¿ 무엇을 연구하나요 ?
화학에서 물질의 특성과 변화를 분자 수준에서 이해하는 것은 중요합니다. 이론 화학은 물질과 화학 반응의 구조적, 물리적 특성들이 어떠한 기본적인 원리에 의해 좌우되는지에 대해 설명합니다. 현재 이론물리화학은 실제 분자 시스템의 구조와 움직임을 따라해서 직접적이고 자세한 정보를 제공하는 데에 초점을 맞추고 있습니다. 이는 빠르고 더 많은 정보를 담을 수 있게 하는 컴퓨터 기술 발전의 결과입니다. 이 덕분에, 양자/고전/통계역학에서의 매우 효율적이고 정확한 계산을 가능하게 하며, 더 많은 분자 수를 가지는 시스템을 구현할 수 있게 되었습니다. 이렇게 실제 실험 없이 컴퓨터로 물질의 특성을 알 수 있는 새로운 화학 분야를 우리는 '계산화학'이라고 부릅니다.
계산화학은 매우 빠른 속도로 발전하고 적용되고 있는 분야이며, 물리학/천문학/생물학/의학/약학/신소재 등의 다양한 과학 분야에 적용이 가능합니다. 이전의 분자 모델링이 정적(Static)인 물리량을 예측하는 데 주력을 두었다면, 저희 연구실에서는 분자 시스템의 특정 함수에 의해 화학적인 변화를 동적(Dynamic)으로 진행하는 과정을 연구합니다. 이러한 연구의 목적은,
첫째, 이론을 정립하며, 복잡한 분자 시스템의 양자 역학을 기술할 수 있는 수학적/계산적 도구를 만드는 데 있습니다.
여러 환경에서 화학 반응을 동반한 동적인 과정은 동역학의 여러 요인에 의해 결정되기 때문입니다.
둘째, 컴퓨터를 이용한 분자동역학이나 몬테 카를로 시뮬레이션을 어떠한 영역에서 활용할 수 있을 지 알아보는 계기가 됩니다.
응축 물질, 표면 상의 자기조립, 효소의 기작(Mechanism), 단백질 접힘의 이해 등에 활용될 수 있습니다.
1. 레이저 펄스에 의한 분자동역학의 양자적 제어
저희는 여러 화학 반응 동역학에 중요한 특징을 조사하기 위하여 이론과 계산 방법들을 사용해오고 있습니다. 고전역학과 양자역학을 융합한 다중 시간 규모 양자 파속(multiple-time-scale quantum wavepacket)의 전파와 같은 효율적인 계산 방법을 개발해서 연구에 이용할 수 있는 시스템을 확장해오고 있습니다. 또한 중요한 역할을 하는 전자적인 상태의 우합(coupling)으로 인해 생기는 비단열(nonadiabatic) 과정에 대해 연구하기 위하여 새로운 이론적인 개념과 계산적인 방법을 개발해오고 있습니다. 이러한 이론적인 접근은 전하가 전달되는 반응에 적용될 수 있는데, 이는 많은 물리/화학/생물학적인 현상들에 있어서 중요한 역할을 합니다. 군집체나 응축물에서 일어나는 광분해나 분자 이온의 재조합이 전하 전달 반응의 환경에 따라 어떤 효과를 보이는지를 설명할 수 있습니다. 1전자 모형이 강한 전기적 상호작용을 보이기 때문에 전하 전달 반응 및 비단열 과정을 설명하는 데 이론적인 배경을 줄 것으로 예상이 됩니다. 전자 및 양성자의 전달은 광합성 및 호흡과 밀접한 연관이 있으며, 생명체의 시스템에서 에너지를 전달하는 데 관여합니다. 저희는 양성자 우합 전자 전달(proton-coupled-electron-transfer) 반응 모형을 연구해서 이러한 현상들에 대한 이론적인 배경을 제공하고 있습니다. '근대의 연금술'(modern alchemy)이라 불리는 화학 반응의 활성 제어는 분자 수준의 반응 동력학에 대한 기초적인 정보에 기반하여 미래에 무한한 가능성을 열어줄 것으로 기대하고 있습니다.
2. 분자동역학
자기조립은 자연 속 생체 분자나 다른 물질에서 흔히 일어납니다. 자기조립의 과정에 대해 이해하는 것은 생명의 신비한 점을 해결할 수 있을 뿐 아니라, 의도한 기능을 가지는 물질을 합성하는 데 효율적이어서 중요하기 때문입니다. 물질 표면의 양친매성 물질(amphiphiles)이나 거대 분자의 랭뮤어 단일층은 전기광학적 물질이나 화학/생물학 감지기, 생체 막을 모델링하는 등 그 잠재적인 활용성이 커서 많은 주목을 받고 있습니다. 저희 연구실에서는 이러한 랭뮤어 단일층이나 자기조립 단일층을 이론적/계산적으로 연구하는 데 참여하고 있습니다. 이 연구의 주 목적은 분자에서부터 거대한 것까지 구조의 상호 작용에 대해 알 수 있도록 조성하는 것입니다. 최근에, 저희가 처음으로 분자동역학 시뮬레이션이라는 새로운 방법을 통한 랭뮤어 단일층의 형성에 관여하는 역동적인 과정을 상세하게 설명할 수 있었습니다. 단일층 시스템에 대한 연구를 통해 미세한 구조를 제어할 수 있는 발전된 지식을 제공할 수 있을 것이며, 광범위한 신소재 디자인과 같은 곳에 필수적으로 적용될 것으로 보고 있습니다.
이러한 계산 화학의 뛰어난 잠재력은 생명 과학 분야에서 뚜렷이 나타납니다. 생체 분자의 구조와 기능 사이의 관계를 현재 분자 모델링과 컴퓨터 시뮬레이션 기술을 통해서 비교적 정확하게 설명할 수 있게 되었습니다. 궁극적으로, 방대한 양의 유전 정보를 분석하거나, 구조를 예측하거나, 특정한 기능을 가지는 단백질을 만드는 데 있어 효율적인 계산 방법이 자리잡을 수 있도록 하는 것입니다. 저희는 양자/분자동역학 이론이나 계산 도구를 사용하여 생체 거대 분자에 대한 활발한 연구가 이루어지게 되는 것을 추구하고 있습니다. 저희는 기능과 관련된 구조 변경과 분자동역학 시뮬레이션을 이용한 상호작용을 볼 수 있는 새로운 방법들을 연구하고 있습니다. 이러한 이론적인 방법들은 라이페이스(Lipase) 같은 효소의 기작을 연구하는 데 적용할 수 있으며, 또한 단백질의 고유한 구조가 변성으로 인해 바뀌는 것을 설명하는 데 도움을 줄 수 있습니다. 유전체 분석 프로젝트 완성에 이어, 계산화학 분야에 있어서 중요한 점 중에 하나는 단백질 접힘 과정의 이해와 예측일 것입니다. 이와 같이 현재 맞닥뜨린 문제에 다가가기 위해서는 새로운 이론적인, 계산적인 접근이 필요합니다. 다중 정준 통계 집단(multicanonical ensemble)법과 같은 효율적인 표집(sampling) 수단을 어떻게 활용할 것인지에 대해서 연구중입니다. 리눅스 클러스터(슈퍼컴퓨터)와 같은 매우 강력한 병렬화 계산 기계들을 구축하여 단백질의 기능과 관련된 구조적인 변화를 계산을 통해 연구하는 데 상당한 기여를 할 것으로 보입니다.
3. 기계 학습을 이용한 동역학의 구현 및 예측
기계 학습(machine learning)이란, 사람의 직관으로 규칙이 보이지 않는 현상에 대해 컴퓨터를 통해 그 사례를 학습을 시킴으로써 규칙을 잠재적으로 익혀나갈 수 있는 과정입니다. 이는 인간 등의 신경망을 가지고 있는 생명체를 따라하는 과정(biomimics)으로써 구현될 수 있습니다. 인공 신경망(artificial neural network)을 컴퓨터 내에서 조성하여 각 신경 세포(neuron)끼리 단계별로 정보를 가공하고 처리하는 방식으로, 정확한 값을 제공하지는 않을지라도 가장 근접한 값을 제공하는 데 의의를 두고 있습니다. 이러한 알고리즘의 원리는 이전부터 구현이 되어있었지만, 특히 컴퓨터 기술의 발전으로 성능의 향상을 이끌어내고 있는 현재는 이러한 기계 학습을 실현시킬 수 있는 활용 분야들이 늘어나면서 소립자물리학/유전생물학/통계학 등의 자연과학에서는 물론, 타 분야에서까지 다양한 범위에서 기계 학습 알고리즘을 사용하고 있습니다.
이러한 기계 학습의 사용은 계산 화학 분야에서도 예외가 아닙니다. 양자화학 및 분자동역학에 대한 이론에 있어서 기존에 오차라고 알려진 부분을 기계가 학습하여, 최종적으로는 실험에 의한 미세한 차이의 구현을 통하여 실험에 있었던 상황이 아닌, 또다른 새로운 상황에 놓였을 때의 정확한 양자적/동역학적인 예측과 이에 따른 이론적 배경을 제공하는 것을 목표로 하고 있습니다. 또한 분자 접힘과 관련하여 특정한 규칙을 가지고 있는 서열의 단백질이나 유전 물질 등이 어떻게 움직여서 구조가 변화할 것인지에 대한 예측을 할 수 있는 시스템을 구축하는 것을 목표로 하고 있습니다. 이와 같이 기존 실험을 통한 자료의 학습을 통하여 효율적으로 결정을 내릴 수 있는 시스템, 즉 기계를 훈련시킬 수 있는 계산적인 도구들을 이용하여 화학 반응 혹은 구조 변화에 따른 물리량의 변동을 관찰 할 수 있을 것으로 보입니다. 즉, 기계 학습을 통하여 기존의 실험으로 입증된 정확도를 상당수 담보하면서 기계의 빠른 반응 속도를 통해 예측 속도를 증가시킬 수 있을 것으로 기대하고 있습니다.