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

> 공개 계산 데이터베이스에서 특이한 물질을 찾던 중, 우리 발견 파이프라인이 수상한 기록 몇 개를 계속 가리켰습니다. 이번 주에 두 번, 문제는 물질이 아니라 데이터베이스 쪽에 있었습니다. 무엇을 찾았고, 어떻게 확인했고, 어디에 보고했는지 정리합니다.

- Authors: AI3 Discovery · Charles Pyo
- Category: Results
- Published: 2026-09-28
- Updated: 2026-10-17
- Language: ko
- Canonical: https://ai3discovery.com/ko/research/national-lab-db-silent-errors

## 두 데이터베이스

두 DB 모두 미국 국립연구소가 운영하며, 계산 소재과학에서 가장 널리 쓰이는 기준 데이터입니다.

| 데이터베이스 | 운영 기관 | 내용 |
|---|---|---|
| **Materials Project** | 로런스 버클리 국립연구소 · 미국 에너지부(DOE) | 무기 소재 15만여 종의 계산 물성을 공개하는 DB로, 60만 명 이상의 연구자가 등록해 씁니다. 에너지 보정은 Materials Project와 함께 관리되는 오픈소스 파이썬 라이브러리 *pymatgen*에 구현돼 있습니다. |
| **JARVIS-DFT** | 미국 국립표준기술연구소(NIST) · 미국 상무부 | NIST의 JARVIS 인프라 가운데 하나로, 수만 종 물질의 DFT 계산 구조와 물성(압전·유전·적외선 응답 등)을 제공합니다. |

## 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_eij`로 순위를 매겼습니다. 그런데 잘 알려진 압전체들이, JARVIS 팀이 웹사이트와 논문에 직접 밝힌 값보다 훨씬 낮게 나왔습니다.

| 물질 | JARVIS ID | 논문 표 S2 (C/m²) | 데이터셋 필드 (C/m²) |
|---|---|---|---|
| BaTiO₃ | JVASP-110 | 4.13 | **0.371** |
| ZnO | JVASP-1195 | 1.10 | **0.787** |
| AlN | JVASP-39 | 1.39 | **0.419** |
| LiNbO₃ | JVASP-1240 | 1.59 | **0.623** |
| GaN | JVASP-30 | 0.47 | **1.043** |
| SiO₂ | JVASP-41 | 0.16 | 0.159 |

### 어떻게 확인했나

JARVIS가 ZnO에 연결해 둔 원시 DFPT 출력(VASP OUTCAR)을 직접 열었습니다.

- 전자(이온 고정) 기여 블록의 최대 |e|는 **0.78746**으로, 데이터셋 값과 정확히 같습니다.
- 여기에 이온 기여를 더하면 **1.104**가 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](https://github.com/usnistgov/jarvis/issues/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/원자**에 있었습니다. 실제로 존재하는 물질이라면 나올 수 없는 값입니다.

### 무엇이 잘못됐나

Materials Project는 음이온(O·N·Cl·Se 등)에 경험적 에너지 보정을 적용합니다. *pymatgen*의 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.

| 항목 | 수 |
|---|---|
| 저장 보정을 정확히 재현한 GGA/GGA+U 항목 | **152,426** / 152,426 |
| 음이온 보정이 하나 이상 빠진 항목 (N 3,487 · Cl 2,172 · Se 1,394 · Te 1,307 …) | **10,885** |
| 보정 후 hull 위로 올라오는 실험 합성 물질 (전체 1,560) | **1,214** |

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](https://github.com/materialsproject/pymatgen/issues/4706) (2026년 9월 28일). 최소 재현 코드, 전체 범위, 한 줄 수정 제안을 담았고, [최초 포럼 보고](https://matsci.org/t/mp2020-anion-correction-dropped-for-mixed-anion-compounds-oxynitrides/67385)의 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.

| 지표 | 수치 |
|---|---|
| 전 세계 Materials Project 등록 사용자 (LBL, 2025) | **60만+** |
| Materials Project 논문 인용 수 (Jain 외, 2013) | **13,297** |
| pymatgen 논문 인용 수 (Ong 외, 2013) | **4,530** |
| JARVIS 논문과 JARVIS DFPT·압전 논문 인용 수 | **538 + 127** |

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](mailto:discovery@ai3.kr?subject=AI3%20Discovery%20%ED%98%91%EC%97%85%20%EB%AC%B8%EC%9D%98) · 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](https://materialssciences.lbl.gov/2025/07/22/accelerated-data-driven-materials-science-with-the-materials-project/)) 자료입니다. 작성 시점에 두 이슈 모두 열려 있고 관리자 응답을 기다리는 중입니다.
