나노물질 표면과 3차원 원자구조 밝혀졌다

KAIST 물리학과 양용수 교수팀, 인공신경망 전자토모그래피 기술 개발

원자단위 해석 성공.. 표면 구조변형 반응성 규명 및 고성능 촉매개발기대

KAIST 물리학과 양용수 교수(왼)와 KAIST 물리학과 이주혁 석박사통합과정

인공신경망을 이용한 주사투과전자현미경(STEM)기반 원자분해능 전자토모그래피 기술이 개발됐다. 이 기술을 통해 백금 나노입자 표면과 내부의 3차원 원자 구조를 15 피코미터의 정밀도로 규명해 내는 성과를 거둬, 실제 물질의 표면 구조 변형에 따른 반응성 규명 및 고성능 촉매 개발에 기대가 모아지고 있다. 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.

한국연구재단 개인기초연구지원사업 및 KAIST 글로벌 특이점 사업(M3I3)의 지원을 받아 KAIST(총장 이광형) 물리학과 양용수 교수 연구팀이 진행한 이 연구의 핵심인 기술은 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 불가능했다. 이로 인해 고 각도 방향의 분해능이 저하되고, 재구성된 3차원 이미지에 원치 않는 노이즈들이 생겨나기 때문이다. 이러한 현상을 손실 웨지 문제(missing wedge problem)라 부르며, 이러한 문제 때문에 기존의 전자토모그래피 방법으로는 표면/계면의 3차원 원자 구조를 고분해능으로 측정하기 힘들었다.

이러한 문제점은 원자단위의 분해능을 가진 표면/계면 원자구조를 결정하는 데 걸림돌이 되었다. 연구팀은 “이러한 문제에 주목해왔다. 인공신경망 기반 기계 학습을 통해 손실된 부분을 복원함으로써 해결하고, 토모그래피의 분해능을 높일 뿐만 아니라 보다 정확한 표면/계면의 3차원 원자구조를 결정했다”고 밝혔다.

그림 1. 시뮬레이션 원자구조 토모그램에 인공신경망을 적용한 결과

인공신경망 활용 손실 데이터 복원 방안 고안해내

연구팀은 투과전자현미경 기반 원자분해능 전자토모그래피의 고각도 데이터의 손실로 인해 나타나는 문제를 해결하기 위해서 지도학습에 기반한 인공신경망을 활용하여 손실된 데이터를 복원하는 방법을 고안했다.

연구팀에 의하면, 인공지능 신경망 모델은 3d-unet에 기반하여, 3차원 원자구조 토모그램 부피데이터를 입력받아 보정된 3차원 부피데이터를 출력하도록 설계했다. 연구팀은 네트워크 모델을 학습시키기 위해 모든 물질은 원자들로 구성되어 있다는 기본 제약 조건 하에 이상적인 3차원 원자구조의 타겟데이터를 생성하고, 입력데이터는 이상적인 데이터에 손실 웨지 문제 (missing wedge problem)를 포함한 불완전한 3차원 원자구조 토모그램을 시뮬레이션으로 생성 후 학습시켰다고 전했다.

이어 학습된 인공신경망 모델의 손실데이터 복원 및 정밀도 향상 정도는 양자역학적 계산을 통한 투과전자현미경 시뮬레이션을 통해 테스트했다. 또한, 실제 백금 나노입자에 전자토모그래피 실험을 수행하고 얻어진 3차원 원자구조 토모그램 부피데이터에 인공신경망을 적용하여 3차원 원자구조를 정밀하게 결정한 것으로 알려졌다.

그 결과, 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 높일 수 있었다.

손실 웨지 문제 해결.. 단일 원자 수준 해석 가능해져

그림 2. 실험에서 측정된 백금 나노입자 원자구조 토모그램에 인공신경망을 적용한 결과

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 된 것이다.

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

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.

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.