OrbitAll: 모든 분자 시스템을 위한 통합 양자역학 표현 심층 학습 프레임워크
OrbitAll: A Unified Quantum Mechanical Representation Deep Learning Framework for All Molecular Systems
우리는 OrbitAll을 소개한다. OrbitAll은 기하학 및 물리학 정보를 반영한 심층 학습 프레임워크로, 전자 구조 정보를 이용해 임의의 전하, 스핀, 환경 효과를 갖는 모든 분자 시스템을 인코딩한다. 이는 기저 양자역학 방법에서 얻은 스핀 분극(spin-polarized) 궤도 특성을 활용하며, SE(3)-등변(equivariant) 그래프 신경망과 결합한다. OrbitAll은 대전 입자, 개각(open-shell), 용매화(solvated) 분자 예측에서 우수한 성능과 일반화를 보이며, 학습 데이터보다 훨씬 큰 분자에도 강건하게 외삽한다. OrbitAll은 경쟁 AI 모델 대비 10배 적은 학습 데이터로 화학적 정확도(chemical accuracy)를 달성하며, 밀도 범함수 이론(density functional theory, DFT) 대비 약 $10^3$ - $10^4$배의 속도 향상을 이룬다. 화학적으로 다양한 데이터셋으로 학습된 OrbitAll은 까다로운 분자 시스템에서도 강건하게 동작하며, 분자 데이터를 35배 적게, 50배 더 작은 모델을 사용함에도 기계학습 원자간 포텐셜(machine-learned interatomic potential) UMA를 고도로 대전된 종(species)에 대해 능가한다. 용매 효과를 학습한 후, UMA를 이용한 명시적 용매화(explicit-solvation) 시뮬레이션 대비 약 100배 낮은 비용으로 용매 의존적 반응 경로를 정확히 예측한다.