Real-time experiment-theory closed-loop interaction for autonomous materials science

Essence

AMASE 시스템이 Sn-Bi 박막 상태도 매핑에 적용되는 개요. (a) 실시간 실험-계산 상호작용, (b) 실험 장치, (c) 조사 대상 상 영역

본 논문은 Autonomous MAterials Search Engine (AMASE)를 통해 실시간으로 실험과 이론을 폐루프 형태로 자동 상호작용시켜 재료 탐색을 수행하는 혁신적 방법론을 제시한다. Sn-Bi 박막 이원 상태도를 단 8시간 만에 매핑하며, 필요한 실험 횟수를 6배 감소시켰다.

Motivation

Known:
- 활성학습(active learning) 기반 자동 실험은 합성 및 특성화 최적화에서 성공 입증됨
- 상태도 매핑은 신물질 발견의 핵심 과제
- CALPHAD는 반복적으로 열역학 매개변수를 조정하는 방법론
Gap:
- 실험과 이론 간의 근본적 분리: 계산 데이터가 별도로 준비되거나 기존 데이터와 비교되는 수준
- 실시간 폐루프에서 동적으로 물리 모델/이론을 수정하는 시스템 부재
- 열역학적 계산과 베이지안 자동 실험의 통합 부족
Why:
- 박막은 벌크와 열역학적 특성이 다름 (확산 동역학, 입자 성장, 증발, 기판 응력)
- Sn-Bi 박막 상태도는 초전도 SnxBi1-x 장치 제조에 필수적 처리 지침 필요
- 실험의 비가역성과 화학 반응의 실시간 동역학으로 인한 긴급성 존재
Approach:
- 베이지안 능동학습이 작곡 선택 → XRD 측정 → 열처리 → GP 분류 → 깁스 자유에너지 계산을 순환
- CALPHAD 모델 실시간 갱신으로 다음 측정 온도/조성 결정
- 변분 가우시안 프로세스 분류기(VGPC)로 상경계 예측

Achievement

130 °C에서 다중 반복을 통한 상경계-탐색-루틴의 수렴 과정

6배 실험 횟수 감소: 전체 조성-온도 상공간의 작은 분획만 샘플링하여 완전한 상태도 달성
초고속 상태도 매핑: 단일 실행에서 8시간 이내에 Sn-Bi 박막 상태도 완성 (공기 중 진행 가능)
실시간 이론-실험 상호작용:
- CALPHAD 계산 → VGPC 예측 → XRD 측정 → 피크 분석(YOLO 기반) → 매개변수 갱신
- 사람의 개입 없이 자동 순환
박막 고유 특성 규명: 벌크 상태도와의 편차 정량화 및 확인

How

AMASE 워크플로우의 자동 상호작용 블록 다이어그램

주요 구성 요소:

개체 탐지 모델 (1D YOLO):
- 컴퓨터 비전의 You Only Look Once 모델을 1D로 수정
- XRD 패턴에서 회절 피크의 2θ 위치와 반최대치 전폭(FWHM) 자동 추출
- 조성(화학압) 및 온도(열팽창)에 따른 피크 변화 추적
- 피크 강도가 배경 노이즈 이하로 감소하는 상경계 식별
변분 가우시안 프로세스 분류기 (VGPC):
- CALPHAD 예측 상경계를 사전정보(prior)로 활용
- 조성과 Bi (012) 피크 강도를 입력
- 확률적 상 분류 출력으로 급격한 변화(1차 상전이) 위치 감지
- 수렴까지 반복 측정
위상 경계 탐색 루틴:
- 고정 온도에서 Solvus(고용한계선) 조성 식별
- 확인을 위해 수렴 조성 양측(x = ±0.01)에서 추가 XRD 측정
- 온도 단계적 상승 (비가역성 고려)
CALPHAD 기반 열역학 계산:
- 각 상의 깁스 자유에너지 매개변수 실시간 조정
- 실험 상평형 데이터로 최적 적합 모델 구축