[성균관대학교] 에너지과학과 에너지물질이론, AI 및 양자컴퓨팅 분야 대학원생 모집

성균관대학교 에너지과학과 명창우 교수 연구실에서 대학원생을 모집합니다. A4용지 3장 이내로 (1) 대학원 진학 동기, (2) 관심 연구 분야, (3) 연구 및 career 계획을 기재하여 송부 바랍니다. 줌 인터뷰를 거쳐 최종 학생 선발 예정입니다.

연구실 소개 (2024년 8월 업데이트)

1. 연구 개요
1.1. 범용 제1원리 베이지안 머신러닝 포텐셜 아키텍쳐 개발
본 연구실은 제1원리 기반 양자화학 (Coupled cluster, Quantum Monte Carlo; QMC) 및 밀도범함수 (Density Functional Theory; DFT) 시뮬레이션을 활용하여 에너지 재료의 물성을 연구하고 있습니다. 연구 주제는 다음과 같습니다.
- 2차전지 [Adv. Energy Mater. 12, 2201497 (2022)]
- 촉매 [Adv. Energy Mater. DOI: 10.1002/aenm.202402062 accepted (2024); J. Chem. Theory Comput. 20, 5306–5316 (2024); Energy Environ. Sci. 14, 3455 (2021)]
- 2차원 물질 [Nature 609, 942–947 (2022)]
- 태양전지 [Adv. Energy Mater. 12, 2202279 (2022)]
- LED [Adv. Mater. 33, 2005400 (2021)]

제1원리 계산은 슈뢰딩거 방정식에 기반한 parameter-free 재료 계산을 목표로 하며, 이를 통해 실험 없이도 물질의 물리적/화학적 성질을 이해하고자 합니다. 하지만 기존의 제1원리 양자역학 시뮬레이션은 큰 시스템에 적용하기엔 매우 느린 단점이 있습니다 [Scientific Reports 5, 14358 (2015); J. Phys. Chem. Lett., 7, 4, 680–684 (2016)]. 이를 극복하기 위해 본 연구실은 양자역학 계산을 빠르고 정확하게 수행하는 베이지안 범용 머신러닝 포텐셜 모델 아키텍쳐를 개발하고 있습니다. 관련연구는 다음과 같습니다:
- arXiv:2403.01158 (2024)
- arXiv:2402.17132 (2024)
- arXiv:2402.14497 (2024)
- arXiv:2402.06256 (2024)
- Phys. Chem. Chem. Phys, 2024, PCCP 2023 Emerging Investigators, DOI: 10.1039/D4CP01801J
- Adv. Energy Mater. 12 2202279 (2022)
- Adv. Energy Mater. 12 2201497 (2022)
- Phys. Rev. Lett. 128, 045301 (2022)
- Phys. Rev. B 103 214102 (2021)]

1.2 양자컴퓨팅 알고리즘
본 연구실은 최근 주목받고 있는 양자컴퓨터를 활용하여 제1원리 계산의 차원의 저주(curse of dimensionality)를 극복하고자 합니다. 기존의 고전 컴퓨터 알고리즘 대신 양자컴퓨터 기반의 재료 계산 알고리즘 개발하여, 제1원리 계산을 빠르고 정확하게 수행하는 방법론을 개발하고 있습니다. 특히, 본 연구실은 다음과 같은 연구에 주력하고 있습니다.
- 양자 머신러닝 알고리즘 개발: 양자컴퓨터를 이용하여 머신러닝 알고리즘을 새롭게 개발하고 있습니다.
- 고전-하이브리드 QMC 방법론 개발: 고전 컴퓨터와 양자컴퓨터를 결합한 QMC 방법론을 통해 양자 유용성 탐색하고 있습니다.

또한, 차세대 양자컴퓨터 플랫폼으로 각광받는 Rydberg atom array와 같은 다체계 (many-body) 시스템을 QMC 시뮬레이션으로 이해하기 위한 방법론을 개발하고 있습니다. 관련연구는 다음과 같습니다.
- Nature 626, 58–65 (2024)
- J. Phys. Chem. A, 123, 7785–7791 (2019)
- J. Phys.: Condens. Matter 30 195901 (2018)
- Phys. Rev. B 90, 081116(R) (2014)

더 자세한 사항은 아래 링크를 참고하시기 바랍니다:
- 성균관대학교 에너지과학과 홍보영상: https://www.youtube.com/watch?v=4aUkezgVnQ0
- 연구실 홈페이지: https://www.myung.skku.edu/

2. 합류 시 세부연구 주제 (2024년 8월 업데이트)
2.1. 베이지안 머신러닝 기법을 통해 주기율표 전체를 아우르는 ab initio 범용 머신러닝 포텐셜 모델 개발 (co-supervision with Prof. Soohaeng Yoo Willow at SKKU)
- 모든 원소와 재료 구조를 아우르는 최첨단 고성능 범용 머신러닝 포텐셜 아키텍쳐 개발을 통한 멀티스케일 에너지재료 시뮬레이션 수행
- 베이지안 기법을 통해 uncertainty 계산 및 approximate symmetry를 구현하는 차세대 범용 포텐셜 모델 아키텍처 개발
*화학, 물리, 화공, 재료, 신소재, 에너지, 컴퓨터공학 전공 소지자 선호

2.2. Quantum Monte Carlo를 통한 중성원자 array 양자상 연구 (co-supervision with Prof. D. ChangMo Yang at SKKU)
- Rydberg Atom Array는 각광받는 차세대 양자컴퓨터 하드웨어 플랫폼으로 양자컴퓨터 하드웨어 개발을 위해 Rydberg 다체계 양자상에 대한 이해가 필수적임
- 2차원 및 3차원 Rydberg Atom array의 다체계 양자상(Many-body quantum phase)을 탐색하는 연구로, 특히 Path Integral Ground State Monte Carlo 방법론에 기반 Rydberg 다체계 시스템을 연구
*물리 전공 소지자 선호

2.3. 고전-양자 하이브리드 Auxiliary Field QMC 양자컴퓨팅 알고리즘 개발을 통한 제1원리 계산의 양자이득 탐색 (co-supervision with Prof. D. ChangMo Yang at SKKU)
- Auxiliary field 기반의 QMC 알고리즘 개발을 통한 대규모 시스템 계산 [J. Chem. Theory Comput. 18, 12, 7024–7042 (2022)]
- 효율적인 Auxiliary Field QMC 계산을 위한 양자 컴퓨터 기반 양자-고전 하이브리드 알고리즘 개발 [J. Chem. Theory Comput. 19, 14, 4484–4493 (2023)]
*물리, 화학, 화공, 재료 전공 소지자 선호

3. 모집 대상 (2024년 8월 업데이트)
- 석박통합 혹은 박사1명 (베이지안 신경망 기반 범용 머신러닝 포텐셜 아키텍쳐 모델 개발)
- 석박통합 혹은 박사 1명: Path integral Ground State QMC 방법론 개발을 통한 2차원, 3차원 Rydberg atom array의 양자상 연구
- 석박통합 혹은 박사 1명: AFQMC 양자컴퓨터 알고리즘 개발을 통한 양자유용성 탐색
- 2025년 3월 입학 예정

4. 모집 일정 (2024년 8월 업데이트)
- 2024년 9-10월경 모집공고 온라인 원서 접수: https://gradschool.skku.edu/grad/mojip/regul.htm
- 관심 있는 학생들은 명창우 교수(cwmyung@skku.edu)에게 A4용지 3장 이내로 대학원 진학 동기, 관심 연구 분야, 연구 및 career 계획을 기재하여 송부 요청. 줌 인터뷰를 거쳐 최종 학생 선발 예정.
- 기타 문의사항은 연구실 이호진 학생(manuphojin@skku.edu)에게 문의바람.

5. 학비 및 기타 지원
- 등록금 전액 지원 (1440 만원/년)
- 등록금 제외 기본 학생 인건비 (120만원/월~)
- 연구 성과에 따른 월급 상향 조정
- 국내외 학술대회 참가 장려 및 지원
- 미국, 유럽 등지 국외 유수의 연구그룹 파견 예정