방법입니다. 파동함수 대신 전자 밀도와 교환-상관 범함수를 사용해 계산 비용을 낮추며, 신약·촉매·재료 설계의 분자 시뮬레이션에 활용됩니다.
- 교환-상관 범함수(Exchange-Correlation Functional)
- — 전자 사이의 교환 효과와 상관 효과를 근사해 전자 구조 계산에 반영하는 함수입니다. DFT의 정확도와 계산 비용을 좌우하며, Skala는 고정된 수식 대신 Deep Learning으로 이 함수를 학습합니다.
- meta-GGA
- — 전자 밀도뿐 아니라 밀도의 변화율과 운동 에너지 밀도까지 활용하는 DFT 범함수 계열입니다. 일반적인 반국소 범함수보다 풍부한 전자 정보를 사용하면서도 Hybrid Functional보다 낮은 계산 비용을 유지하는 것이 특징입니다.
- GMTKN55 벤치마크(GMTKN55)
- — 열화학, 반응 장벽, 비공유 상호작용 등 55개 화학 문제 범주로 구성된 DFT 평가 세트입니다. 여러 범함수의 에너지 오차를 동일한 기준에서 비교해 분자 시뮬레이션 성능을 측정하는 데 쓰입니다.
- 전자 밀도(Electron Density)
- — 분자 공간에서 전자가 존재할 확률을 나타내는 물리량입니다. DFT는 전자 밀도를 핵심 계산 대상으로 삼고, 이를 이용해 에너지·쌍극자 모멘트·분자 기하 구조를 산출합니다.
- GauXC
- — 전자 구조 계산에서 교환-상관 항을 효율적으로 평가하는 소프트웨어 라이브러리입니다. Skala의 CP2K 통합과 성능 최적화에 활용되며, 새로운 구현의 계산 비용을 줄이는 요소로 기사에 등장합니다.
기술
- Skala-1.1
- Density Functional Theory
- meta-GGA
- CP2K
- PySCF
- Psi4
- FHI-aims
- ORCA
- VASP
- GauXC
- ASE
- Microsoft Research Accurate Chemistry Collection
- GMTKN55
활용 사례
- 분자 열화학 계산
- 반응 속도론과 반응 장벽 예측
- 비공유 상호작용 계산
- 분자 구조 예측
- 재료 과학과 촉매 시뮬레이션
- 에너지 기술 및 신약 개발용 분자 계산
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 21.수집 2026. 08. 21.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
