KAIST, 나노물질 표면과 내부 3차원 원자구조 규명
상태바
KAIST, 나노물질 표면과 내부 3차원 원자구조 규명
  • 송윤영 기자
  • yaho1130@hanmail.net
  • 승인 2021.04.05 13:00
  • 조회수 57
  • 댓글 0
이 기사를 공유합니다

물리학과 양용수 교수, 인공신경망 전자토모그래피 이용 단일 원자단위 해석 성공
실제 물질의 표면 구조 변형에 따른 반응성 규명 및 고성능 촉매 개발 기대
(사진제공=KAIST)(좌) 물리학과 양용수 교수(우) 이주혁 석박사 통합과정
(사진제공=KAIST)(좌) 물리학과 양용수 교수(우) 이주혁 석박사 통합과정

(대전=세종충청뉴스) 송윤영 기자 = KAIST 물리학과 양용수 교수 연구팀이 인공신경망을 이용한 주사투과전자현미경(STEM) 기반 원자분해능 전자토모그래피 기술을 개발, 이를 적용해 백금 나노입자 표면과 내부의 3차원 원자 구조를 15 pm(피코미터)의 정밀도로 규명했다. 1 pm(피코미터)는 1 미터의 1조 분의 일에 해당하는 단위로, 15 pm의 정밀도는 수소 원자 반지름의 약 1/3 정도에 해당하는 매우 높은 수준이다.

전자토모그래피는 전자현미경으로 다양한 각도에서 측정된 2차원 투영된 이미지로부터 3차원 이미지를 얻어내는 기술이다. 최근 주사투과전자현미경과 3차원 토모그래피 재구성 알고리즘의 기술 발전으로 전자토모그래피의 분해능은 단일 원자까지 구분할 수 있는 수준에 이르렀다. 이를 통해 많은 나노물질의 구조와 물성의 근본적인 이해가 가능해졌다.

그러나 일반적인 전자토모그래피 실험에서는 시편을 탑재한 홀더 또는 그리드가 전자빔을 가리게 되는 실험적 제약으로 인해 고 각도(약 75도 이상)의 이미지 측정이 불가능하다. 이로 인해 고 각도 방향의 분해능이 저하되고, 재구성된 3차원 이미지에 원치 않는 노이즈들이 생겨난다. 이러한 현상을 손실 웨지 문제(missing wedge problem)라 부르며, 이러한 문제 때문에 기존의 전자토모그래피 방법으로는 표면/계면의 3차원 원자 구조를 고분해능으로 측정하기 힘들었다.

양용수 교수 연구팀은 인공신경망을 이용해 고 각도 방향의 데이터를 복원함으로써 이러한 손실 웨지 문제(missing wedge problem)를 해결하는 데 성공했다. 이를 통해 고분해능 3차원 표면/계면 원자 구조의 결정이 가능하게 됐고, 나노물질의 표면/계면에서 나타나는 물성의 메커니즘을 단일 원자 수준에서 근본적으로 해석할 수 있게 됐다.

KAIST 물리학과 이주혁 석박사통합과정 학생이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 커뮤니케이션즈(Nature Communications)' 3월 30일 字 게재됐다. (논문명 : Single-atom level determination of 3-dimensional surface atomic structure via neural network-assisted atomic electron tomography).

연구팀은 모든 물질은 원자들로 구성돼 있다는 원자성(atomicity)에 근거해 원자 구조 토모그래피 3차원 데이터를 시뮬레이션을 통해 생성했다. 고 각도의 데이터가 손실된 불완전한 원자 구조 토모그래피 3차원 데이터와 이상적인 원자 구조 3차원 데이터 사이의 상관관계를 학습시키기 위해 인공지능 신경망(3d-unet기반 모델)을 지도학습했다. 원자성에 기반해 학습된 인공지능 신경망은 손실된 고 각도 데이터를 성공적으로 복원함으로써 손실 웨지 문제로 인한 분해능 저하 문제를 해결했다. 이는 높은 정밀도의 3차원 표면/계면 원자 구조 규명을 가능하게 한다.

연구팀은 개발된 인공신경망 기반 전자토모그래피 기술을 이용해 실제 백금 나노입자의 3차원 표면 및 내부 구조를 단일 원자 수준에서 규명할 수 있었다. 원자 구조의 정밀도는 인공신경망 적용 전 26 pm에서 적용 후 15 pm으로 큰 폭으로 향상됐다.

연구를 주도한 양용수 교수는 "인공신경망 기반 전자토모그래피는 구성 원소, 물질의 구조/형태에 의존하지 않는 매우 일반적인 방법으로서, 전자토모그래피로 얻은 원자 구조 부피데이터에는 종류에 상관없이 바로 적용할 수 있다ˮ며 "이를 통해 많은 물질의 3차원 표면/계면 원자 구조가 정밀하게 규명되고, 표면/계면에서 일어나는 물성과 이에 연관된 메커니즘의 근본적인 이해를 바탕으로 고성능 촉매 개발 등에 응용될 것ˮ이라고 연구의 의의를 설명했다.

한편 이번 연구는 한국연구재단 개인기초연구지원사업 및 KAIST 글로벌 특이점 사업(M3I3)의 지원을 받아 수행됐다.

그림 1. 시뮬레이션 원자구조 토모그램에 인공신경망을 적용한 결과 - (a,f,k) 이상적인 원자구조 토모그램 부피데이터, (b,g,l) 손실 웨지 문제로 인해 분해능 저하 및 노이즈가 발생한 토모그램 부피데이터, (c,h,m) (b,g,l)에 인공신경망을 적용한 결과, (d,i,n) 손실 웨지 문제로 인해 분해능 저하 및 노이즈가 발생한 양자역학적으로 계산된 원자구조 토모그램 부피데이터, (e,j,o) (d,i,n)에 인공신경망을 적용한 결과.
그림 1. 시뮬레이션 원자구조 토모그램에 인공신경망을 적용한 결과 - (a,f,k) 이상적인 원자구조 토모그램 부피데이터, (b,g,l) 손실 웨지 문제로 인해 분해능 저하 및 노이즈가 발생한 토모그램 부피데이터, (c,h,m) (b,g,l)에 인공신경망을 적용한 결과, (d,i,n) 손실 웨지 문제로 인해 분해능 저하 및 노이즈가 발생한 양자역학적으로 계산된 원자구조 토모그램 부피데이터, (e,j,o) (d,i,n)에 인공신경망을 적용한 결과.
그림 2. 실험에서 측정된 백금 나노입자 원자구조 토모그램에 인공신경망을 적용한 결과 - (a,c) 인공신경망을 적용하지 않은 원자구조 토모그램 부피데이터 및 3차원 원자구조, (b,d) 인공신경망을 적용한 원자구조 토모그램 부피데이터 및 3차원 원자구조.
그림 2. 실험에서 측정된 백금 나노입자 원자구조 토모그램에 인공신경망을 적용한 결과 - (a,c) 인공신경망을 적용하지 않은 원자구조 토모그램 부피데이터 및 3차원 원자구조, (b,d) 인공신경망을 적용한 원자구조 토모그램 부피데이터 및 3차원 원자구조.

□ 연구개요

1. 연구 배경
  투과전자현미경 기반의 전자토모그래피를 통해 단일 원자 수준의 분해능으로 3차원 원자구조를 규명할 수 있다는 연구가 최근 여럿 보고되었다. 이로써 여러 나노물질의 3차원 원자구조 규명을 통해 이들의 물리적/화학적 특성의 근본적인 해석이 가능해졌다. 하지만 측정 시 실험적 제약으로 인해 고각도의 이미지를 얻을 수 없어, 데이터가 손실된 방향으로 분해능이 저하되는 현상과 노이즈가 나타나는 현상인 손실 웨지 문제(missing wedge problem)가 발생한다.

이러한 문제점은 원자단위의 분해능을 가진 표면/계면 원자구조를 결정하는 데 걸림돌이 되었다. 본 연구에서는 이러한 문제를 인공신경망 기반 기계 학습을 통해 손실된 부분을 복원함으로써 해결하고, 토모그래피의 분해능을 높일 뿐만 아니라 보다 정확한 표면/계면의 3차원 원자구조를 결정하였다. 

2. 연구 내용
  투과전자현미경 기반 원자분해능 전자토모그래피의 고각도 데이터의 손실로 인해 나타나는 문제(missing wedge problem)을 해결하기 위해서 지도학습에 기반한 인공신경망을 활용하여 손실된 데이터를 복원하는 방법을 고안하였다. 인공지능 신경망 모델은 3d-unet에 기반하여, 3차원 원자구조 토모그램 부피데이터를 입력받아 보정된 3차원 부피데이터를 출력하도록 설계하였다.

네트워크 모델을 학습시키기 위해 원자성(atomicity)에 기반하여(모든 물질은 원자들로 구성되어 있다는 기본 제약 조건) 이상적인 3차원 원자구조의 타겟데이터를 생성하고, 입력데이터는 이상적인 데이터에 손실 웨지 문제 (missing wedge problem)를 포함한 불완전한 3차원 원자구조 토모그램을 시뮬레이션으로 생성 후 학습시켰다. 학습된 인공신경망 모델의 손실데이터 복원 및 정밀도 향상 정도는 양자역학적 계산을 통한 투과전자현미경 시뮬레이션을 통해 테스트하였다.

또한, 실제 백금 나노입자에 전자토모그래피 실험을 수행하고 얻어진 3차원 원자구조 토모그램 부피데이터에 인공신경망을 적용하여 3차원 원자구조를 정밀하게 결정 하였다. 최종적으로 규명된 백금 나노입자의 3차원 원자구조는 정밀도 15 pm으로 인공신경망 적용 전 26 pm에 비해 획기적으로 향상되었으며, 매개변수에 의존하지 않고도 표면 원자 구조의 결정이 가능하게 되어 원자구조의 신뢰성을 한층 높였다. 

3. 기대 효과
  촉매 물질의 실제 반응은 표면/계면에서 일어나지만, 표면에서의 실제 원자 구조 측정의 어려움으로 인해 표면물성 및 촉매반응에 대한 근본적인 메커니즘은 많은 부분이 밝혀지지 않았다. 이에 대한 근본적인 이해를 위해서는 3차원 표면 원자구조에 대한 정밀한 이해가 반드시 필요하다. 본 연구에서 고안한 인공신경망 기반 원자분해능 전자토모그래피를 적용하여 높은 정밀도로 규명된 표면/계면의 3차원 원자구조는 표면/계면의 반응 메커니즘을 근본적으로 규명하는 밑바탕이 될 것으로 기대한다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사
이슈포토