카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

material discovery 분야로 시물레이션만 하는 랩실을 좀 위험한가요?

2023.10.22

19

1513

여기 화학 ai 수요 많이 필요하다고 들어서 그 분야 랩실 생각하고 있는데
근데 합성이나 실험기기 이런것도 안배우고 머신러닝으로 시물레이션 2년만 돌리고 취업하는건 좀 석사기간 중에 여러 실험경험을 못 쌓고 가는 것 같은 느낌이 들어서요

추가로 더 말씀을 드리자면 과연 전산화공 대학원에서 논문으로 computational method를 고안한다고 해도 결국 공정쪽을 모르면 결국 무용지물이 될 수 있는건데 과연 합성이나 제작하는 그런 과정 없이 석사 하나만 받는게 과연 경쟁력이 있나 이런 고민이 듭니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 19개

부지런한 아리스토텔레스

IF : 3

2023.10.22

요즘은 어떤지 모르겠지만 실험결과 설명용으로 전산재료 전공자에 대한 수요는 좀 있습니다만, 결국은 실험에 대한 보조적 수단이고 실험하시는분들 데이터에 맞춰줘야하고. 근본적으로 실험 데이터가 많지 않아서 팬시한 논문 쓰는거 외에 머신러닝을 적용하는게 큰 의미가 있는지 모르겠습니다.

2023.10.22

추가로 더 말씀을 드리자면 과연 전산화공 대학원에서 논문으로 computational method를 고안한다고 해도 결국 공정쪽을 모르면 결국 무용지물이 될 수 있는건데 과연 합성이나 제작하는 그런 과정 없이 석사 하나만 받는게 과연 경쟁력이 있나 이런 고민이 듭니다.

대댓글 1개

부지런한 아리스토텔레스

IF : 3

2023.10.22

보통 전산하시는 분들은 실험하시는 분들이랑 코웍을 하시는데 코웍하면서 실험 하시는 분들로부터 그런 도메인 지식을 습득하시는 것 같았습니다.

2023.10.22

전공자인데 시뮬레이션 쪽 독자적인 필드가 있어서 실험 보조하는 것 말고도 많은 수요가 있습니다 특히 화학이나 재료에서는요
그리고 요즘 인더스트리에서도 관련수요가 많아서 점점 자리가 많아지는 중입니다

그리고 이 필드는 요즘 AI 경험 유무가 취업의 질을 결정합니다
AI 해본 사람이 많이 없어 괜찮은 논문 하나 정도 있으면 석사라도 회사에서 좋은 자리 가는 경우 있습니다

대댓글 2개

2023.10.22

제가 화학 전공이라 학부 때 배우고 대학원 선배들이 하던거 지켜본게 "물질합성이랑 시료분석"이여서

과연 이 2개를 안 배우고 시뮬레이션을 돌리는 것만 배우면 약간 현업으로 가면 너무 다른 영역을 몰라서 약간 뒤쳐지거나 이질감을 느끼지 않을까 그런 두려움이 좀 많이 있습니다.

2023.10.22

물론 실험도 잘 알아야 되긴 하는데 전문가들 만큼 잘 알 필요는 없습니다
그러고도 충분히 인더스트리에서 인정받을 수 있다는 얘기였어요
그래도 실험 분야에 비해서는 박사까지 하시기를 더 추천하긴 합니다

2023.10.22

본문만 가지곤 뭐하는 랩인지 모르겠는데, 석사하고 화학소재 회사 갈거라면 전통적인 DFT MD CFD 이런거 하는 랩이라면 OK, AI 하는 랩이라면 비춥니다. 어차피 회사에서 DFT MD CFD 하는 팀들은 그거만 주로 하면 되지 공정 전문가일 필요 없습니다. 학사가 파리 연구면 석사는 파리 뒷다리 박사는 파리 뒷다리 발톱이라고 하는데 회사에서 개인이 하는 부문은 파리 뒷다리 발톱의 때입니다.
AI 라면 ... 이미 AI 붐이 시작된지 시간 오래 지났는데 화학 소재사들은 물고 뜯고 씹고 다 해보고 대부분 크게 쓸모 없다는 결론 내렸습니다. 이쪽 회사들 conference call 하는거 보면 로드맵에서 AI 다 없어진거 보실 수 있을겁니다. 저희 회사도 채용 공고 나가는거에서 AI 없어졌습니다. 지금 AI 기술발전을 주도하는 CV NLP 이런것들이 소재 연구에 도움이 별로 안됩니다. RL 같은거 하느니 그냥 실험하는게 더 빠르고 쌉니다.

대댓글 6개

2023.10.22

아 소재연구에 CV가 도움이 되는 경우들이 많은데, 이런건 이미 장비사들에서 pacakge로 그냥 완벽한 tool로 만들어 제공하기 때문에, 소재회사에서 전문가 데리고 있을 이유가 별로 없습니다.

2023.10.22

재료에서 인공지능 하던 랩이었는데 연구실에서 회사 과재 쓸어담았었습니다
회사에서 요즘 수요 많은데 잘하는 곳이 별로 없어서 과제나 구인를 못하는 상황입니다
회사에 있을 때도 있던 부서 말고 다른 부서들에서 자기 부서 오라고 오퍼 들어왔었구요
재료, 화학 분야 ai는 기존 ai 필드와 다르게 독자적인 필드를 형성하고 있습니다
말씀해주신 NLP도 제가 있던 소재, 화학 분야 인더스트리에서 실제로 사용되고 있어요
물론 DFT랑 ai 둘 다 잘할줄 알아야 이 필드에서 성공하긴 합니다

2023.10.22

한동안 회사 임원들 KPI에 AI가 들어가있었어서 그거 채운다고 엄청났었죠. ..ㅎ
뭐 회사마다 사정이 다를테니...

2023.10.22

현재 미국에서 탑화학소재사 리서처로 일하는 중인데

주변 경쟁사들도 그렇고 쓸모없다는 결론내린적이 없는데..


2023.10.22

윗분 말씀처럼 미국이나 일본 화학, 재료 회사들에서는 본격적으로 하고 있고, 우리나라에서는 반도체 대기업들 중심으로 하고 있습니다

2023.10.22

다행히 DFT랑 MD 쪽입니다!!
약삭빠른 프란츠 카프카*

2023.10.22

DFT 랑 MD 를 AI 로 돌리게하려면 서버 상황이 좋아야할텐데 현실적으로 랩스케일에서는 불가능해보임.

슈퍼컴퓨터 서버 갖다가 써도 셀크기가 일정수준 넘어가면 버벅이던데 이걸 머신러닝 시키려면 어마어마한 양의 데이터가 필요함.

대댓글 3개

약삭빠른 프란츠 카프카*

2023.10.22

그리고 AI 로 재료를 성공적으로 생성 한다해도, 이를 실험적으로 할 수 있는지는 또 별개의 문제. 고로 전혀 쓸모없음

2023.10.22

랩스케일에서 가능함
이 분야 모르고 하는 소리
요즘 DFT하는 랩들은 너도나도 AI 돌려서함
MLFF, MLP라고 함

2023.10.24

도대체 이런 생각은 어디에 기반해서 나오는거에요? AIMD쪽은 DFT비싸서 Ai로 돌린다는 흐름인데 아예 틀린 말을
부지런한 아리스토텔레스

IF : 3

2023.10.22

요즘 ai 하시는 분들이 dft 데이터나 md 데이터를 학습시켜서 dft나 md보다 빠르게 계산하는거 연구하시는것 같던데 이 경우 결국 dft나 md의 한계점을 그대로 갖고 있는것이 아닌가 궁금했었습니다.

대댓글 1개

2023.10.22

DFT의 한계에는 (1) DFT 자체의 근사로 인한 정확도 문제 (2) 모델 시스템의 크기가 작아 모델링이 부정확한 문제가 있는데,
1번 문제는 말씀하신대로 그대로 가지고 있고, 2번 문제를 해결하려는게 주 목적입니다
2번 문제만 해결해도 큰 임펙트가 있는 분야들이 많아서요

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.

자유 게시판(아무개랩)에서 핫한 인기글은?

자유 게시판(아무개랩)에서 최근 댓글이 많이 달린 글

🔥 시선집중 핫한 인기글

최근 댓글이 많이 달린 글