Microsoft Skala AI 모델, CP2K 통합으로 DFT 시뮬레이션 정확도 향상

DFT의 오랜 병목, 교환-상관 범함수

1998년 노벨 화학상을 받은 밀도범함수이론은 분자·재료 시뮬레이션의 핵심 방법론으로 자리 잡아 왔다. 그러나 DFT 내부에서 전자 간 상호작용을 기술하는 교환-상관 범함수는 오랫동안 이 방법론의 취약점으로 지목돼 왔다. 최근 수십 년간 개발된 고정밀 교환-상관 범함수들은 계산 정확도가 높아진 대신 계산 비용이 크게 증가해, 소수의 입자로 구성된 소형 시스템에만 실용적으로 적용 가능했다.

Skala: 신경망이 학습한 전자 밀도 관계

Microsoft Research AI for Science가 개발한 Skala는 수식 기반의 기존 접근 방식 대신, 신경망이 전자 밀도의 지역 간 상호 영향을 직접 학습하도록 설계된 AI 기반 교환-상관 범함수다. 이는 현존하는 소수의 AI 기반 교환-상관 범함수 중 하나로 분류된다. Microsoft는 2025년 관련 결과를 처음 발표했으며, 당시 일정 수준의 DFT 계산에서 정확도와 계산 효율의 균형을 확보했다는 평가를 받았다.

CP2K 통합과 독립 검증

CP2K는 수천에서 수만 개의 원자로 구성된 대형 시스템을 DFT 및 고전 분자동역학으로 시뮬레이션할 수 있는 오픈소스 플랫폼으로, 배터리 소재·촉매·반도체·단백질 연구에 폭넓게 활용된다. CASUS는 2026년 초부터 Skala와 CP2K의 통합 작업에 착수했으며, 두 팀은 수치 정확성 검증을 위한 통합 테스트 세트를 공동 개발해 배포 전 광범위한 품질 확인을 마쳤다. 2026년 봄 한 학회에서 통합 예정이 공개된 후 커뮤니티의 높은 관심이 이어졌고, 8월 중순 CASUS와 Microsoft 연구진이 첫 공동 결과를 발표하며 성능 향상 가능성을 공식 확인했다. Microsoft 외부 기관이 Skala의 이점을 독립적으로 검증한 첫 사례다.

향후 계획과 남은 과제

현 단계에서 Skala의 CP2K 통합은 분자 시스템 시뮬레이션에 한정된다. 두 팀은 향후 금속·반도체 같은 주기적 고체와 액체 시스템으로 적용 범위를 확장할 계획이다. CP2K는 최신 Skala 릴리스를 빠르게 반영할 수 있는 플랫폼으로 활용될 예정이다. 다만 현재까지 공개된 성능 지표는 특정 테스트 케이스에 국한된 것으로, 화학·물리·재료공학의 다양한 실제 문제에 대한 범용 성능은 글로벌 CP2K 커뮤니티의 추가 검증을 통해 확인해야 한다.