Skala 접근성 확대, 예측형 DFT로 가는 더 빠른 길

마이크로소프트 리서치가 딥러닝 기반 교환-상관 기능인 Skala 1.1을 공개했다. 이전 버전보다 2.5배 많은 데이터로 학습된 이 모델은 열화학, 반응 동역학, 분자 구조 예측 등 핵심 분자 시뮬레이션 과제에서 정확도가 크게 향상되었다.

Skala 1.1은 메타-GGA 기능의 계산 비용으로, 가장 비싼 글로벌 하이브리드 기능보다 높은 정확도를 보인다. 널리 사용되는 GMTKN55 벤치마크의 55개 카테고리 중 32개에서 1위를 기록했으며, 가중 평균 오차는 2.8 kcal/mol이다.

접근성 확대를 위해 Skala는 현재 CP2K에서 사용 가능하며, Psi4, FHI-aims, ORCA, VASP에도 통합되고 있다. 이는 과학자들과 산업계가 매일 의존하는 코드에서 차세대 DFT 정확도를 활용할 수 있게 한다.

또한 마이크로소프트는 연속적으로 최적화된 Skala 릴리스의 계산 성능을 추적하는 **라이빙 벤치마크(living benchmark)**를 도입했다. 이를 통해 커뮤니티는 정확도와 효율성 향상을 측정하고 가속화할 수 있다.