금오공과대학교 / 소재디자인공학과 / 학점 4.1/4.5 / 토익스피킹: 140 / 대외활동 1회, 공모전 1회, 수상 2회 / 위험물산업기사
보고있는 합격자소서 참고해서 내 자소서 작성하기
새창
목록
마음에 드는 문장을 스크랩 할 수 있어요!
지금 바로 PC에서 이용해보세요.
최고 품질의 상품들을 지금보다 더 많은 소비자들이 여러 유통 채널에서 더욱 폭 넓고 쉽게...
1. 포스코 생산기술직에 지원하게 된 동기 및 입사 후 달성하고자 하는 목표에 대해 기입해 주십시오
저는 학부 연구 과정에서 전고체 이차전지용 고분자 전해질의 가교 조건을 최적화하는 연구를 진행하며, 미세한 공정 변수 하나가 제품 성능과 생산성에 직접적인 영향을 미친다는 사실을 체감했습니다. 실험 과정에서 변수 간 상관관계를 분석하고 최적 조건을 찾는 과정은 복잡한 제철 공정 속에서 생산기술직이 수행하는 역할과 닮아 있었습니다. 이러한 경험을 통해 생산기술직이 단순히 설비 운용을 넘어, 공정 데이터를 기반으로 문제를 해결하고 혁신을 이끌어가는 직무라는 점에 매력을 느끼게 되었습니다.
포스코 인턴십을 통해서는 우선 현장 조업 환경을 직접 경험하며 설비 운용과 품질 관리 프로세스를 체계적으로 학습하고자 합니다. 또한 전공 지식을 바탕으로 공정 데이터를 분석하여 개선 가능성을 탐색하고, 현업 엔지니어와의 협업을 통해 실질적인 문제 해결 과정을 익히는 것을 목표로 합니다. 특히 포스코가 추진하는 수소환원제철과 스마트 제철소 비전을 가까이에서 체감하며, 미래 생산기술이 나아가야 할 방향을 배우고 싶습니다. 이번 인턴 경험을 통해 단순한 이론 습득을 넘어, 현장 이해력·문제 해결력·협업 역량을 실제 업무에 접목하며 성장하고자 합니다. 더 나아가 이 배움을 토대로 향후 포스코의 친환경·스마트 공정 혁신에 기여할 수 있는 인재로 발전해 나가겠습니다.
2. 본인의 지원분야에서 근무할 시 가장 필요하다고 생각되는 역량은 무엇인지, 해당 역량을 향상시키기 위해 어떠한 노력을 기울여 왔는지 기입해 주십시오
생산기술직에서 가장 중요한 역량은 문제 해결력과 협업 능력이라고 생각합니다. 복잡한 제철 공정에서는 변수 하나가 품질과 생산성에 큰 영향을 주기 때문에, 원인을 분석하고 최적의 개선안을 도출하는 능력이 필요합니다. 동시에 다양한 전공과 현장 인력이 협력해야 하므로, 서로 다른 관점을 조율하며 최적의 해답을 찾아내는 협업 능력도 필수적입니다.
저는 이를 에너지재료설계 프로젝트에서 체득할 수 있었습니다. 전기차 배터리의 셀 용량당 원가 절감을 목표로 했으나, 유기재료 전공자인 저는 무기재료 기반의 셀 설계에 익숙하지 않았습니다. 이를 극복하기 위해 관련 강의를 수강하고, 선행 연구 논문 발표를 맡아 팀의 지식 기반을 강화했습니다. 특히 NCM 양극재에 Al을 도핑한 사례를 응용하여 반도체 강의에서 접한 이온 주입 공정을 제안했는데, 이는 공정 정밀도를 높이고 불필요한 단계를 줄일 수 있는 방법이었습니다.
이 과정에서 반도체 전공 팀원과 도핑 공정의 장단점을 분석하며 협업했고, 저는 도핑 농도와 열처리 조건별 조합을 시뮬레이션하여 예상 성능과 비용 데이터를 도출했습니다. 그 결과 500사이클 용량 유지율 약 50.8% 향상, 공정 비용 1.7% 증가라는 합리적인 성과 예측을 제시할 수 있었습니다. 이 경험은 전공이 다른 팀원과 협력하여 문제를 해결하고, 창의적인 방법으로 성과를 낸 사례로 평가받아 A+ 학점을 받을 수 있었습니다.
3. 협업, 소통, 희생/봉사, 성장, 변화추구 중 해당 역량을 활용하여 목표를 달성했던 경험을 기입해 주십시오
생산기술직에서 중요한 역량 중 하나는 새로운 기술을 수용하며 변화에 적응하는 태도라고 생각합니다. 철강 산업은 디지털 전환과 스마트팩토리로 빠르게 나아가고 있으며, 기존 방식에만 머물지 않고 새로운 방법을 적극적으로 활용해야 공정 최적화와 품질 경쟁력을 확보할 수 있습니다.
저는 학부 연구 과정에서 AI를 직접 활용하며 이러한 변화를 체감했습니다. 그러나 고체 전해질 EIS 데이터를 Curve Fitting하는 과정에서 기존 회귀 분석으로는 결정계수가 0.6 수준에 불과해 분석 신뢰성이 떨어졌습니다. 이때 한계 극복을 위해 사이킷런 알고리즘과 하이퍼파라미터 튜닝을 적용하였으며, AI로 모델 구조를 조정해 정확도를 높였습니다. 그 결과 결정계수가 0.99 이상으로 향상되었고, 이를 통해 더 정밀한 이온전도도 분석과 공정 변수 간 상관관계를 도출할 수 있었습니다.
이 경험은 단순히 연구 성과 향상을 넘어, 새로운 기술에 대한 불신에서 신뢰로의 전환을 이끌었습니다. 처음에는 생소하고 어려웠던 AI를 적극적으로 받아들여 성과를 창출한 경험을 통해, 변화에 도전하는 자세와 기술을 실질적으로 적용하는 능력이 제게 크게 성장했음을 느꼈습니다. 앞으로 포스코 인턴십에 참여한다면 이러한 태도를 바탕으로 배우고, 공정 데이터 분석과 문제 해결 과정에 적극적으로 임하며 한 단계 더 성장하겠습니다.