원자 수준 물성 예측과 시뮬레이션

그래서 엔시스라든지 컨트륨 레벨 시뮬레이션 이런 것들은 사실 구조를 패드로 짜서 거기에 이제 physics를 넣어서 어떤 디자인이나 시뮬레이션을 하게 되는데 그 안에 이제 material 특성은 사실 그냥 파라메터로 집어넣고 시뮬레이션을 하게 됩니다. 그래서 그런 material 파라메터를 가지고 시뮬레이션을 하게 되는데 사실 새로운 material이나 또 그 material을

그 머트리얼의 특성을 잘 모를 때는 이 머트리얼 프로퍼티를 이제 실제로 계산을 해야 됩니다. 그래서 그런 머트리얼의 특성을 디자인하고 시뮬레이션 하는 것이 이제 머트리얼 시뮬레이션의 목적이 되었구요. 그래서 이제 퀀텀 ATK는 이제 이렇게 원자들의 구조를 실제 포지션과 엘레먼트를 가지고 시뮬레이션을 하게 되구요. 그래서 이제 스튜럭처를

필요해볼에서 어떤 모트열의 관심이 있는지에 따라서 필요해볼에서 셀렉트를 한 다음에 그 다음에 이제 이 부처를 가지고 원자 시뮬레이션에서 가정하는 이제 여러 모델들을 가지고 시뮬레이션을 하게 됩니다. 그래서 저희가 많이 쓰는 모델은 dft라는 모델이 있고 dft는 양자역학을 실제로 푸는 거고요.

비니컬한 포텐셜을 가지고 일렉트론을 제외한 원자들의 힘을 계산하는 방식이 되겠습니다. 뒤에서 좀 더 설명을 드리고 실제적으로 미케니컬이나 일렉트릭 스트로처를 입력하는 방법이 디어시플레이션의 목적이 되겠습니다. 죄송한데 가장 근본적으로 이해를 하고 설명을 하면 좋을 것 같은데요. 아까 베이직하게 아톰의 기듬, 원자 단위 관련된 부분들이

어쨌든 물성치를 우리가 유추할 수 있는 데까지 가는 거잖아요. 기본적으로 우리가 H2O나 C5T나 이런 것들을 하면 사실은 두 개 결합하고 거기에 대한 물성치가 있으며 거기에 어떤 형태가 됐든 다른 것들을 다 첨가하고 했을 때 거기에 대한 모터리형 값까지도 다 예측을 할 수 있는 건가요? 그 예측이 이론적인 게 있는 것인가요? 이론적인 부분을 다 축적하는 건가요? 아니면 관련된 여러 가지의 프라퍼를 실험적으로 데이터를 가지고 있는데 그 데이터를 가지고 거기에 어떤 다른 것들을 넣을 때 스톡조가 바뀌고 이렇게 해서 거기에 대한 것들을 가상으로 유출을 하는 겁니다.

일단은 이제 저희는 머틸 시뮬레이션에서는 실험 데이터는 전혀 필요가 없습니다. 필요한 것은 원자 구조와 어떤 앨범을 들어서 CO2라고 하면 CO2라는 플리머라는 플리머의 구조만 필요하고요. 그 구조가 있으면 물성지는 나오는게 머틸 시뮬레이션이구요. 그럼 시험이 될수록 그것에 대한 모델링이나 에너지에 대한 이런 것들을 다 계산한 것 가지고 프라미티까지도 예측을 해주는 거라고 생각하는데요. 제 실제 염대역할을 뚫면은

밴드갬이라든지 에너지 라든지 메캐니컬한 특성들이 나오기 때문에 에너지를 가지고 실제 디엘의 특성을 예측하는 거라서 실험이 전혀 없어도 도입을 할 수가 있습니다. 그래서 이제 말씀하신 대로 실험이 없는 그런 실험 베이타가 없는 많은 새로운 디열에 대해서 저희가 디스커버를 하고 스크리닝을 할 수가 있게 되는 거고 그 다음에 실제 어떤 현상들이 일어나는데 실험에서 그런 것들을 이제

여러 분석투를 통해서 분석을 하지만 원자 수준에서 저희가 설명을 할 수 있는 위케인즙을 설명할 수 있고 또 실제 여러 머트리얼들이 합성될 때는 증착되거나 패브리케이션 될 때는 특성들이 달라지거나 그런 것들에 대해서 저희가 원자 모델을 가지고 설명을 하게 됩니다. 그래서 이런 것들을 데이터베이스로 사용할 수 있고 또 컨트롤에 있는 이런 것들을 워크플로우로 만들어서 쉽게 유저들이 사용할 수 있도록 하게

다양한 머티리얼 사이언스를 할 수가 있게 되겠고요. 일단 말씀드린대로 머티리얼의 종류는 제약이 없습니다. 반도체든 폴리머든 제올라이시든 배터리든 어떤 머티리얼이든 우리가 시뮬레이션을 할 수가 있게 되겠고요. 원자 구조만 알면 그 원자 구조의 조성을 알면 이제 저희가 다양한 구존에 요셀를 시뮬레이션으로

반도체에서는 실리콘 기반의 디바이스들, 메탈이나 세미컨덕터 관련된 컨택 등의 시뮬레이션을 하게 되겠구요. 배터리에서는 양극과 음극의 리세이션, 소디움 같은의 볼륨 변화라든지 어느정도의 리튬이 들어가는지, 볼륨이 어느정도 바뀌는지,

그런 것들을 시뮬레이션 할 수가 있고 폴리머 같은 경우는 실제로 폴리머는 수많은 원자들이 종합해서 폴리머 자체가 종합체이기 때문에 구조들을 만들기 어려운데 그런 것들을 쉽게 만들 수 있게 돼서 어떤 서머메케니컬한 플라스틱 프로펜티를 저희가 시뮬레이션 할 수가 있습니다. 그리고 이제 아몰퍼스라든지 실제 우리가 책에서 보는 또 데이터베이스 크리스탈 데이터베이스 앱

FCC나 BC 이런 구조들은 많이 알려져 있지만 실제 쓰이는 현업에서 쓰이는 구조들은 리퀴드나 글래스, 폴리크리스타나 이런 것이기 때문에 사실 특성들은 예측이 어렵고 문헌도 많이 있지 않습니까? 그래서 그런 것들을 쉽게 구조들을 만들고 유치할 수 있도록 하는게 퀀텀 ATK입니다. 퀀텀 ATK는 나노랩이라는 GUI가 있고요.

기저가 처음에 시뮬레이션 할 때 처음 쓰시는 분들은 사실 이 모델도 복잡하고 양자역학이나 아토미터 시뮬레이션에 대한 기본적인 지식들이 있어야 되는데 그런 것을 쉽게 접근할 수 있도록 우리가 연화력이나 구이를 제공해 드려서 여기서 몇 번의 클릭만으로 시뮬레이션을 할 수 있습니다. 그래서 이 구조를 복잡한 몰랜큐리라든지 암홀퍼스 이런 구조들은 사실

제가 학생 때는 되게 만들기 어려웠고 인터페이스도 되게 만들기 어려워서 이런 걸 다 코딩해서 했었는데 나노랩을 처음 쓰시는 학생들이나 유저들은 이렇게 쉽게 구조를 빠르게 빨리 만들 수 있기 때문에 부분이 아주 유용하다고 하고 있고 그 다음에 이제 또 이렇게 전공하신 분들은 대부분 파이썬이나 리눅스에서 텍스트 형식으로 코딩을 하게 되는데 나노랩에서는 이제

GUI에서 몇 번의 클릭만으로 데이터베이스를 풀러오고 시뮬레이션을 러닝할 수 있기 때문에 요 부분이 참석입니다. 처음부터 끝까지 구이를 제공해드리고 그 부분에 최종 토스트 어날리시까지 할 수 있기 때문에 빠르게 시뮬레이션을 할 수 있고 처음에 접근하신 분들도 일단 여기에 들어가는 DFT라든지 세미 엠피리컬, 포스필드, MEGF 이런 것들에 이론적으로는 되게 어렵지만 뭐 뭐 그

몇주 몇달 공부하실 필요도 있겠지만 쓰기에는 몇시간만 배우셔도 쓰기에는 어려운 부분이 없기 때문에 그 부분은 장점이 많습니다. 그래서 실제 아까 말씀드린 대로 원자 수준의 시뮬레이션은 첫번째 원자 구조를 인풋으로 받습니다. 원자의 위치를 xyz 좌표를 받고 어떤 엘레몬틴가 실리콜인지 카파인지

플리머인지에 따라서 이렇게 원자 구조를 셋업을 하고 그 구조를 가지고 이제 부르는 캘큘레이터, 시뮬레이터에 넣어서 거기에서 이제 원자간의 인터렉션을 피지컬하게 풀게 됩니다. 그때 푸는 방법이 이제 크게 두 가지로 나눠지는데요. 첫 번째는 이제 DFT라고 이제 양자역학의 이퀘이션을 푸는 겁니다. 어 여기 이제 density functional theory라는 게 이제

효과적으로 고체 상태나 분자 상태를 풀 수 있는 방법으로 산업업체에서도 많이 쓰는 방법이구요. 실제 가체계의 슈레딩과 이퀘이션을 푸는게 아니라 전체 시스템의 덴스티를 먼저 계산을 해서 효과적으로 일렉트로본의 슈레딩과 이퀘이션을 푼다고 보시면 되겠습니다. 호스필드는 일렉트로는 제외하고 원자간의 힘만을 푸는 방법으로 클래식을 할 수 있습니다.

그래서 포스필드는 사실 일렉트론의 양재역학을 풀지 않기 때문에 DFT보다는 100배에서 1100배 가량의 속도를 빠르게 계산할 수 있고 그 사이즈를 큰 사이즈를 할 수가 있지만 포스필드는 일렉트리컬 프로퍼티는 계산을 못하는 어려움들이 있습니다. 그래서 타겟하는 애플리케이션이 구조가 변하는 미케니컬한 특성이다 라고 하면 포스필드가 적절할 것이고요.

랜드 스트럭처라든지 전기적인 특성을 봐야 된다라고 하면은 DFT를 배양하셔야 됩니다. 그래서 DFT는 말씀드린대로 대략 사이즈가 나와있는데 원자가 천 개 정도까지 시놀레이션 할 수 있는 게 DFT의 법론이고요. 실제 캘리브레이션이나 실험적인 데이터 파라미터가 없이 실제 양자역학을 풀어서 일렉트릭과 뉴트론과 뉴트리아에

특성을 계산하는게 DFT가 되겠습니다. 호스트필드에 말씀드린 대로 파라메터 되어 있는 이퀘이션이죠. 예를 들어서 콜롬 인테렉션이다 그러면 R2의 그런 이퀘이션들을 실제 피지컬하게 계산하는게 클래식을 호스트필드가 되겠구요. 그래서 사이즈에 따라서 다이나믹스를 푼다라고 하면 호스필드를

그래서 이렇게 대략 모델 방법에 따라서 이제 cost와 어큐러시를 보여드리는 차트가 되겠습니다. 보시면은 이제 요약을 양략한 걸 쓰는 것은 대략 천 개 정도의 어큐러시가 가장 좋은 방법론이라고 하면은 이제 post필드는 이제 post는 그것보다 떨어지지 않으면 좋지만 이제 더 큰 사이즈를 할 수 있고요.

이제 그렇지만 이제 어떤 포스트필드를 선택해서 쓰느냐에 따라서 이제 이 계산의 어퓨어씨는 크게 좌우를 하게 됩니다. 중간에 세미 엠피리컬이라는 방식은 DFT처럼 완전히 에비니셜 파라메터가 없는 그런 모델이라는 엠피리컬한 파라메터를 사용한 타이파인딩이나 이런 슬렉터 포지터 이런 방법인데 일렉트론을 풀지만

파라미터가 필요한 방식이라고 할 수 있겠습니다. 그래서 DFT를 계산하면 Electrical, Magnetic, Transport Property를 계산할 수 있고요. 그 다음에 Fossfield를 사용하면 원자들이 움직여서 크리스탈리제이션 되거나 암호파이점 되거나 또는 원자들이 폴리머가 온도에 따라서 움직이는 구조들을 보고 싶을 때는 Fossfield를 계산하게 됩니다. 말씀드린 대로 이런 원자 구조를 알게 되면 다양한 Bollecular부터 시작해서

다양한 구조들을 저희가 계산할 수 있게 되고 Quantum ATK에는 디바이스 시뮬레이션이 가능하기 때문에 디바이스 특성까지도 볼 수 있게 됩니다. 여기 이제 랜트릭 특성을 보는 DFT 방법에도 크게 PlayNave와 LCAO가 있는데요. PlayNave는 실제 양자역학을 풀 때의 베이시스 웨이브 펑션에 베이시스를 어떻게 쓰느냐에 따라서 이제 두 가지 방법을 PlayNave 방법과 Localized Over Time

QhpHK의 default는 LCO라는 방법이고요. 효과적으로 약 1000개 정도까지의 구조를 계산할 수 있는 방법이 되겠습니다. 포스트필드는 프리디파인드 포스트필드라고 라이브러리가 300개 정도의 라이브러리가 있고요. 각각의 포스트필드들은 특정 시스템에 맞춰져 있습니다. 실리콘이라든지 어떤 포스트필드는