고성능의 균질 촉매를 설계하고 비촉매적 변환 과정을 최적화하는 작업은 대개 시행착오를 거치는 반복 과정에 의존합니다. 반면, 전문 지식이 없는 사람들은 종종 이러한 계산 도구를 활용하기 어렵습니다.

이번 웨비나에서는 최종 사용자용 물리-AI 플랫폼이 진입 장벽을 어떻게 해소하여 전문가와 비전문가 모두에게 이 과정을 접근 가능하게 만들면서, 동시에 원활한 확장성을 지원하는지 시연해 드리겠습니다. 이 플랫폼은 양자화학, 고속 반경험적 타이트바인딩(fast semiempirical tight-binding) 방법, 그리고 비선형-선형 결합( 머신러닝 ) 원자간 잠재력을 통합함으로써, 반응 네트워크의 자동 탐색과 여러 성능 지표의 동시 최적화를 가능하게 합니다. 실제 촉매 및 비촉매 사례를 통해, 메커니즘에 대한 통찰을 코딩 없이도 빠르고 정확하게 실행 가능한 설계 결정으로 전환하는 방법을 보여드리겠습니다.

주요 내용:

• 촉매 설계의 진입 장벽 낮추기
  물리학-AI 기반 최종 사용자 플랫폼을 통해 전문가와 비전문가 모두가 첨단 인실리코(in silico) 촉매 설계 및 반응 최적화를 수행할 수 있는 방법을 알아보세요.
• 대규모 다단계 모델링
  단일하고 확장 가능한 프레임워크 내에서 양자 화학, 반경험적 타이트바인딩 방법, 다중 수준 상호작용 잠재력( 머신러닝 , MLIPs)을 활용합니다.
• 코딩이 필요 없습니다
  접근성과 생산성을 고려해 설계된 직관적인 GUI 기반 환경

참가 대상:비촉매적 및 촉매적 반응성 최적화, 또는 균질 촉매 설계에 관심이 있는 분이라면 누구나