원자 시스템의 3D 구조를 예측하는 것은 재료 과학과 신약 개발을 발전시키는 데 필수적입니다. 최근 flow-matching 모델(예: FlowDPO)이 이 분야에서 유망한 성과를 보여주었으나, 이들의 성능은 지도 선호 학습 (supervised preference learning)을 통한 정답 (ground-truth) 좌표와의 정렬에 크게 의존합니다. 그러나 새로운 결정상 (crystal phases)이나 데 노보 (de novo) 단백질에 대한 실험적 라벨을 얻는 것은 비용이 매우 많이 들며, 이는 데이터가 부족한 환경에서 구조 모델링의 병목 현상을 초래합니다. 본 연구에서는 정답 참조 구조의 필요성을 제거하는 완전 비지도 정렬 프레임워크인 APO (Atomic Policy Optimization)를 제안합니다. APO는 그룹 상대적 정책 최적화 (group-relative policy optimization)를 3D 원자 환경에 맞게 조정하며, 다음과 같은 새로운 이중 보상 (dual-reward) 메커니즘을 활용합니다: (i) 샘플 유사성의 고유값 분해 (eigen-decomposition)를 통해 정책의 지배적인 잠재 구조 모드 (latent structural modes)를 강화하는 구조적 보상 (structural reward), 그리고 (ii) 열역학적 안정성 (thermodynamic stability)을 강제하는 물리적 보상 (physical reward)입니다. 우리의 프레임워크는 모델이 샘플링된 그룹 내에서 물리적으로 타당한 구성을 식별함으로써 "자기 수정 (self-correct)"할 수 있도록 합니다. 결정 및 항체 구조 예측에 대한 광범위한 벤치마크 결과, APO는 완전 지도 학습 기반의 베이스라인 (baselines)을 지속적으로 능가하며 일치율 (match rates)과 구조적 충실도 (structural fidelity) 면에서 새로운 SOTA (state-of-the-art)를 달성했습니다. 또한, APO가 확률 경로 (probability paths)를 효과적으로 직선화하여 추론 효율성 (inference efficiency)을 크게 향상시킨다는 것을 보여줍니다. 우리의 결과는 내재적인 물리적 일관성 (physical consistency)이 노이즈가 있는 지도 좌표 매칭 (supervised coordinate matching)보다 정렬을 위한 더 우수한 가이드 역할을 할 수 있음을 시사합니다.