공개 소재 데이터베이스의 조용한 오류 두 가지, 그리고 우리가 보고한 방법

두 데이터베이스

두 DB 모두 미국 국립연구소가 운영하며, 계산 소재과학에서 가장 널리 쓰이는 기준 데이터입니다.

무엇을 하고 있었나

우리는 자율 소재 발견 하네스를 만들고 있습니다. 이 하네스는 공개 계산 소재 DB(Materials Project, JARVIS-DFT, OQMD, Alexandria 등)를 훑어, 계산된 성질이나 안정성이 이상하게 튀는 물질을 찾습니다. 그리고 그 단서를 믿기 전에 먼저 틀렸음을 증명해 보려 합니다.

규칙은 단순합니다. 놀라운 숫자는 세 가지 확인을 통과해야 발견으로 칩니다.

• 원시 계산 파일과 그 DB 자체의 논문에 대조합니다.
• 아무것도 바뀌면 안 되는 경우에 음성 대조를 돌립니다.
• 핵심 숫자를 독립 계산으로 재현합니다.

아래 두 건은 모두 이 일상 절차에서 나왔습니다.

1. JARVIS-DFT: 압전 필드에 물리의 절반만 들어 있다

어떻게 드러났나

압전 소재 선별에서 NIST가 운영하는 JARVIS dft_3d 데이터셋의 다운로드 필드 dfpt_piezo_max_eij로 순위를 매겼습니다. 그런데 잘 알려진 압전체들이, JARVIS 팀이 웹사이트와 논문에 직접 밝힌 값보다 훨씬 낮게 나왔습니다.

어떻게 확인했나

JARVIS가 ZnO에 연결해 둔 원시 DFPT 출력(VASP OUTCAR)을 직접 열었습니다.

• 전자(이온 고정) 기여 블록의 최대 |e|는 0.78746으로, 데이터셋 값과 정확히 같습니다.
• 여기에 이온 기여를 더하면 1.104가 되어 JARVIS 웹 페이지와 논문 값과 맞습니다.

즉 다운로드 필드에는 압전 텐서의 전자 기여만 들어 있을 가능성이 큽니다. 전자 기여 블록을 「전체」로 이름 붙이는 파서가 원인으로 보입니다. 이 설명에 맞지 않는 사례(GaN)도 하나 있어서, 보고서에 그대로 적었습니다.

보고 — GitHub 이슈 usnistgov/jarvis #340 (2026년 9월 27일). 비교표, 원시 파일 확인 결과, 원인으로 의심되는 코드 위치를 함께 제출했습니다.

2. Materials Project: 음이온 에너지 보정이 조용히 빠져 있다

어떻게 드러났나

산화할로겐화물을 선별하던 중, 화학자들이 수십 년 전부터 만들어 온 화합물들이 버클리 연구소의 Materials Project에서는 크게 불안정하게 나왔습니다. 예를 들어 NbOCl₃는 convex hull 위 0.343 eV/원자에 있었습니다. 실제로 존재하는 물질이라면 나올 수 없는 값입니다.

무엇이 잘못됐나

Materials Project는 음이온(O·N·Cl·Se 등)에 경험적 에너지 보정을 적용합니다. pymatgen의 보정 코드는 각 음이온의 산화수를 "Cl" 같은 문자열 키로 찾습니다.

우리가 확인한 사실은 이렇습니다. DB에 저장된 보정은, 올바르게 저장된 산화수를 Element 객체 키로 넘겼을 때의 결과와 정확히 일치합니다. 그러면 조회가 0을 돌려주고, 전기음성도가 가장 큰 음이온 하나만 보정을 받습니다.

oxidation_state = entry.data["oxidation_states"].get(anion, 0)   # "Cl"을 못 찾아 0

NbOCl₃를 문자열 키로 다시 계산하면 빠졌던 염소 보정(셀당 −7.37 eV)이 돌아옵니다. Element 키로 계산하면 DB 저장값과 똑같이 나옵니다.

예시, 저장값 → 보정 후 hull 위 에너지(eV/원자): NbOCl₃ 0.343 → 0 · TaOCl₃ 0.355 → 0 · FeOCl 0.178 → 0 · BiOCl 0.040 → 0 · PbFCl 0.182 → 0 · TaON 0.087 → 0 · LaTaON₂ 0.140 → 0 · Li₃OCl 0.150 → 0.028.

어떻게 확인했나

1. 원인: Element 키로 다시 계산한 결과가 DB의 저장 보정 전부와 일치합니다.
2. 음성 대조: 음이온이 없는 항목 33,057개는 하나도 바뀌지 않습니다.
3. 독립 DFT: Quantum ESPRESSO(PBE, 모든 상 구조 최적화)로 5 NbOCl₃ → Nb₂O₅ + 3 NbCl₅를 직접 계산했습니다.

• 이 반응은 양쪽의 음이온 수가 같아 보정이 상쇄되므로, 보정 없는 DFT 값을 그대로 비교할 수 있습니다.
• NbOCl₃는 분해 생성물보다 최소 0.026 eV/원자 낮게, 즉 안정하게 나와 실험과 맞습니다.
• Materials Project 자체의 r2SCAN 값(0.006 eV/원자)도 같은 방향입니다.

이 버그는 2026년 8월 Materials Project 포럼에서 다른 사용자가 산화질화물 사례로 먼저 발견했습니다. 우리 기여는 세 가지입니다.

• DB 전체 영향 범위의 정량
• 혼합 음이온 화합물에만 생기는 문제가 아니라는 확인
• 독립 검증

보고 — GitHub 이슈 materialsproject/pymatgen #4706 (2026년 9월 28일). 최소 재현 코드, 전체 범위, 한 줄 수정 제안을 담았고, 최초 포럼 보고의 공로를 밝혔습니다.

왜 중요한가

버클리 연구소와 NIST가 운영하는 이 데이터베이스들은 분야 전체가 함께 쓰는 기반 시설입니다. 연구자들은 여기서 합성 후보를 고르고, 방법을 비교 평가하고, 요즘 계산 소재 발견을 이끄는 머신러닝 모델을 학습시킵니다.

영향받은 기록을 실제로 쓴 연구가 몇 편인지는 셀 수 없고, 특정 연구 결과가 틀렸다고 주장하지도 않습니다. 다만 잠재적 파급 범위는 큽니다.

• 산화할로겐화물·산화질화물·BiOX 광촉매·PbFCl형 화합물·역페로브스카이트 전해질의 안정성을 Materials Project로 판단한 연구는, 이미 알려진 물질이 불안정하다고 나온 결과를 봤을 수 있습니다.
• JARVIS 압전 필드로 학습한 모델은 전자 기여만 배웠을 수 있습니다.

원천에서 고치면 그 아래의 모든 연구가 한 번에 도움을 받습니다.

우리가 얻은 것

공개 데이터에서 이상값을 찾다 보면 새 물질만큼이나 데이터 오류도 찾게 됩니다. 그래서 우리는 이제 내려받은 필드를 모두 「검증할 주장」으로 다룹니다. 파이프라인에 넣기 전에 원시 파일, 원 논문, 독립 계산에 대조합니다. 확인에 실패하면 최소 재현 코드와 함께 원천에 보고하고, 먼저 찾은 사람이 있으면 그 공로를 밝힙니다.

AI3 Discovery와 함께

AI로 연구를 가속할 연구자와 랩을 찾습니다. 후보 탐색과 계산 검증은 AI가 맡고, 연구자는 더 중요한 질문에 집중하는 방식을 함께 만들어 가고 싶습니다.

• 합성·분석 연구실 — AI가 고르고 검증한 후보 물질로, 헛걸음은 줄이고 발견은 앞당기는 합성 실험을 함께 설계합니다.
• 바이오·생명과학 연구자 — 유전체, 단백질, 치료 표적처럼 풀어야 하는 문제를 알려 주세요. AI와 함께 답을 찾아가겠습니다.
• 데이터베이스 운영자·사용자 — 과학 데이터를 운영하거나 활용하신다면, 이번과 같은 방식으로 숨은 오류를 함께 점검해 드립니다.

연락하기 → discovery@ai3.kr · 하시는 연구를 두 줄만 적어 보내 주셔도 충분합니다.

인용 수는 OpenAlex 기준(2026년 9월 28일 조회)입니다. Materials Project 사용자 수는 로런스 버클리 국립연구소(2025) 자료입니다. 작성 시점에 두 이슈 모두 열려 있고 관리자 응답을 기다리는 중입니다.