움직이는 교과서 · Interactive Textbook

Scaling Relations

Norskov, Fundamental Concepts in Heterogeneous Catalysis, Chapter 5. 슬라이더를 움직이면 그래프가 실시간으로 반응합니다.

BEP Relations Adsorbate Scaling Linear Relations Descriptor-Based Design Universality

Section 5.1

Brønsted-Evans-Polanyi (BEP) Relations

활성화 에너지 $E_a$와 반응 에너지 $\Delta E$ 사이에 선형 관계가 존재합니다. 이것이 BEP 관계이며, 하나의 에너지를 알면 다른 것을 예측할 수 있다는 강력한 도구입니다.

같은 반응 클래스(예: N2, O2, CO 해리) 내에서, 다양한 전이금속 표면에 대해 $E_a$와 $\Delta E$를 DFT로 계산하면 놀라울 정도로 깔끔한 직선이 나타납니다.

$$E_a = \alpha\,\Delta E + \beta$$
  • $\alpha$ = transfer coefficient (0.5~1.0, 보통 ~0.87 for dissociation) — transition state가 final state를 얼마나 닮았는지 나타냄
  • $\beta$ = 열중성 반응($\Delta E = 0$)의 intrinsic barrier — 촉매와 무관한 본질적 난이도
  • BEP는 "late" transition state의 결과 — TS가 FS를 닮을수록 $\alpha \to 1$
  • 다른 금속에서도 같은 $\alpha$, $\beta$ 사용 가능 → "universality"
유도 과정 보기 — BEP는 왜 성립하는가?
1
반응 A → B에서 transition state(TS)의 에너지를 initial state(IS)와 final state(FS)의 선형 조합으로 근사: $E_{TS} \approx (1-\alpha)\,E_{IS} + \alpha\,E_{FS} + \beta_0$
TS 에너지는 IS와 FS 사이 어딘가에 있다는 직관적 가정
2
활성화 에너지 정의: $E_a = E_{TS} - E_{IS}$. 대입하면 $E_a = \alpha(E_{FS} - E_{IS}) + \beta_0 = \alpha\,\Delta E + \beta_0$
$\Delta E = E_{FS} - E_{IS}$는 반응 에너지
3
$\alpha$는 TS가 FS를 얼마나 닮았는지의 척도. $\alpha = 1$이면 TS = FS (very late), $\alpha = 0$이면 TS = IS (very early).
Hammond postulate와 일맥상통: 발열 반응일수록 early TS
4
같은 반응 클래스(예: 모든 diatomic 해리)에서 TS 구조가 비슷하므로 $\alpha$와 $\beta$가 금속에 무관하게 일정합니다. 이것이 "universality"의 원천.
DFT 계산으로 10개 금속을 확인하면 깔끔한 직선 — 경험적으로도 확증
만약 α=0이라면?
$E_a = \beta$ (상수). 모든 금속에서 같은 barrier를 가진다는 뜻입니다. 반응 에너지가 달라져도 활성화 에너지가 안 변하니까 — 화학이 아닌 물리. transition state가 initial state를 완전히 닮은 극한 ("very early TS").
클릭해서 확인 →
만약 α=1이라면?
$E_a = \Delta E + \beta$. TS가 완전히 FS를 닮는 "very late TS"입니다. 반응 에너지가 1 eV 바뀌면 barrier도 정확히 1 eV 변합니다. 해리 반응에서 $\alpha \approx 0.87$이 관찰되는 것은 TS가 FS에 매우 가깝다는 뜻입니다.
클릭해서 확인 →
Figure 5.1 BEP Relation — Ea vs ΔE
목표: α를 조절해서 모든 금속 점이 선 위에 가장 가깝게 오도록 맞춰보세요
α와 β 슬라이더를 움직여 R²을 최대화하세요. 어떤 α 값에서 금속 데이터와 직선이 가장 잘 맞나요? 힌트: α≈0.87이 교과서 값입니다.
현재: 슬라이더를 조작해보세요
α (기울기) 0.87
β (절편, eV) 1.50 eV
α0.87
β1.50 eV
R²—
핵심 관찰
α≈0.87은 대부분의 해리 반응에서 관찰됩니다. 이 높은 기울기는 transition state가 final state에 가깝다는 뜻이며, 강하게 결합하는 금속(Ru, Fe)일수록 낮은 $E_a$를 가집니다.
  1. α=0.87, β=1.50 eV 기본값을 확인하세요. 금속 점들이 직선 근처에 분포합니다.
  2. 금속 점들의 분포를 관찰하세요: Ru(가장 왼쪽, 낮은 Ea)부터 Au(가장 오른쪽, 높은 Ea)까지.
  3. α를 올리면 기울기가 커집니다. 0.3 vs 1.0의 차이를 비교해보세요.
  4. β는 y-intercept입니다. ΔE=0일 때의 Ea — 촉매와 무관한 "본질적" 난이도.
Key Insight: BEP는 수십 개의 DFT 계산 없이도, 하나의 열역학적 양(ΔE)만으로 kinetics(Ea)를 예측할 수 있게 합니다. 이것이 descriptor-based catalyst screening의 출발점입니다.
Q: BEP에서 α=0.9, β=1.5 eV일 때 ΔE=−1.0 eV 반응의 Ea는?
정답: B) $E_a = 0.9 \times (-1.0) + 1.5 = -0.9 + 1.5 = 0.6\,\text{eV}$. BEP의 강력함: 단 두 개의 파라미터(α, β)만으로 반응 에너지에서 활성화 에너지를 즉시 예측합니다.

Section 5.2

Adsorbate Scaling Relations

같은 금속 표면에서 AHx (예: CH3, CH2, CH, C) 흡착 에너지는 A의 흡착 에너지와 선형 관계를 가집니다. 기울기 $\gamma$는 원자가(valence)에 의해 결정됩니다.

이것은 단순하면서도 심오한 관계입니다: 하나의 descriptor($\Delta E_A$)만 알면 모든 AHx 흡착 에너지를 예측할 수 있습니다. 이것이 descriptor-based catalyst design의 핵심입니다.

$$\Delta E_{AH_x} = \gamma\,\Delta E_A + \xi, \quad \gamma = \frac{v_{\max} - x}{v_{\max}}$$
  • C (valence 4): $\gamma_{\text{CH}_3}=1/4$, $\gamma_{\text{CH}_2}=2/4$, $\gamma_{\text{CH}}=3/4$, $\gamma_{\text{C}}=1$
  • N (valence 3): $\gamma_{\text{NH}_2}=1/3$, $\gamma_{\text{NH}}=2/3$, $\gamma_{\text{N}}=1$
  • O (valence 2): $\gamma_{\text{OH}}=1/2$, $\gamma_{\text{O}}=1$
  • 의미: 남은 결합 수에 비례하여 표면과 결합 — 수소 하나가 빠질수록 금속에 더 세게 결합
유도 과정 보기 — γ = (vmax−x)/vmax는 왜 성립하는가?
1
원자 A가 표면과 $v_{\max}$개의 결합을 형성한다고 가정합니다. C는 4개, N은 3개, O는 2개.
Bond-order conservation 모델의 출발점
2
AHx에서 수소가 $x$개 결합되어 있으므로, 표면과 형성할 수 있는 남은 결합 수 = $v_{\max} - x$.
예: CH3는 H 3개가 이미 결합 → 표면과 1개만 가능
3
흡착 에너지가 결합 수에 비례한다면: $\Delta E_{AH_x} \propto (v_{\max} - x)$. A 자체의 흡착 에너지는 $\Delta E_A \propto v_{\max}$.
단순 비례 가정 — 놀랍도록 잘 맞음
4
따라서 $\Delta E_{AH_x} / \Delta E_A \approx (v_{\max} - x) / v_{\max} = \gamma$. 절편 $\xi$는 A–H 결합 에너지의 기여.
기울기가 정수비: 1/4, 2/4, 3/4, 1 (C의 경우)
만약 γ가 항상 1이라면?
모든 CHx가 C와 동일하게 결합합니다. 수소가 붙어 있든 없든 표면 결합이 같다면 — valence 개념이 없어지고, 모든 fragment가 동일하게 거동합니다. 현실에서 CH3와 C의 결합 강도 차이가 촉매 선택성을 결정합니다.
클릭해서 확인 →
Figure 5.2 Adsorbate Scaling — ΔEAHx vs ΔEA
AtomC
Valence4
Scaling Lines4
Descriptor-Based Design
하나의 descriptor($\Delta E_C$)만 알면 CH, CH2, CH3 모두 예측 가능. 이것이 descriptor-based catalyst design의 핵심입니다. C/N/O 탭을 눌러 다른 원소에서도 동일한 원리가 작동하는지 확인하세요.
  1. C 탭에서 4개 직선을 관찰하세요: C(검정, γ=1) → CH(γ=0.75) → CH2(γ=0.50) → CH3(γ=0.25).
  2. 각 직선의 기울기가 γ = (vmax−x)/vmax임을 확인하세요.
  3. N 탭으로 전환: 직선이 3개(N, NH, NH2)로 줄어듭니다. valence가 3이기 때문입니다.
  4. O 탭: 직선이 2개(O, OH)만. valence 2이므로 scaling이 가장 단순합니다.
Key Insight: Scaling relation 덕분에, 수백 개의 DFT 계산 대신 원자 1종의 흡착 에너지만 계산하면 전체 반응 네트워크의 에너지를 추정할 수 있습니다.
Q: 탄소(valence=4)에서 CH2의 scaling 기울기 γ는?
정답: B) $\gamma = (v_{\max} - x) / v_{\max} = (4 - 2) / 4 = 0.50$. CH2는 수소 2개가 붙어 있으므로 남은 결합 수는 2개, 최대 결합 수 4로 나누면 0.50. 기울기가 0.5라는 것은 C의 흡착 에너지가 1 eV 바뀔 때 CH2는 0.5 eV만 바뀐다는 뜻입니다.

Section 5.3

Universality of Scaling

놀라운 사실: 서로 다른 반응 클래스(해리, 수소화, 산화)에서도 BEP가 성립합니다. $\alpha$와 $\beta$만 다를 뿐 선형 관계 자체는 보편적입니다. 이 보편성 덕분에 촉매 설계가 체계적으로 가능해졌습니다.

해리 반응에서 $\alpha \approx 0.9$인 것은 transition state가 final state에 매우 가깝다는 뜻이고, 수소화 반응에서 $\alpha \approx 0.55$인 것은 TS가 IS와 FS 중간에 있다는 뜻입니다.

Figure 5.3 Universal BEP — Multiple Reaction Classes
3개 반응 클래스, 모두 선형!
α가 다르지만 — dissociation(α≈0.9)은 late TS, hydrogenation(α≈0.55)은 early TS를 반영합니다. 각 버튼을 눌러 개별 클래스를 ON/OFF하고 비교해보세요.
만약 모든 반응이 같은 α를 가진다면?
하나의 BEP로 모든 것을 예측할 수 있습니다. 하지만 현실에서는 TS 구조가 반응마다 다르기 때문에 α가 달라집니다. Dissociation은 결합이 끊어지는 TS(≈FS), hydrogenation은 결합이 형성되기 시작하는 TS(≈IS와 FS 중간).
클릭해서 확인 →
  1. 세 개의 BEP 직선이 모두 보이는 상태를 확인하세요. 기울기(α)와 절편(β)이 모두 다릅니다.
  2. Dissociation 버튼만 켜보세요: α=0.87로 기울기가 가장 가파릅니다. Late TS의 특성.
  3. Hydrogenation만 켜보세요: α=0.55로 기울기가 완만합니다. TS가 IS와 FS 중간 — early TS.
  4. 각 직선 주변의 색 띠(band)가 MAE를 나타냅니다. Dissociation의 band가 가장 넓음(MAE=0.15 eV) vs Hydrogenation(MAE=0.12 eV).
Key Insight: α의 차이는 transition state 구조의 차이를 반영합니다. 해리 반응에서 TS는 결합이 거의 끊어진 상태(late)이고, 수소화 반응에서 TS는 결합이 아직 형성 중인 상태(early)입니다. 이 물리적 직관이 BEP의 핵심.
Q: Dissociation (α=0.87)과 hydrogenation (α=0.55)에서 같은 ΔE=−1.0 eV일 때, Ea 차이는? (β는 모두 1.0 eV로 가정)
정답: A) Dissociation: $E_a = 0.87 \times (-1.0) + 1.0 = 0.13$ eV. Hydrogenation: $E_a = 0.55 \times (-1.0) + 1.0 = 0.45$ eV. 차이 = $0.45 - 0.13 = 0.32$ eV. 같은 반응 에너지라도 반응 클래스에 따라 barrier가 크게 달라집니다!

Section 5.4

Accuracy & Limitations

Scaling relation의 오차는 보통 MAE ~0.15–0.3 eV입니다. DFT 자체 오차(~0.2 eV)와 비슷한 크기입니다. 따라서 "충분히 좋은" 예측이지만 정밀한 설계에는 한계가 있습니다.

특히 scaling을 "깨는" 촉매(scaling-breaker)가 최근 연구의 핵심입니다. 기존 scaling에서 벗어나는 물질을 찾으면, volcano의 정상을 넘어서는 성능이 가능해집니다.

  • MAE ~0.2 eV = coverage 전환 창(Ch.3의 0.2 eV 창!)과 같은 크기
  • Trends를 보는 도구이지 정밀 설계 도구가 아님
  • Scaling-breaker: 기존 선형 관계를 벗어나는 촉매 — 차세대 연구의 핵심
  • 예: single-atom catalysts, strain-engineered surfaces, defect sites
  • DFT(GGA) 자체의 체계적 오차(~0.2 eV)와 scaling MAE가 겹치면 불확실성이 더 커짐
유도 과정 보기 — Scaling 오차가 coverage에 미치는 영향
1
Langmuir isotherm에서 coverage 전환 폭: $\Delta(\Delta H) \approx 4k_BT$ (Ch.3). 300 K에서 $4 \times 0.026 \approx 0.1$ eV.
coverage가 0.1에서 0.9로 변하는 에너지 창
2
Scaling의 MAE = 0.2 eV라면, 예측한 $\Delta E$의 불확실성이 전환 창(~0.1–0.2 eV)과 동일한 크기.
예측한 에너지가 전환 영역 안인지 밖인지 구분 불가
3
결과: coverage 예측이 $\theta \approx 0$과 $\theta \approx 1$ 사이에서 급변. 0.2 eV 오차 → 사실상 coverage를 예측할 수 없는 영역이 존재.
이 "불확실 영역"이 volcano 정상 근처와 정확히 겹침
만약 MAE가 0이라면?
완벽한 scaling이면 모든 촉매가 하나의 직선 위에 있고, 단 하나의 descriptor로 완벽한 예측이 가능합니다. 하지만 동시에 — scaling을 깰 수 없으므로 volcano의 정상을 넘어서는 촉매를 찾을 수 없습니다. "불완전함"이 오히려 기회입니다.
클릭해서 확인 →
만약 MAE가 0.5 eV라면?
MAE 0.5 eV는 coverage 전환 창의 2.5배입니다. 이 정도면 금속 A가 금속 B보다 좋은지도 예측이 불가능합니다. Scaling이 trend마저 못 보여주는 수준 — descriptor-based design 자체가 무의미해집니다. 다행히 실제 MAE는 ~0.2 eV로, trend 예측은 가능한 수준입니다.
클릭해서 확인 →
Figure 5.4 Predicted vs Actual — Parity Plot
MAE (eV) 0.20 eV
MAE0.20 eV
R²—
Max Error—
Within ±0.2 eV—
0.2 eV의 의미
MAE = 0.2 eV면 coverage 예측이 이미 크게 흔들립니다 (Ch.3의 0.2 eV 창!). Scaling relation은 trends를 보는 도구이지 정밀 설계 도구가 아닙니다.
  1. MAE=0.10 eV로 설정: 점들이 1:1 선에 밀착합니다. 이상적인 scaling.
  2. MAE=0.20 eV: 점들이 퍼지기 시작합니다. 회색 band 밖으로 나가는 점이 보입니다.
  3. MAE=0.30 eV: 상당수의 점이 ±0.2 eV band 밖. 예측 신뢰도가 급격히 떨어집니다.
  4. 빨간 점(band 밖)이 바로 scaling-breaker 후보입니다. 이 "outlier"가 차세대 촉매일 수 있습니다.
Key Insight: Scaling의 MAE가 coverage 전환 창과 같은 크기(~0.2 eV)라는 것은, 예측이 "맞을 수도, 틀릴 수도" 있는 경계선에 있다는 뜻입니다. 이것이 촉매 설계의 본질적 한계이자, 더 정밀한 방법을 찾아야 하는 이유입니다.
Q: Scaling relation의 MAE가 0.2 eV이고 coverage 전환 창이 0.2 eV라면?
정답: A) 오차와 민감도 창이 같은 크기이면, 예측한 coverage가 0인지 1인지 반반 확률로 틀릴 수 있습니다. Scaling은 "어떤 금속이 더 좋을까?"라는 trend 질문에는 유용하지만, "정확히 얼마나 좋을까?"에는 불충분합니다.

Key Takeaways

Chapter 5 핵심 메시지

α
Transfer Coefficient
BEP의 기울기 α는 transition state가 초기(early)인지 최종(late)인지를 반영합니다. α→1이면 TS≈FS, α→0이면 TS≈IS. 대부분의 해리 반응에서 α≈0.87.
1
Descriptor로 충분하다
하나의 흡착 에너지($\Delta E_A$)만 알면 모든 AHx 흡착에너지, 활성화 에너지, 나아가 촉매 활성까지 예측. 이것이 descriptor-based catalyst design의 출발점.
0.2
eV의 한계
Scaling의 MAE ~0.2 eV는 coverage 전환 창과 같은 크기. "충분히 좋은" 예측이지만 정밀도의 한계. Scaling을 깨는 촉매가 차세대 목표.