클라우드 컴퓨팅을 활용한 유기 반도체 소재에 대한 대규모 이론적 스크리닝

파나소닉의 과학자들은 Schrödinger 연구진과 공동으로 『The Journal of Physical Chemistry』에 논문을 게재했으며, '클라우드 컴퓨팅 환경을 활용한 헤테로아센 계열의 정공 전도성 유기 물질에 대한 대규모 이론적 스크리닝'라는 제목의 논문으로, 최적의 정공 이동도 특성을 지닌 분자를 규명하기 위해 클라우드 컴퓨팅 환경에서 잠재적 유기 전자 소재에 대한 대규모 이론적 선별을 수행한 내용을 다뤘습니다. 유기 반도체 소자의 성능은 소자를 구성하는 약전도성 소재를 통한 전하 이동에 결정적으로 좌우됩니다. 양전하 운반체와 음전하 운반체는 각각 정공과 전자입니다. 전하 수송은 고체 내 분자에서 분자로 점프하는 방식으로 발생하며, 이는 ‘ Schrödinger ’ 플랫폼의 원자 규모 시뮬레이션 기법을 통해 모델링된다. 본 연구에서는 유기 반도체 내의 정공 이동도에 중점을 두었다.

파나소닉은 푸란, 티오펜, 셀레노펜이 융합된 구조를 연구하는 데 관심을 보였습니다. 이러한 화합물은 다양한 응용 분야에 유기 반도체로 활용될 수 있다는 점에서 주목받고 있습니다. 특히 파나소닉은 현재 시중에서 구할 수 있는 화합물보다 전하 이동도가 더 높은 유기 반도체 소재가 필요한 인쇄형 RF-ID(무선 주파수 식별) 태그를 개발하는 데 관심을 두고 있습니다. 이러한 소재는 주택, 소매 및 창고 관리 분야에 활용될 수 있습니다. 비접촉식 결제 및 재고 관리는 미래 소매 거래 기술을 한층 더 발전시킬 것입니다. 예를 들어,‘레지-로보(Reji-Robo)’라고 불리는 파나소닉의 기존 제품은 인건비를 10% 절감하는 동시에 고객의 결제 과정을 신속하게 처리해 주는 새로운 자동 결제 시스템입니다.

이 연구에서 Schrödinger 는 고성능 정공 전도성 물질의 화학적 공간을 구축하기 위한 기초 자료로, 구조 열거를 통해 7,032,432개의 화합물을 생성했다. 초기 화합물 집합 중 250,000개를 무작위로 선정하여 정공 재구성 에너지에 대한 밀도 함수 이론(DFT) 계산을 수행했다. 분석해야 할 화합물의 양이 방대했기 때문에, 연구팀은 계산 처리량을 대폭 높이기 위해 클라우드 컴퓨팅 환경에서 계산을 수행하기로 결정했다.

구글 클라우드 컴퓨팅 기술을 활용하여 25만 개의 화합물에 대한 홀 재구성 에너지를 예측하기 위해 360만 건의 ‘ DFT ’ 계산을 수행했으며,이 작업은 불과 16일 만에 완료되었습니다.

Schrödinger의 재료과학 그룹 소속 수석 수석 과학자인 알렉산더 골드버그는 이 논문의 주요 연구 결과를 다음과 같이 설명합니다:

이 연구가 왜 중요한지 설명해 주시겠습니까? 
이동도가 향상된 유기 물질을 확보하면 유기 전자공학 분야의 발전에 기여할 것입니다. 유기 전자 재료는 저비용, 높은 유연성, 쉬운 가공성, 경량성, 지속 가능성 등의 장점을 갖추고 있어 이 분야에 대한 관심과 투자가 급증하고 있습니다. 전 세계 유기 반도체 시장만 해도 2024년까지 1,794억 달러로 성장할 것으로 예상되며,^이는 2019년 대비 22.4% 증가한^{수치입니다.¹}

유기 소재 기반 소자의 성능은 이제 주요 응용 분야에서 무기 소재에 필적할 정도로 향상되었지만, 그 기반이 되는 물리적 원리가 아직 명확하지 않고 작동 원리를 규명해야 하므로, 향후 발전을 위해서는 여전히 기초 연구가 필요합니다. 우리는 ‘ Schrödinger ’ 플랫폼을 활용하여 이 연구를 진전시키고, 고품질의 차세대 유기 전자 소재를 설계할 수 있습니다.

이 논문의 의미를 설명해 주세요. 왜 이토록 주목받는 것일까요?
불과 몇 년 전만 해도 이 정도의 규모를 이토록 짧은 시간 내에 스크리닝하는 것은 불가능했습니다. 클라우드 컴퓨팅의 발전 덕분에, 우리는 원자 수준 시뮬레이션을 활용해 화학적 공간을 스크리닝하는 규모를 획기적으로 확대할 수 있게 되었습니다. 일반적인 200 CPU 고성능 컴퓨팅(HPC) 자원을 사용했을 때 이 정도의 화합물을 스크리닝하는 데 100일이 소요된다는 점을 고려하면, 클라우드 컴퓨팅을 사용할 때 얼마나 더 빠른지 알 수 있습니다. 만약 기존의 실험적 방법을 통해 이 양을 스크리닝한다면 약 5,000년이 걸릴 것입니다.

이 프로젝트에서 귀하는 7,032,432개의 구조로 구성된 화학 라이브러리 중 250,000개의 구조가 정공 수송 재료로서 적합한지 평가하여, 가장 최적의 정공 이동도를 가진 구조를 찾아냈습니다. 사용하신 과정을 설명해 주시겠습니까?
250,000개의 구조를 무작위로 선정하여 정공 재구성 에너지에 대한 밀도 함수 이론(DFT) 계산을 수행했습니다. 그런 다음, 재구성 에너지가 가장 낮은 130개 화합물의 정공 이동도에 대해, 분자 동역학( DFT )과 분자 동역학( 분자동역학 , MD) 방법을 결합하여 추가 처리를 진행했습니다. 이 방법을 통해, 실험적으로 관측된 이동도가 가장 높은 최첨단 화합물 중 하나인 디나프토티에노펜(DNTT)보다 20배 더 높은 예측 정공 이동도를 가진 구조를 식별할 수 있었습니다^.²

위 그림 1A에 설명된 바와 같이, 250,000개의 화합물에 대해 계산된 쌍극자 모멘트를 정공 재구성 에너지에 대해 그래프로 나타내었습니다. 우수한 전하 수송 소재는 고체 상태에서 전하 포획을 방지하기 위해 쌍극자 모멘트가 작아야 합니다. 정공 재구성 에너지는 0.055~0.50 eV 범위입니다. 이를 바탕으로, 그림 1B에 표시된 바와 같이 정공 재구성 에너지가 0.1 eV 미만인 17,000개의 화합물로 범위를 좁혔습니다. 정공 재구성 에너지가 0.12 eV인 DNTT와 비교해 볼 때, 이 17,000개의 화합물은 모두 향상된 정공 전도성 소재를 위한 유망한 후보로 평가될 수 있습니다.

그림 2는 고려된 모든 토폴로지 화합물에 대해 계산된 최소 정공 재구성 에너지와 해당 화학적 구조를 함께 보여준다.

높은 이동도를 가진 후보 물질을 선별하기 위해 단계별 선별 과정을 거쳤습니까?
네. 예를 들어, 이동도 계산에 드는 비용이 재구성 에너지 계산보다 훨씬 높기 때문에, 클라우드에서 대규모 병렬 DFT 계산을 수행한 후, 홀 재구성 에너지가 가장 낮은 130개의 화합물을 선별하여 추가 계산을 통해 응축 상태 phase 에서의 홀 이동도 추정치를 도출했습니다. 이 130개 화합물에 대한 계산을 통해 어떤 화합물이 가장 높은 홀 이동도를 보이는지 순위를 매길 수 있었습니다. 그림 3(아래)은 해당 그룹에서 정공 이동도가 가장 높은 상위 4개 화합물의 화학 구조를 보여줍니다. 후보 화합물을 순위 매기며 이동도를 계산하는 데에는 서로 다른 근사법에 기반한 두 가지 방법이 사용되었습니다. 퍼콜레이션 이론은 랜덤 워크 접근법을 기반으로 하는 반면, 에너지 무질서 이론은 고체 내 에너지 상태의 분포를 기반으로 합니다.

Schrödinger 가 클라우드 컴퓨팅을 활용하는 다른 사례가 있나요?
Schrödinger 는 물질 설계뿐만 아니라 신약 개발 및 생물학적 제제 연구 분야에서도 클라우드 컴퓨팅을 활용하고 있습니다. 클라우드 컴퓨팅을 통해 온프레미스 컴퓨팅 자원을 사용할 때보다 훨씬 짧은 시간 내에 방대한 화학 공간을 스크리닝할 수 있습니다.

Schrödinger 클라우드 기반 가상 스크리닝 분야에서 여러 차례 기록을 경신해 온 바 있습니다. 2013년, 당사의 재료과학 팀은 Cycle Computing과 협력하여 ‘메^{가런(Megarun)’3이라}명명된 156,000개 이상의 코어를 동원한 클라우드 컴퓨팅 작업을 수행했습니다. 이 작업은 전 세계 8개 지역의 아마존 웹 서비스(AWS) 퍼블릭 클라우드에 분산된 가상 머신을 활용하여 총 18시간 동안 진행되었으며, 총 비용은 불과 33,000달러에 불과했습니다. 이는 당시 역사상 가장 규모가 크고 가장 빠른 클라우드 컴퓨팅 실행이었습니다. 이 성과와 이번 스크리닝을 비교해 보면, 클라우드 컴퓨팅 기술이 얼마나 빠르게 발전하고 있는지 알 수 있습니다.

올해 초,Schrödinger 는연구 속도를 높이기 위해Google Cloud와 파트너십을 맺었습니다. 필요에 따라 거의 무제한에 가까운 처리 능력을 활용할 수 있게 됨에 따라, 온프레미스 컴퓨팅을 사용할 때보다 훨씬 짧은 시간 내에 더 넓은 화학 공간을 탐색하고 훨씬 더 많은 화합물을 모델링할 수 있게 되었습니다.

구글은 또한 코로나19 퇴치를 위한 우리의 활동을 지원하기 위해 자원을 기부했습니다. ‘ Schrödinger ’는 전 세계 유수의 바이오제약 기업들과 함께 항바이러스 치료제를 개발하기 위한 자선 이니셔티브의 일환입니다. 구글 클라우드는 이 협력의 일환으로 1,600만 시간의 GPU 사용 시간을 제공하고 있습니다. 이는 세계에서 가장 빠른 슈퍼컴퓨터를 사용하는 것과 맞먹는 수준입니다.
 

다음 단계는 무엇일까요?
다음 단계로, 파나소닉과의 긴밀한 협력을 지속하고, 이번 연구 결과를 바탕으로 머신러닝 기술을 활용해 구조-특성 관계를 규명하며, 높은 이동도를 요구하는 응용 분야를 위한 유기 반도체 설계 공간을 더욱 광범위하게 탐색해 나갈 계획입니다.
 

마지막으로 하고 싶은 말씀이 있으신가요?
클라우드 컴퓨팅은 우리의 연구 방식을 혁신적으로 변화시켰습니다. 원자 수준 시뮬레이션은 이미 소재 연구 개발에 막대한 영향을 미치며, 비용을 절감하고, 개발 기간을 단축하며, 위험을 줄이고, 혁신을 주도하고 있습니다. 클라우드는 본질적으로 “무한한” 자원을 제공합니다. 더 이상 후보 물질을 특정 라이브러리로만 제한할 필요가 없습니다. 광대한 화학적 공간에 접근할 수 있게 됨으로써, 가장 최적의 특성을 지닌 최고의 후보 물질을 찾을 가능성이 높아졌습니다. 또한, 이 과정을 더 빠르게 수행할 수 있게 됨으로써, 다음 단계에 필요한 조치를 결정하는 데 도움이 되는 결과를 더 빨리 얻을 수 있게 되었습니다. 지금이야말로 재료 연구 분야에서 일하기에 정말 흥미진진한 시기입니다.