Samsung AI Challenge for Scientific Discovery

이번 대회의 목표는 분자 구조로부터 S1 - T1 간 에너지 차이를 예측하는 것 입니다.

S1, T1에 대해 생소하신 분이 있을 것 같아 나름대로 정리해보았습니다.

대회 참여에 도움을 줄 목적으로 간략히 작성한 것이라 부정확한 부분이 있을 수 있습니다.

틀린 부분은 댓글로 수정해주세요 :)

1. OLED 발광 원리

S1, T1 는 전자 에너지 상태를 지칭하는 것으로 OLED의 발광과 관련있습니다. 

OLED (Organic Light-Emitting Diode, 유기 발광 다이오드) 는 유기물로 이루어진 LED 소자입니다. 

기존의 백라이트가 필요한 LCD 방식보다 색깔이 더 선명하다거나 전력 효율이 높은 장점 덕분에 

최근 스마트폰, TV 등 디스플레이로 많이 채택되고 있습니다.

OLED 에서 발광은 OLED 소자 내 전자의 에너지가 바뀔 때 발생합니다. 

아래는 전자가 가질 수 있는 두 가지 상태 (state)를 나타낸 그림입니다.

그림: 전자의 에너지 상태 (http://news.samsungdisplay.com/26611/)

전자 에너지 준위에 따라 바닥 상태 (ground state, S0)와 들뜬 상태 (excited state, S1)로 구분합니다.

S0 와 S1 사이에는 전자가 가질 수 있는 상태가 없는데, 이를 양자화 (quantized) 되어 있다고 합니다.

보통 전자는 안정적인 바닥 상태에 있고, 외부에서 에너지를 얻으면 들뜬 상태로 이동합니다.

들뜬 상태의 전자는 곧바로 에너지를 잃으며 바닥상태로 떨어지는데, 이때 잃은 에너지만큼 빛을 방출합니다.

에너지에 따라 빛의 색이 결정되기 때문에 이 크기를 아는 것이 중요합니다.

그림: 에너지에 따른 빛의 색깔 (https://ko.wikipedia.org/wiki/%EA%B0%80%EC%8B%9C%EA%B4%91%EC%84%A0)

위 표는 에너지에 따른 빛의 색깔을 정리한 표입니다.

예를 들어 어떤 OLED 소자의 S0 - S1의 에너지 차이가 1.8 eV이라면, 소자는 빨간색 빛을 냅니다.

2. S1, T1

S1, T1은 각각 단일항 들뜬 상태 (singlet excited state), 삼중항 들뜬 상태 (triplet excited state) 를 의미합니다.

단일항, 삼중항은 한 쌍의 전자 상태를 나타내는 말입니다.

단일항, 삼중항에 대해서는 상태가 1개, 3개라는 것만 아시면 될 것 같습니다 :)

그림: 단일항, 삼중항의 상태 (https://en.wikipedia.org/wiki/Triplet_state)

단일항보다 삼중항의 상태가 3배 많으므로 단일항과 삼중항을 모두 사용하면 OLED 효율을 높일 수 있습니다.

단일항을 통한 발광 (형광)과 삼중항을 통한 발광 (인광)으로 최대 100%의 내부 발광 효율을 만들 수 있습니다.

그림: 인광 발광 원리 (http://news.samsungdisplay.com/26611/)

삼중항을 활용하기 위해서는 S1 -> T1 으로 상태 전이가 필요합니다.

이를 계간전이라 하며 물리적으로 매우 드물게 일어나는 현상입니다.

인광에 필요한 시간은 형광에 비해 길다는 단점이 있어, 효율 높고 빠른 OLED 소자를 위해 많은 연구가 진행되고 있습니다.

3. AI/ML 알고리즘이 필요한 이유?

분자 구조로부터 들뜬 상태의 에너지는 제1원리 계산법 (Ab initio quantum chemistry methods)을 통해 얻을 수 있습니다.

이 방법은 기본 물리법칙으로부터 모든 정보를 계산할 수 있는 강력한 방법이지만 두 가지 단점이 있습니다.

1. 계산 비용이 비싸다.

입자의 개수에 따라 계산량이 지수적으로 증가하여 계산 비용이 매우 높습니다.

이러한 계산에는 슈퍼컴퓨터가 동원되곤 합니다.

2. 어렵다.

기본 물리 법칙에서 계산이 시작되어 양자역학 등 이론을 알아야 합니다. 시뮬레이션 툴 또한 높은 이해도가 필요합니다.

얼마나 어려운지 알고 싶으시면 아래 문서를 참고하세요! (VASP은 널리 사용되는 제1원리계산 시뮬레이션 툴 입니다.)

VASP: https://www.vasp.at/documentation/

반면 AI/ML 방법은 데이터만 주어진다면 누구나 모델을 만들 수 있으며 추론 속도도 빠릅니다.

제1원리 계산법과 비교하여 비슷한 수준으로 정확도가 유지된다면 물성 파악 방법으로 좋은 대안이 되겠습니다.

4. 요약

1. S1: singlet 들뜬 상태 에너지

2. T1: triplet 들뜬 상태 에너지