컴퓨터 시뮬 돌리는 계산화학 이런거 솔직히 전망 어떻게 생각함?

DFT는 뭐에요?

혹시 접목해서 하는 곳은 수요가 좀 있을까요?

이런 연구실은 거의 특정되는데, 그 연구실들도 좋고, 본인의 취향과 능력에 따라 계산연구실로 가도 좋다고 봅니다.

참고로 요즘 잘나가는 랩들은 대부분 AI쪽 접목해서 하는데, AI 들어가면 논문 if도 확 높아지고 하고 취업군이 달라질 수도

요즘 점점 자리 늘어나는 추세인데 무슨 소리임
무식한거 티내네

그렇게 생각하면 본인이나 열심히 하세요ㅋ

비주류는 절대 아님
교수임용 늘고 있는데 뭔개소리임
이론하는 사람들이 쓰는게 계산화학이고
그 이론 하는 사람들 실험하는 사람 만큼 있음

단지 실험하는 사람입장에서는 애매한 포지션이고, 학계 밖에서도 실험 기반으로 하는 사람보다는 살짝 애매해짐

소크라테스님 자꾸 특정 분야에서 학부생인거 티내고 다니시는데, 자신은 모르겠지만 다 티납니다... 동일인인것도 대학원 문턱 밟아보지도 못한 학부생인것도...

좋은 조언 감사합니다.

저도 제약/생명과학쪽으로 계산화학쪽을 해보고 싶은데 확실히 재료화학쪽으로 산업이 몰린 한국 입장에선 고체/폴리머/전지를 더 중요하게 연구하고 그런 랩실이 대부분이라 저도 참 아쉽긴 합니다.....엘지엔솔 삼디 삼전 하이닉스 한화에서는 관련 취업공고가 올라오긴 하던데 제약업계쪽은 크게 투자를 안하는 느낌이더라구요

취업은 크게 걱정 안하셔도 됩니다. 요즘 신약 개발하는 스타트업에서 계산화학 전공자 인력 수요가 많아요. 대기업에 자리가 없어서 아쉬우시겠지만, 신약 분야는 불확실성 때문에 대기업이 들어오기 어려운 면이 있지요.

미국에선 보통 5년에 한번 이직합니다. 한국도 점차 미국식 지식산업 구조를 따라가는 중이어서 연구직도 자주 이직하게 될겁니다. 지금 대학원 시작하시는 분들은 대기업에 너무 의존?하지 않으시는걸 권하는 편입니다. 많은 경우 박사를 받고 대기업 연구소에 가더라도 기대만큼 멋진 일을 하지는 못합니다.

교수님도 이 분야로 오래 살려면 석사로는 충분하지 않다고 보시나요? 요즘 학생들 시각에선 박사과정하는 것보다 석사하고 바로 산업현장으로 가려는 성향이 더 커서...

중요한 질문을 해 주셨내요. :) 본인만의 전문성을 얻고자 하신다면 박사학위를 추천합니다. 상대적으로 일반적인 일에 만족하신다면 석사만으로도 충분합니다. 박사는 나중에 받으셔도 되긴 합니다. 석사 취직 후 회사에서 유학 보내주는 경우도 많고, 늦게 국내/유학을 통해 박사를 받는 분도 많더군요.

박사학위의 가치는 '기회'를 더 얻을 수 있다는점 같습니다. 제가 경험에 비추어 보자면, 박사학위는 점점 '머리 쓰는 일을 할 수 있다'는 증표 역할로 바뀌는 것 같아요. 현업에서는 박사학위를 받은 사람에 대한 기대치가 점차 낮아지고 있으며, 취업 후 새로 배워야 하는건 석사/박사 가리지 않고 비슷합니다. 이런 추세에도 불구하고 '박사'학위자에게 더 어려운 일을 맏기는건 확실합니다 - 기회가 더 많이 온다는 뜻입니다.

결국 선택의 문제 같내요. 몇년 앞서 박사를 받고 취업/학계 경력을 쌓거나, 아니면 취업을 먼저 하고 필요하면 나중에 박사에 도전하거나. 경제적인 면에서 후자가 낫겠고, 전자는 한살이라도 젊을 때 어려운 과정에 도전할 수 있어서 좋구요. :)

계산 '만' 돌리면 매우 곤란합니다. 계산에서 얻은 숫자가 우리를 가르쳐 주지 않고, 의미는 연구자가 찾아내야합니다. 게다가 계산하는 일 자체가 매우 쉬운 일이 되었습니다. 최근 요즘 특히 양자계산이 너무 쉬워져서 '계산' 자체는 말씀하신 대로 레드오션에 가깝습니다. 저는 전합성 학위 받은 후 가우시안 계산을 시작해서 반년만에 JACS에 자기 논문 내는 사람도 봤거든요.

그래서 계산 전공자가 할 수 있는 일을 찾아 연구해야합니다. 이론을 개발하고 프로그램을 개발하거나, 몇 달 배워서는 하기 어려운 계산화학 문제를 학위 주제로 잘 선택하셔야 합니다.

ps. 어쨌건, '존재의 이유'는 전공자들이 끊임없이 고민해야하는 화두입니다. 그리고 다른 연구 분야도 항상 유사한 도전에 대처해야 한다는 말씀도 드리고 싶어요.

맞는 말씀입니다. 어딜가든 계산, 코딩, 시뮬레이션을 알아야해요. 정말 유용한 기술들입니다.

그런대 계산화학 연구는 시뮬레이션 코딩 계산으로 환원될까 싶네요. 저는 그렇지 않더라구요.

컴퓨터를 모르면 계산화학을 못할까요? 그렇지도 않아요. 계산화학으로 노벨상 받으신 분들이 50세 이후에도 코딩을 직접 했을까요? 제 주변에 시뮬레이션 할줄 모르시는대 계산화학은 누구보다 잘 하시는 분들도 많아요.

계산화학도 (물리)화학이라서 결국 화학을 잘 해야 하더라구요.

다시 말하지만, 접근성은 매년 낮아지고 있고 그냥 해석만 돌리는건 학부생들도 하는 시대임. 그래서는 차별점이 안생김. 자기 무기를 만들어야함. 일부 해석 사람들은 lammps같은 것들 때문에 dog나 cow 나 다 md dft 한다고 툴툴대는데, 이렇게 빨리 바뀌고 있는 세상에서 자기 밥그릇 지킬 생각하는건 진짜 바보같은 짓.

그렇기 때문에, 윗 댓글에도 나왔지만, 본인이 자기 자신을 어떻게 차별화하고 어떻게 포장하느냐에 달렸음. 그리고 본인을 실험이나 계산으로 한정짓지 말고 둘 다 해보려는것도 괜찮음. 중요한건 어떤 application 에서 어떤 차별점을 어떻게 홍보했느냐 이거임. 배터리 또는 다른 소재 하면서 이런 실험과 이런 해석으로 이걸 증명했는데 그 발견이 매우 novel 한다던가, 아님 그 증명 방법이 unique 하다던가... 정 안되겠으면 현재 많은 사람들이 하듯이 실험그룹이랑 협업하는거고. 중요한건 자기 무기, 자기만의 차별점이 있어야함.

그리고 개인적으로는 장차 AI 로 인해 높은 수준으로 자동화되거나 인간 연구자가 많이 필요하지 않을 분야가 아닐까 하는 생각도 듦. 인간이 필요는 하겠지만 엔간한 연구활동들은 AI가 자동화로 해버리니 굳이 대학원생들 써서 굴리기 보다는 실험 잘하는 포닥에게 고성능 AI 하나 붙여주면 혼자 실험 해석 다 해서 논문쓰는, 그런 분야가 되지 않을까 하는 생각이 듦.

간단한 계산이나 대충 메뉴얼보고 학부생 수준으로 해서 듣보잡 논문 낼 땐 할 수있을지도 모르지만
괜찮은 논문 내려면 코웍 필수임
님이 직접 안해봐서 잘 모르는거 같은데
접근성이 낮아져도 그 이론이나 방법론은 더 세분화되고 생소한게 많아서 학부생이 끄쩍여서 할 수있는게 아님
njc아니더라도 소위 괜찮은 논문들 보면 실험 하는 그룹에 계산 그룹이 협업하는게 왜 그러겠음
우리 그룹도 계산 공장형으로 자체적으로 하긴 하는데 좋은 저널 낼때는 계산 그룹한테 요청 함

그리고 AI로 연구부분에서 인간 대체 하려면 아직 멀었음
당장 가장 관련성 큰 계산화학 분야도 AI를 사용한 예측에대해서 회의적으로 보는 사람들 엄청 많음 그만큼 변수가 너무 많고 세부 분야마다 요구하는 특성도 완전 달라짐
특정 빅데이터로 어떤 디스크립터를 뽑았다해도 제너럴한 예측 가능성은 얻기 힘듬

미국 주립대 현직임. dft md로 박사따고 쭉 dft md로 먹고살고 있음. 한국 애들은 어떤지 몰겠는데, 나는 lammps 로 charmFF 돌리는거랑 vasp로 geo opt랑 aimd 돌리는거, 3학년 마친 학부연구생에게 나랑 박사 한명이 간단히 알려주고 튜토리얼 연습시킴. 그 뒤로는 내가 주문한거 다 잘 돌려옴. 그리고 애가 분야에 관심이 있는지 안시킨것도 테스트해보고, 코딩에 원래 흥미가 있었는지 c++로 내가 시킨 post processing 분석도 잘 해옴. 학점은 그저 그런데 이것저것 할줄 아는거 많고 분야에 흥미 있어하니 좋네.

이정도만 해도 학부연구생이나 석사로서는 충분함. 본인 스스로 관련분야 논문 찾아 읽고 범위 좁혀서 해석이나 실험 설계하는게 박사부터 요구되는거지, 해석 돌리는건 학부연구생도 함. 그리고 진짜 대학원 관심 있어 보이면 본격적으로 논문 더 읽게 하는거고...

그리고 AI 로 자동화 대체가 왜 안되겠음? 얼마전에 피츠버그 대학교던가, 실험도 AI+로봇으로 자동화 한거 논문 나왔더만. 이런저런 비판이 있긴 하지만 구글 버클리 Ceder 그룹은 유명하고. Ceder그룹 pretrained universal gnnff 논문 올 가을에 나온거 보니 md dft도 점점 AI대체 심판의 날이 머지 않았다는 생각이 찐하게 듦. 아직 그 chgnet도 완전 자동화 ai 대체는 불가능하지만, 우리들 살아 생전 은퇴 이전에 그 순간을 목도할 가능성은 아주 크다고 봄.