AICE Lab
Atomistic Intelligence for Catalysis and Energy
ML 시뮬레이션으로 에너지 재료와 촉매의 원자 거동을 예측합니다.
실제 반응 조건에서 재료의 동적 변화를 포착하는 계산 방법론을 개발합니다.
Artificial Intelligence and Atomic Simulation for Catalysis and Energy, 정석현 박사가 이끄는 연구실입니다. 실제 촉매는 반응 도중 표면이 재구성되고 입자가 작동 조건에서 재배열되는 동적 계면(dynamic interface)에서 작동합니다. 우리는 이 문제를 AI 방법론으로 풉니다. 생성 모델(generative model), 에이전트(agent), 대규모 언어 모델(LLM)을 원자 단위 시뮬레이션과 결합해 촉매와 에너지의 동적 계면 문제를 다룹니다.
Experiment as Ground Truth
"이론이 아무리 아름다워도, 실험과 맞지 않으면 틀린 것이다."
- R. Feynman (1964)Adopt AI Responsibly
AI가 만든 결과물의 품질은 우리가 책임진다.
AI Multi-Agent System for Material Discovery
멀티 에이전트가 발견 사이클을 처음부터 끝까지 돌립니다. 후보 제안, 시뮬레이션, 분석, 다음 실험 결정까지. LLM·생성 모델·시뮬레이션 도구를 자율 워크플로로 엮습니다.
ICLR 2026 AI4MatChem. Eng. J. (2024)
ACS Energy Lett. (2025)
MLIP AI Infrastructure for Material Discovery
Foundation model 포텐셜을 적은 DFT 데이터로 타깃 시스템에 맞추고, 빠르고 정확한 MLIP로 압축해 대규모 시뮬레이션에 활용합니다.
AI4Mat-NeurIPS (2025)Cell Rep. Phys. Sci. (2025)
Nat. Sensors (2026)
Operando Simulation for Real-world Impact in Collaboration with Experiment
실제 작동 조건에서 MLIP 분자동역학을 돌리고 in-situ 실험(XAS, DRIFT, TEM)과 직접 맞댑니다. 실험-이론 공동 논문 17편.
Nat. Commun. (2026)Nat. Commun. (2026)
Appl. Catal. B (2026)
연구 환경
- 모든 연구원에게 Claude Max 제공
- GPU 클러스터 (A6000/L40S, KISTI H100)
- VASP, LAMMPS, PyTorch, ASE 등 커스텀 도구
- 실험 공동연구자 네트워크 연결
생활
- 헬스장 멤버십 (연구실에서 지원)
- 유연한 근무시간 (시간보다 성과)
- PI와 무제한 끝장토론
- 개인 커리어 목표에 맞춘 1:1 멘토링
- "왜?"를 마음껏 묻는 문화
관심 있으신가요?
대학원생·박사후연구원·학부연구생 모두 환영. 시뮬레이션 경험 불필요.
마감 기한 없음. 충원 시까지 상시 모집.