문장 스크랩

---

복사

---

공유

1. 지원동기와 성장 목표 "다양한 산업을 바탕으로 지속적인 성장이 기대되는 기업" 제가 회사를 선택하는 기준 중 하나는 '기업과 산업이 미래에도 지속적으로 성장 가능성이 있는가?'입니다. 지속적인 성장은 안정성과 미래 기회를 의미하기 때문입니다. 또한 성장하는 기업에서 다양한 기회가 주어지며 높은 몰입도를 바탕으로 더 큰 성과를 이룰 수 있다고 생각하기에 이러한 가치관을 가지게되었습니다. 한화 글로벌은 다양한 산업 분야에서 안정적인 성장을 이뤄내고 있는 기업으로서, 그동안 축적된 경험과 기술력을 바탕으로 무기화학, 유화, 방산 등의 핵심 분야에서 우수한 업적을 거두고 있습니다. 특히, 산업용 화약 분야에서 뛰어난 기술력을 보유하고 있으며, 꾸준한 연구 및 개발을 통해 국내 시장에서 약 70~75%의 점유율을 가지는 등 안정적인 시장 지위를 확보하고 있습니다. 이러한 경험과 역량을 토대로 미래에도 지속적인 성장을 이룰 것으로 기대되며 저의 회사 선택 가치관에 맞는 기업이라고 확신하여 지원하였습니다. "주인의식을 가지고 목표 달성에 기여" 완성차 기업에서 인턴십을 하는 동안 적극적인 학습을 통해 21명 중 3등의 결과를 낸 적이 있습니다. 당시 업무에 사용되는 NX-UG 사용 경험이 전무한 상태였습니다. 그래서 사내 강의 자료를 보며 매일 1개의 부품을 설계하고 선배님께 부품 설계 파일을 요청하여 실무자의 방법을 벤치마킹 함으로써 현업에 도움이 되는 스킬과 지식을 기를 수 있었습니다. 이 경험을 통해 주인의식을 가지고 학습하는 능력을 발전시켰습니다. 입사 후에도 회사와 팀의 목표를 달성하기 위해 능동적으로 기여하고, 성과를 창출해 나가겠습니다. 2. 직무역량/전문성과 본인의 노력 "특허 참고와 모터 선정 기준 수립을 통한 비용 최적화로 예산 20퍼센트 절감" 캡스톤 디자인 프로젝트에서 자율주행 공 수거 로봇을 제작하며 비용절감 역량을 길렀습니다. 저희 팀의 목표는 예산 36만원 이내에서 카메라와 코딩을 추가하여 차별화된 제품을 제작하는 것이었습니다. 당시 영상처리를 위해 아두이노보다 7배 비싼 라즈베리 파이를 구매해야 했기 때문에 제작 과정에서 비용 절감이 필요했습니다. 또한 학교에서 제공하는 모터의 출력이 너무 약해 변경이 필요했는데, 이는 코드 수정으로 인한 시간 증가와 오류 발생 리스크가 있었습니다. 이를 해결하기 위해 저는 첫째, HW에서의 비용 절감이 필요하다고 생각하였습니다. 그래서 5건 이상의 특허에서 공 수집 메커니즘을 분석했고, 재료가 가장 적게 드는 물레방아 방식을 선정했습니다. 이때 사용되는 보조축과 수집 블레이드를 3d 프린터로 직접 출력하여 비용을 절감했습니다. 둘째, 비용을 낭비하지 않기 위해 모터 사양을 결정하는 게 중요하다고 생각했습니다. 그래서 모터에 필요한 최소 토크를 계산하여 로봇 주행에 필요한 힘을 정확하게 파악했습니다. 또한 동일 드라이버 사용 시 코드 수정이 불필요한 사실을 알게 되었고, 이에 따라 동일 드라이버 사용과 최소 필요 토크 충족이라는 기준을 세워 기준 내 최저 가격의 제품을 선정했습니다. 그 결과 예산의 80퍼센트 내인 28만원을 사용하여 제작할 수 있었습니다. 이 경험을 통해 라즈베리 파이와 같이 비용이 많이 드는 대체품을 고려할 때, 다른 사례를 참고하여 비용 절감의 대안을 확보하는 법을 배웠습니다. 또한, 데이터를 기반으로 합리적인 제품 사양을 결정함으로써 과도한 비용을 피하면서 필요한 성능을 확보하는 스킬을 길렀으며, 기존 자원을 최대한 활용하는 방안을 찾아 시간과 자원을 효율적으로 활용하는 능력을 길렀습니다. 회사에 들어가서도 자원 최적화와 데이터 기반의 결정을 통해 비용을 절감하고 예산을 준수하여 가격경쟁력을 높이는 데 기여하겠습니다. 3. 어려움 극복의 경험과 깨달음 "기술 문서 해석과 실험 분석을 통한 문제 요인 추출로 인식범위 650% 향상" 캡스톤 디자인 프로젝트를 통해 테니스 코트 유지 보수 비용 절감과 공 수집 시간 단축을 목표로 자율주행 공 수거 로봇을 개발했습니다. 처음에는 공 인식 가능 범위가 20cm로 제한적이며, 인식 정확도도 15% 수준으로 낮아 현실적인 사용이 불가능한 상황이었습니다. 뿐만 아니라 복잡한 코딩으로 인해 방향 전환 속도가 느린 문제가 있었습니다. 이 문제를 해결하기 위해, 기술 블로그와 부품사 홈페이지에서 제공되는 예제를 30건 이상 분석하여 인식 정확도와 관련된 2가지 변수를 도출하였습니다. 또한 정확도 향상을 위해 추출된 변수의 범위를 좁히거나 숫자를 조정하는 등의 실험을 100회 이상 반복적으로 수행하였습니다. 이러한 노력 끝에 공 인식 가능 범위를 1.5m로 650% 향상시키고, 인식 정확도도 84% 향상하여 99%로 달성하였습니다. 수거 시간을 최소화하기 위해 방향 전환 알고리즘을 간소화하였으며, 좌표화 대신 YES or NO 방식을 선택하여 코드 실행 시간을 단축하였습니다. 이로써 수집에 소요되는 시간을 약 1분 단축하였습니다. 이러한 노력 끝에 공 인식률은 100%, 수집률은 99%로 성공적인 결과를 도출하였고, 제품의 품질과 성능 개선 KPI를 달성하였습니다. 이 경험을 통해 기술 문서 해석과 실험 분석을 통한 문제 해결 능력을 키우게 되었습니다. 이러한 능력은 회사에서 시스템의 문제를 해결하거나 새로운 기술과 솔루션을 적용하여 기계 시스템을 최적화하는 데 큰 도움이 될 것입니다. 이를 토대로 플랜트 기계설계 분야에서 프로세스 효율성을 높이고 생산성을 개선하는 데 기여하겠습니다.