확산모델, 결정구조와 국소 전자 기술자를 함께 생성해 역설계 성능 개선

1/ AI 활용 방법: 공유 score network 기반 확산모델
2/ 적용 과제: 결정 구조와 Bader charge, atomic DOS를 함께 생성하는 역설계
3/ 보고된 결과: 구조만 생성하는 기준선보다 대부분 조건에서 성공률이 높고 물리적 타당성이 개선됨
4/ 2026-10-15 공개된 이 연구는 공동 생성형 확산모델을 이용해 결정 구조와 국소 전자 기술자를 함께 만들어, 조성·밴드갭·형성에너지 조건을 만족하는 역설계를 시도했다.
5/ 핵심 방법은 공유 score network를 사용하는 생성 프레임워크다.
6/ 재료 연구에 주는 의미는 구조만 맞추는 것이 아니라 전자적 특성까지 함께 고려해 후보를 만들 수 있다는 점이다.
7/ 논문은 구조만 생성하는 기준선과 비교했을 때 대부분의 조건에서 성공률이 더 높았고, 안정성·유일성·신규성 비율과 물리적 타당성이 향상됐다고 보고했다.
8/ 생성된 Bader charge의 오차도 함께 제시됐다.
9/ 한계로는 공동 생성 결과가 기준선보다 좋았더라도, 이는 특정 데이터와 조건에서의 성능이며 모든 재료 계열로 일반화된다고 단정할 수는 없다.
10/ 또한 요약된 공개 정보만으로는 실제 실험 합성 성공까지 확인되지는 않는다. [1]