GPUMD 4.0: 머신러닝 포텐셜 활용 재료 시뮬레이션
본 논문은 GPU 기반 분자동역학(GPUMD) 패키지의 최신 안정화 버전인 GPUMD 4.0에 대한 포괄적인 개요를 제공한다. 초기 버전부터의 개발 역사를 간략히 검토하고, 다체 포텐셜에 대한 원자 간 힘, 비리얼, 열류 공식화, 고효율의 유연한 신경진화 포텐셜(NEP) 방법 개발, 지원되는 적분기 및 관련 연산, 실시간 계산 가능한 다양한 물리적 특성, 그리고 GPUMD 생태계를 포함한 GPUMD 패키지 개발의 이론적 기반을 논한다. 이러한 기능들을 제시한 후, GPUMD, 특히 NEP 접근 방식과 결합하여 가능해진 다양한 응용 사례들을 검토한다. GPUMD는 재료 시뮬레이션 분야에서 강력한 도구로 자리매김하고 있으며, 특히 머신러닝 포텐셜과의 시너지를 통해 복잡한 재료 시스템 분석에 기여한다. GPUMD 4.0은 높은 성능과 다재다능함을 바탕으로 재료 과학 연구에 필수적인 플랫폼을 제공한다. 본 연구는 GPUMD의 현재 역량을 조명하고, 향후 개발 방향을 제시함으로써 재료 시뮬레이션 분야의 발전에 기여할 것으로 기대된다.