나노기술 및 정책 정보

• 목록

● 일본 도쿄대학교의 다이몬 슌스케 조교 연구팀 등이 양자를 이해하는 AI를 개발하여 전기 저항 정보로부터 시료의 나노 미세구조를 복원하는 데 성공

● 연구진은 양자를 해독하는 기계학습모델로서 새로운 심층 학습 네트워크를 개발하였으며, 심층 학습 네트워크는 양자 간섭 정보를 해독하는 ‘특징 추출 네트워크’와 양자 지문 미세구조를 생성하는 ‘구조 생성 네트워크’로 구성

● ‘특징 추출 네트워크’는 금속 안을 흐르는 전자의 파동함수 이미지를 입력하고 이미지를 ‘잠재 공간’이라는 작은 정보 공간으로 압축한 뒤 다시 동일한 이미지를 생성하는데, 이렇게 하면 파동 함수 이미지를 생성하는 데 필요한 최소한의 정보가 ‘잠재 공간’으로 추출

● 추출된 정보를 이용하여 양자 지문으로부터 파동함수 이미지를 생성하게 되며, ‘구조 생성 네트워크’는 양자 지문을 입력하고 ‘잠재 공간’을 거쳐 파동함수 이미지를 생성

● 일반적으로 소량의 정보량조차 갖지 못한 전기전도도 데이터만으로 큰 정보량을 가진 파동함수 데이터를 생성하기 불가능하였지만, ‘잠재 공간’을 경유하는 구조를 도입함으로써 양자 간섭 정보를 생성하는 데 성공

● 생성된 이미지에는 금속 구조 및 결함 정보가 포함되어 있었으며 공간 구조가 복원되었을 뿐만 아니라 양자 역학적 간섭 정보까지 포함되어 있는 한편, ‘잠재 공간’에 2차원적 계층 데이터 구조가 형성되었음을 발견

● 본 연구 성과는 이론적으로나 실험적으로 이해하기 어려웠던 ‘양자 지문’을 해독한 것으로, 개발한 AI는 금속 내부의 미세구조를 관찰하는 비파괴 이미징 기술로 응용될 것으로 전망되며, 향후 ‘AI에 의한 나노 구조 이미지’라는 새로운 기술 발전을 가져올 것으로 기대

※ Nature Communications 게재(2022.06.08.), “Deciphering quantum fingerprints in electric conductance”