(English)

Research Vision

AI⁴M Lab is pioneering AI-driven research in next-generation batteries and energy materials. Our goal is to drastically accelerate material discovery and optimization by establishing a Closed-loop Research Ecosystem that seamlessly integrates Computation, Experiment, and Data.

Research Culture

✨ We strive to research 'smarter,' not just harder.

• Active Use of Cutting-edge AI & Dev Tools: We actively incorporate Generative AI and modern development tools—including LLMs, Antigravity, Notion, and Slack—into our entire research and coding process. By minimizing repetitive tasks, we create an environment where researchers can focus solely on creative problem-solving.
• Convergence Methodology:
  • First-Principles Calculation: Precise property prediction via DFT calculations.
  • Data-Driven AI: Developing Machine Learning models based on experimental data (Specializing in Small Data & Noise Handling).
  • Autonomous Experimentation: Building AI-driven optimization and automated experimental workflows.

Key Research Topics

• Design & Optimization of Next-Gen Battery Materials (ASSB, Cathode, etc.)
• Development of AI-based Material Property Prediction Models
• Establishment of Integrated Computation-Experiment Workflows
• Development of Autonomous Synthesis Systems & Theory

Who We Are Looking For

Academic Background

• Majors: Materials Science & Engineering, Chemical Engineering, Chemistry, etc.
• Convergence: Majors in AI, Computer Science, or Mechanical Engineering with a strong interest in materials research are also highly welcome.

Preferred Qualifications

• Experience in battery material experiments.
• Proficiency in programming (Python, etc.).
• Experience with DFT calculations.

Eligibility

• Prospective graduates or recent graduates.

💡 Note: Our lab covers a wide range of fields including experiments, computation, and coding. You do not need to be perfect in all these areas at the start. Even if you lack experience in a specific field, a passion for learning and utilizing new tools (AI) is all that matters.

Benefits: Why AI⁴M?

🎯 We provide top-tier support and environment so you can fully immerse yourself in research.

• Research Environment: We offer an exceptionally spacious and comfortable individual workspace. To maximize research efficiency, high-end workstations/PCs are provided to every researcher.
• AI Tools: Premium LLM subscriptions (e.g., Claude Max, ChatGPT Pro) are provided to every researcher, enabling an AI-powered research workflow for maximum productivity.
• Financial Support: Full tuition coverage, monthly stipend, and performance-based incentives.
• Growth & Networking: On-campus housing (dormitory) available; active support for attending domestic and international conferences.

How to Apply

We welcome inquiries regarding admissions and lab life. If you are interested in applying, please send the following documents by email.

• Personal Statement (or Cover Letter)
• Curriculum Vitae (CV)
• Contact: [email protected]

Recruitment Schedule

• Graduate Students: We are recruiting for the Spring 2027 semester. Please contact us in advance according to the admission schedule. (📌 [DGIST Admission Guide])
• UGRP (Undergraduate Research): Undergraduates interested in AI-based material research are welcome to apply at any time.
• Postdoctoral Researcher: Please send us your CV with cover letter.
  • [Closed announcement]

[Closed] Special Opening: Postdoctoral Researcher (DGIST InnoCORE E-MatAX)

(Korean)

연구 비전

AI⁴M Lab은 차세대 배터리 및 에너지 소재 분야에서 AI 기반 연구를 선도하고 있습니다. 계산(Computation), 실험(Experiment), 데이터(Data)를 통합하는 폐루프(Closed-loop) 연구 시스템을 구축하여, 소재 발견과 최적화를 획기적으로 가속화하는 것이 우리의 목표입니다.

우리의 연구 방식 (Research Culture)

✨저희는 단순히 열심히 하는 것보다 '스마트하게' 연구하는 것을 지향합니다.

• 최신 AI 및 개발 툴의 적극적 활용: LLM(대형 언어 모델), Antigravity, Notion, Slack 등 다양한 생성형 AI와 개발 툴을 연구와 코딩 전반에 적극 도입합니다. 불필요한 단순 반복 업무를 최소화하고, 연구원들이 창의적인 문제 해결에만 집중할 수 있는 환경을 만듭니다.
• 융합 연구 방법론:
  • 제1원리 계산 (First-Principles): DFT 계산을 통한 정밀한 소재 물성 예측
  • 데이터 기반 AI: 실험 데이터 기반 머신러닝 모델 개발 (Small Data & Noise Handling)
  • 자율 실험 (Autonomous Experimentation): AI 기반 실험 최적화 및 자동화 워크플로우 구축

주요 연구 주제

• 차세대 이차전지 소재 (양극재, 고체전해질 등) 설계 및 최적화
• AI 기반 소재 물성 예측 모델 개발
• 계산-실험 통합 워크플로우(Workflow) 구축
• 자율 소재 합성 시스템 및 이론 개발

지원 대상

전공 요건

• 관련 전공: 재료공학, 화학공학, 화학 등
• 융합 전공: 소재 연구에 관심이 있는 AI, 컴퓨터공학, 기계공학 전공자도 환영합니다.

우대 사항

• 2차전지 소재 관련 실험 경험자
• 프로그래밍 (Python 등) 능력 보유자
• DFT 계산 경험자

공통 자격

• 대학원 진학 예정자 및 기졸업자

💡 참고: 저희 연구실은 실험, 계산, 코딩을 폭넓게 다루지만, 입학 시점에서 이 모든 것을 완벽하게 잘할 필요는 없습니다. 특정 분야에 경험이 부족하더라도, 새로운 도구(AI)를 배우고 활용하려는 열정이 있다면 충분합니다.

지원 혜택 (Why AI⁴M?)

🎯 연구에만 몰입할 수 있도록 최고 수준의 대우와 환경을 제공합니다.

• 연구 환경: 넓고 쾌적한 개인 오피스 공간을 제공하며, 연구 효율을 극대화할 수 있는 최고 사양의 PC 및 장비를 지급 합니다.
• AI 도구 지원: Claude Max, ChatGPT Pro 등 최고 수준의 LLM 구독을 지원하여, 연구 생산성을 극대화할 수 있는 AI 활용 환경을 제공합니다.
• 금전 지원: 등록금 전액 지원 및 생활비(Stipend) 지원, 성과에 따른 인센티브 지급
• 성장 지원: 기숙사 입주 가능, 국내외 학회 참가 및 발표 기회 적극 제공

지원 방법

진학 및 연구실 생활에 대한 자유로운 상담이 가능합니다. 진학을 원하시는 분은 아래 서류를 이메일로 보내주세요.

• 자기소개서
• 이력서 (CV)
• 문의처: [email protected]

모집 일정

• Graduate Student (대학원생): 2026년 가을학기 대학원생을 모집합니다. 입학 전형 일정에 맞춰 사전에 컨택해 주시기 바랍니다. (📌 [DGIST 대학원 입학 안내 링크])
• UGRP (학부연구생): AI 기반 소재 연구에 관심 있는 학부생은 언제든 환영합니다.
• Postdoctoral Researcher: Please send us your CV with cover letter.
  • [CLOSED announcement]

[마감] 특별 공고: 박사후연구원 모집 (DGIST InnoCORE E-MatAX)