계산화학

 최근 계산화학을 이용한 신소재 가발 성공사례가 많아 지면서 이에 대한 관심 또한 늘고 있다.

1. 계산화학이란?

계산화학을 이용한 소재설계 방식은 주로 소재의 조성 및 원자(결정)구조 정보로부터 물성(property)을 예측하는 방식이다.

2. 다양한 종류의 계산화학

예측하고자 하는 물성이 무엇인지에 따라 다음과 같이 구분할 수 있으며, 이러한 계산과학 기술은 양자역학, 고전역학, 통계역학 및 열역학 등에 기반을 두고 있다.

1) 제일원리계산(First-principles calculation)

2) 분자동역학(Molecular dynamics)

3) 몬테카를로 시뮬레이션(Monte carlo simulation)

3. 계산화학이 왜 중요하고 각광을 받는가?

가장 큰이유는 빠른 예측 속도에 있다. 촉매(Catalysis) 소재 개발에 예를 들어 설명해보자. 촉매는 사전적 의미로 화학반응 과정에서 소모되거나 변화되지 않으면서 반응속도를 빠르게 하는 물질을 말한다.

새로운 촉매를 개발할 때 촉매 소재 표면에서 반응물( X, Y )이 생성물( Z )로 화학반응이 일어날 때 에너지차(△G)와 에너지 장벽(Ea) 정보로부터 이 화학반응이 열역학적으로 일어날 수 있는지 그리고 얼마나 빨리 일어날 수 있는지를 예측할 수 있다.

4. 양자역학에 기반을 둔 제일 원리 계산

이 방법을 이용하면 화학반응의 에너지차와 에너지 장벽을 높은 정확성으로 예측할 수 있다는 점에서 매우 유용하게 활용될 수 있다. 그리고 그 결과는 실험 연구자에게도 직접적으로 도움을 줄 수 있다.

5. 양자역학의 문제점

문제는 제일원리법으로 이러한 촉매 반응 경로를 예측하는데 많은 계산 시간이 소요된다는 어려움이 있다. 특히 에너지 장벽 계산에 많은 시간이 소요된다.

예를 들어 설명하면 보통 합금계 촉매 표면에서 화학반응 경로를 완전히 이해하는데 대략 6개월의 시간이 필요하다. 이 6개월이란 시간은 경우에 따라서는 실험을 진행하는 것이 제일 원리 계산을 진행하는 것보다 더 빠르다.  따라서 양자역학을 이용한 시뮬레이션 방법에는 많은 시간이 소요된다는 문제가 있다.

하지만 인공지능을 이용한다면 이 6개월이란 시간을 몇 분(minute)으로 단축시킬 수도 있다.

6. 인공지능의 예측방식의 차별성

인공지능 예측 방식은 소재 물성 데이터베이스(DB)에서 소재(조성 및 구조 등) 정보와 물성간의 “상관관계”를 찾고, 이를 기반으로 새로운 소재의 물성을 예측하는 방식이다. 이때 양자역학, 고전역학, 통계역학과 같은 principle은 전혀 사용되지 않는다. 이런 이유로 인공지능/빅데이터 기반 소재 설계 기술은 소재 개발 분야의 새로운 패러다임을 제공할 수 있다.

다음은 소개 개발 4차 패러다임 기술을 의미한다.