에발트 합산

분자동역학 계산화학 마지막 수정: 2026-07-11 04:22:22

1. 개요[편집]

에발트 합산(Ewald summation)은 주기경계조건 아래 놓인 하전 입자계에서 장거리 쿨롱 상호작용의 총합을 유한한 계산량으로 정확하게 구하는 방법이다. 1921년 파울 페터 에발트(Paul Peter Ewald)가 이온 결정의 격자 에너지를 계산하려다 고안한 기법으로¹, 오늘날 전하가 등장하는 거의 모든 분자동역학·밀도범함수이론 계산의 기반이 된다.

문제의 뿌리는 쿨롱 힘이 거리 $r$ 에 대해 $1/r$ 로만 감쇠한다는 데 있다. 레너드-존스 퍼텐셜처럼 $1/r^6$ 로 빠르게 죽는 힘이라면 적당한 거리에서 잘라도(컷오프) 되지만, $1/r$ 은 너무 느리게 줄어서 주기 이미지들까지 다 더한 무한급수가 조건부 수렴(conditionally convergent)한다. 즉 더하는 순서에 따라 답이 달라지는, 수학적으로 지극히 위험한 급수다. 에발트는 이 고약한 급수를 두 개의 얌전한 급수로 쪼개는 트릭으로 문제를 해결했다.

2. 왜 컷오프로는 안 되는가[편집]

정전 에너지의 총합은 원본 상자 안 모든 전하쌍과, 그들의 모든 주기 이미지에 대한 이중합으로 쓰인다.

U = \frac{1}{2} \sum_{\mathbf{n}} \sum_{i,j} \frac{q_i q_j}{|\mathbf{r}_{ij} + \mathbf{n} L|}

여기서 $\mathbf{n}$ 은 모든 정수 격자 벡터를 훑는다. 문제는 반지름 $R$ 껍질 안의 전하 개수가 $R^2$ 로 늘어나는데 각 항은 $1/R$ 로만 줄어서, 껍질별 기여가 $R^2 \cdot (1/R) = R$ 처럼 오히려 커진다는 것이다. 아무리 멀리 가도 급수가 잦아들지 않는다. 최소 이미지 규약으로 컷오프를 걸면 에너지가 격자 상수에 어이없이 민감해지고 힘도 불연속이 되어, 시뮬레이션이 조용히 망가진다.²

3. 실공간과 역공간 분할[편집]

에발트의 핵심 아이디어는 각 점전하 위에 부호가 반대인 가우시안 전하 구름을 덧씌우는 것이다. 그러면 원래의 $1/r$ 항이 다음과 같이 항등적으로 두 조각으로 갈라진다.

\frac{1}{r} = \underbrace{\frac{\mathrm{erfc}(\alpha r)}{r}}_{\text{실공간}} + \underbrace{\frac{\mathrm{erf}(\alpha r)}{r}}_{\text{역공간}}

이 분해가 왜 천재적인지 뜯어보면 이렇다.

실공간(real-space) 항: 상보오차함수 $\mathrm{erfc}$ 가 곱해지면서 원래의 느린 $1/r$ 이 가우시안 속도로 지수적으로 감쇠한다. 이제는 컷오프를 걸어도 안전하며, 짧은 거리 이웃만 세면 된다.
역공간(reciprocal-space) 항: 부드럽게 퍼진 가우시안 전하가 만드는 매끄러운 퍼텐셜은 실공간에선 여전히 장거리지만, 푸리에 변환하면 역공간(파수 벡터 $\mathbf{k}$ )에서 오히려 빠르게 수렴한다.

전체 에너지는 세 조각의 합으로 정리된다. 실공간 합, 역공간 합, 그리고 각 전하가 자기 자신의 가우시안과 상호작용하는 가짜 항을 빼주는 자기항(self-term)이다.

U = U_{\text{real}} + U_{\text{recip}} + U_{\text{self}}

역공간 합은 다음처럼 구조 인자(structure factor)의 크기 제곱으로 표현되는데, 이 형태가 나중에 FFT를 붙일 여지를 준다.

U_{\text{recip}} = \frac{1}{2V} \sum_{\mathbf{k} \neq 0} \frac{4\pi}{k^2} \, e^{-k^2/4\alpha^2} \left| \sum_i q_i e^{i \mathbf{k} \cdot \mathbf{r}_i} \right|^2

여기서 $\alpha$ 는 감쇠 파라미터로, 실공간과 역공간 사이에 계산 부담을 어떻게 나눌지 결정하는 손잡이다. $\alpha$ 를 키우면 실공간이 빨리 죽는 대신 역공간에서 더 많은 $\mathbf{k}$ 를 세야 한다. 이 절충을 잘 맞추면 전체 비용을 $O(N^{3/2})$ 까지 낮출 수 있다.³

4. PME — 격자에 FFT를 얹다[편집]

$O(N^{3/2})$ 도 대형 계에는 여전히 버겁다. 수십만 원자를 다루는 GROMACS나 LAMMPS 같은 코드가 실제로 쓰는 것은 입자-격자 에발트법(Particle Mesh Ewald, PME)이다.

발상은 역공간 합의 병목을 고속 푸리에 변환(FFT)으로 뚫는 것이다.

전하 분배(spreading): 불규칙하게 흩어진 점전하들을 규칙적인 3차원 격자 위에 B-스플라인 보간과 근사로 나눠 얹는다.
FFT: 격자화된 전하 밀도를 FFT로 역공간으로 보낸다. 여기서 $\mathbf{k}$ 별 합이 격자점 곱셈으로 바뀐다.
역변환과 힘 계산: 역공간에서 퍼텐셜을 곱한 뒤 역FFT로 되돌리고, 다시 스플라인으로 각 원자의 힘을 내삽한다.

FFT의 $O(N \log N)$ 덕분에 PME는 전체 계산을 사실상 선형에 가깝게 만든다. 스미스-에발트(SPME)와 그 사촌인 PPPM(Particle-Particle Particle-Mesh)이 이 계열의 표준이며, 오늘날 단백질 용액 시뮬레이션에서 PME 없이 전기력을 다루는 것은 상상하기 어렵다.⁴

5. 주의점과 한계[편집]

에발트 계열은 강력하지만 공짜가 아니다.

인위적 주기성: 원래 주기적이지 않은 계(고립된 단백질, 이온 하나)에 PBC를 씌우면, 이미지끼리의 가짜 정전 상호작용이 스며든다. 상자를 충분히 키우거나 배경 전하 보정을 넣어야 한다.
총 전하 중성 조건: 계의 알짜 전하가 0이 아니면 역공간 $\mathbf{k}=0$ 항이 발산한다. 관례적으로 균일한 중화 배경(jellium)을 깔아 이 항을 제거한다.
파라미터 튜닝: $\alpha$ , 실공간 컷오프, 격자 해상도 셋의 균형이 정확도와 속도를 동시에 좌우한다. 잘못 맞추면 힘 오차가 은근슬쩍 커진다.

그럼에도 “장거리 전기력을 정직하게 다루는 법”으로서 에발트-PME는 지난 한 세기 동안 왕좌를 내준 적이 없다. 1921년 결정학 논문 한 편이 21세기 슈퍼컴퓨터의 필수 루틴이 된, 계산과학의 대표적 장수 알고리즘이다.

6. 관련 문서[편집]

에발트는 이 방법을 이온 결정(예: NaCl)의 마델룽 상수를 구하려고 만들었다. 그가 죽고 반세기가 지나서야 생체 분자 시뮬레이션의 심장이 될 줄은 본인도 몰랐을 것이다. ↩
90년대까지도 “쿨롱은 그냥 컷오프 걸자”는 유혹에 넘어간 시뮬레이션이 많았고, 그렇게 나온 단백질 구조 논문 일부는 훗날 이미지 아티팩트로 재검증을 받았다. 전기력에 함부로 가위질하면 안 된다는 뼈아픈 교훈. ↩
$\alpha$ 튜닝은 실공간과 역공간 사이에서 벌어지는 줄다리기다. 최적점에서 총비용이 $O(N^{3/2})$ 가 된다는 것은 순수 에발트의 이론적 하한이고, PME는 이 한계마저 FFT로 우회한다. ↩
PME의 P가 Particle이라 “입자-격자 에발트”인데, 정작 실무자들은 그냥 “PME 켰냐?”로 통한다. 이 옵션을 안 켜고 돌린 신입의 결과물은 시니어의 첫 질문에 바로 반려당한다. ↩