VASPilot: MCP-Facilitated Multi-Agent Intelligence for Autonomous VASP Simulations

Motivation

• Known: 밀도범함수이론(DFT) 계산은 재료 과학에서 중요한 도구이지만 VASP와 같은 DFT 소프트웨어는 복잡한 워크플로우로 인해 수동 설정, 모니터링, 후처리가 광범위하게 필요하다. 기존 도구들(VASPKIT, ASE, Pymatgen)은 입력 파일 생성과 기본 분석은 지원하지만, 복잡한 다단계 작업의 자동 실행 및 관리에는 한계가 있다.
• Gap: 기존 다중 에이전트 프레임워크(MAF)는 재료 과학에 적용되기 시작했지만 다음 문제점이 남아있다: (1) 밴드 구조, DOS 계산 같은 일상적 작업을 넘어 복잡한 작업을 예시 없이 처리하는 능력 부족, (2) 실시간 진행 상황과 검증 결과를 제공하는 사용자 인터페이스 부재, (3) VASP에 특화된 MAF의 부족.
• Why: VASP는 응축 물질 물리 분야에서 광범위하게 사용되는 도구이면서도 복잡한 계산 워크플로우로 인해 연구자들이 기술적 세부사항에 많은 시간을 투자해야 한다. 자동화는 연구자들이 과학적 발견에 집중하고 고처리량 계산 재료 연구를 가속화할 수 있게 한다.
• Approach: VASPilot은 CrewAI 프레임워크로 구현된 다중 에이전트 협업 코어를 중심으로 설계되었다. 매니저 에이전트가 세 개의 전문화된 워커 에이전트(Crystal Structure Agent, VASP Agent, Result Validation Agent)를 조정하며, DeepSeek-V3-0324 LLM을 사용한다. Model Context Protocol 기반 도구 서버는 표준화된 인터페이스로 도구 호출과 데이터 제공을 관리한다.

Achievement

FIG. 4. Band structure and density of states calculation of 2H-MoS2 utilizing VASPilot. (a), workflow of band structure

• 완전 자동화된 VASP 워크플로우: 결정 구조 검색(Materials Project에서 자동 다운로드), 입력 파일 생성, Slurm 작업 제출, 오류 메시지 파싱, 동적 파라미터 조정을 수동 개입 없이 처리
• 벤치마크 검증: 자동 밴드 구조 및 밀도-상태 계산(대칭 보정 포함), 평면파 기저 컷오프 수렴 테스트, 다양한 Van der Waals 보정이 포함된 격자상수 최적화, 전이 금속 칼코겐화물의 밴드갭 비교 모두 수동 개입 없이 완료
• 직관적 웹 인터페이스: Flask 기반 경량 인터페이스로 실시간 진행 추적, 실행 로그 드릴다운, 구조 시각화, 플롯 접근 제공
• 모듈식 확장 설계: MCP 준수로 다른 DFT 코드로의 확장이 단순하고 용이함

How

FIG. 3. Web user interface of VASPilot. (a), The overview of the web user interface. By clicking the mission record in g

• Multi-agent architecture: CrewAI 기반으로 복잡한 작업을 상호 관련된 부분작업으로 분해하고 역할별 전문화된 에이전트에 할당
• Model Context Protocol (MCP) tool server: 표준화된 인터페이스로 도구 호출을 일관성 있게 관리하여 다른 프레임워크와의 호환성 확보
• LLM-powered agents: DeepSeek-V3-0324를 사용하여 자연언어 처리, 오류 해석, 동적 파라미터 조정 수행
• Memory and context management: 에이전트 간 메모리 공유로 작업 상태와 유용한 컨텍스트 유지
• Flask-based web interface: 사용자 제출, 진행률 추적, 실행 로그 및 시각화 접근 통합

Originality

• VASP 특화 다중 에이전트 프레임워크: 기존 일반 MAF 연구들과 달리 VASP의 구체적인 워크플로우(구조 검색, 입력 생성, 오류 처리, 파라미터 조정)에 맞춰 설계
• MCP 기반 표준화된 도구 아키텍처: DFT 도구를 MCP로 추상화하여 다른 프레임워크로의 이식성 제공
• 제로샷(zero-shot) 작업 처리: 사전 학습된 예시 없이 자연언어 설명만으로 복잡한 계산 작업 처리 능력
• 검증 에이전트 통합: 계산 결과 검증을 자동화하여 과학적 신뢰성 보장

Limitation & Further Study

• LLM 의존성: 에이전트의 성능이 DeepSeek-V3-0324의 능력에 제약되며, 특정 복잡한 오류 상황에서 LLM이 실패할 수 있음
• 제한된 DFT 코드 지원: 현재 VASP에만 초점이 맞춰져 있으며, 다른 DFT 코드로의 확장은 여전히 MCP 서버 개발이 필요
• 사용자 인터페이스 제약: 현재 Flask 기반 웹 인터페이스는 경량이지만 대규모 고처리량 작업에 최적화된 고급 모니터링 기능이 제한적일 수 있음
• 비용 및 접근성: LLM API 호출에 의존하므로 계산 비용과 인터넷 연결이 필요

후속 연구:

• 오류 처리 견고성 향상을 위한 도메인 특화 언어 모델 파인튜닝
• VASP 이외의 DFT 코드(Quantum Espresso, CASTEP 등)에 대한 MCP 서버 개발
• 로컬 LLM 사용으로 비용 감소 및 프라이버시 강화
• 대규모 고처리량 작업을 위한 분산 에이전트 아키텍처 확장

Evaluation

총평: VASPilot은 CrewAI와 MCP를 창의적으로 결합하여 VASP 워크플로우의 완전한 자동화를 달성한 실질적이고 확장 가능한 오픈소스 플랫폼이다. 제로샷 작업 처리, 웹 기반 사용자 인터페이스, 모듈식 아키텍처가 강점이며, 계산 재료 과학 연구를 가속화하는 데 상당한 가치가 있다.