Internet Explorer 서비스 종료 안내

Internet Explorer(IE) 11 및 이전 버전에 대한 지원이 종료되었습니다.

원활한 이용을 위해 Chrome, Microsoft Edge, Safari, Whale 등의 브라우저로 접속해주세요.

리스트박스

합격 자소서

현대자동차 / 생산기술(남양연구소) / 2026 상반기

국민대 / 신소재 / 학점 3.88/4.5 / 토익스피킹: 150/레벨 5 / 직무혁신성과팀공모전 금상, 캡스톤디자인 아이디어공모전 동상, 학습공동체 성과물 공모전 최우수상, 반도체공정실습 / 기타: Microsoft Certified: AI Engineering Fundamentals

보고있는 합격자소서 참고해서 내 자소서 작성하기닫기
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...

현대자동차 채용공고&합격자료 확인하기
기업정보 보러가기


1. What drives you forward? 그 원동력이 현대자동차로 이어진 이유와, 입사 후 이루고 싶은 목표에 대해 기술해주세요. [원인을 끝까지 확인해 양산 기준으로 바꾸는 엔지니어] 저를 움직이는 힘은 문제가 생기면 먼저 원인을 의심하고 끝까지 확인해야 다음 단계로 넘어갈 수 있는 습관입니다. 저는 이상이 반복될 때 단순히 조건을 조정하는 데서 멈추지 않고, 발생 원인을 구조적으로 파악해 공정을 다시 설계할 때 가장 보람을 느낍니다. K-FAB 실습에서 RIE 공정 중 Selectivity 불안정으로 수율이 저하됐을 때, 주변이 이를 단순 레시피 편차로 보던 문제를 저는 장비 상태 변화가 만든 이상 신호로 판단했습니다. Step별 로그와 표면 상태를 함께 분석한 결과, 챔버 내 polymer flaking이 미세 particle로 작용해 식각 균일도를 떨어뜨리고 있음을 확인했고, N2 purge 조건 재설계로 가동률 7%, 수율 8% 개선을 이끌었습니다. 또한 이너보틀 협업 프로젝트에서는 기존 설계 기준만으로는 해결되지 않는다고 보고 현장 작업자와 성형 취출 과정을 반복 확인하며 고무 재현성, 취출 온도 변화, 소음 문제를 새 변수로 반영했습니다. 이후 구조를 다시 설계해 Tact Time 51% 감소와 월 생산량 54% 증대를 달성했습니다. 제가 현대자동차 남양연구소 생산기술을 선택한 이유는 이러한 문제 해결 방식이 전동화 제품의 개발과 양산을 연결하는 역할에서 가장 크게 발휘된다고 판단했기 때문입니다. 남양 생산기술은 개발 단계에서 전동화 부품의 제조 가능성을 선제적으로 검토하고, 공법·설비·품질 데이터를 바탕으로 최적 생산 방안과 양산 기준을 구체화하는 조직입니다. 저는 공정 이상 원인 분석, 시뮬레이션 기반 검증, 데이터 시각화, 배터리 프로젝트 경험을 바탕으로 개발 단계의 양산 리스크를 선제적으로 줄이고 초기 양산 안정화를 이끄는 생산기술 엔지니어가 되겠습니다. 입사 후에는 디지털 검증과 공정·품질 데이터 기반 표준화를 통해 남양에서 검토한 기술이 실제 양산 현장에 안정적으로 구현되도록 만들고, 전동화 생산 경쟁력을 높이는 양산 기준을 만드는 엔지니어로 성장하겠습니다. 2. 지원 분야 업무 수행에 있어 가장 중요한 역량이 무엇인지 선정하고, 그 이유를 설명해주세요. 또한 해당 역량을 키우기 위해 어떤 노력을 해오셨는지 기술해주세요. [원인을 진단하고 변수를 재설계하는 역량] 저는 남양연구소 생산기술에서 가장 중요한 역량을 공정 데이터를 바탕으로 이상의 본질 원인을 진단하고, 핵심 변수를 재설계해 최적 조건으로 연결하는 능력이라고 생각합니다. 남양 생산기술은 전동화 제품 개발 단계에서 제조 가능성을 선제적으로 검토하고, 공법·설비·품질 기준을 구체화해 초기 양산 안정화를 이끄는 역할을 수행합니다. 따라서 같은 이상 현상도 단순 편차가 아닌 양산성에 영향을 주는 구조적 리스크로 읽어내는 진단력이 핵심이라고 판단했습니다. 저는 이 역량을 세 경험을 통해 구체화했습니다. 첫째, K-FAB 실습에서 RIE 공정 중 Selectivity 불안정으로 수율이 저하되자 Step별 로그와 표면 상태를 함께 분석해 이를 단순 레시피 문제가 아닌 챔버 내 polymer flaking에 따른 particle 이슈로 진단했습니다. 이후 N2 purge 조건을 재설계해 가동률 7%, 수율 8% 개선을 이끌며 데이터 기반 원인 진단 역량을 길렀습니다. 둘째, 가상의 DRAM 생산라인 데이터를 활용한 제조 대시보드를 설계하며 수율, 불량률, Cycle Time 등 핵심 KPI와 13x13 Die Map을 시각화했습니다. 이를 통해 이상 징후를 조기에 식별하고 대응 우선순위를 정하는 데이터 판단 체계를 익혔습니다. 셋째, KTR 프로젝트에서는 21700 셀 충전 과정에서 Voltage Drop과 온도 상승 문제를 확인한 뒤 충전 전류와 단계 전환 전압을 핵심 변수로 재설정하고 MSCC 조건을 반복 비교해 5-step 조합을 도출했습니다. 그 결과 충전 시간을 23분 단축했고, KC 62133-2 기준 시험으로 안전성까지 검증하며 변수 최적화와 검증 역량을 강화했습니다. 입사 후에는 이러한 역량을 바탕으로 전동화 제품 개발 단계의 양산 리스크를 선제적으로 식별하고, 공정·품질 데이터 기반 검증으로 최적 공법과 생산 기준을 정교화해 남양연구소의 초기 양산 안정화에 기여하겠습니다.