기업명 비공개

기존 PPG 센서의 광간섭 문제에 주목했습니다. 수/발광부의 위치가 가깝고 차폐되어있지않아 발생하기에, 플라스틱 광섬유를 활용해 해결하고자 했습니다. 이는 광학 전자센서를 활용하므로 신호 처리, 회로 이해를 위해 전자공학 팀원과 협업하였습니다. 또한 이것을 판독시스템으로의 확장을 위해 AI 전공 팀원과 협업하였습니다. 프로젝트 중반, AI 전공 팀원이 담당하던 AI학습이 데이터 부족으로 중단되었습니다. 당시 1만 개 이상의 심박 파형 데이터가 추가로 필요한 상황이었고, 해결되지 않으면 시스템 완성이 불가능했습니다. 저는 설계 과제 완료 이후에도 팀 목표 달성을 위해 해결에 나섰습니다. Python 기반 모터 펌프 제어로 정상 심박(60~80rpm), 빈맥(100rpm 이상), 부정맥(불규칙 피크간격), 고혈압(rise time 단축) 조건을 반영한 맥동 데이터를 생성했습니다. 가압 챔버를 활용해 혈압을 모사한 ‘맥동 모사기’를 제작했고, 이를 신호 처리하여 AI 학습에 활용할 수 있도록 전달했습니다. 그 결과 220여 개 팀 중 10위로 입상했습니다. 생산기술 직무는 생산 현장의 다양한 타 부서 및 인원과 협업해야합니다. 추후 업무에도 이 경험을 살려 열린 자세로 협업하여 공정 개선과 생산성 향상에 기여하겠습니다. * 2. 해당 회사의 직무에 지원한 이유와 직무와 관련된 본인의 강점을 이야기해주세요. 기업을 선택할 때 실제 제조로 이어지는 근본적인 투자를 중요하게 생각합니다. 그것이 생산 안정성, 품질을 좌우하며, 장기적 기업 경쟁력으로 이어지기 때문입니다. 동원F&B는 2024년 1650억원 규모의 설비 투자를 통해 진천 2공장과 생산 설비 확장을 추진하고 있습니다. 이처럼 실제 생산시설에 대한 적극적인 투자가 제 기업 선택 기준과 부합합니다. 생산기술 직무는 이러한 설비 투자가 실제 성과로 이어지도록 만드는 핵심 역할이라고 생각합니다. 공정별 설비 효율 분석, 유지보수 및 최적화, 병목 개선을 통해 생산성을 향상시켜 기업의 이윤을 실현하기 때문입니다. 이에 생산기술 직무에 매력을 느껴 지원하였습니다. 설비 이상을 데이터 기반으로 분석하고 개선으로 연결하는 문제 해결 능력이 강점입니다. [KIST 장비 유지보수경험] KIST에서 CO₂ 측정 장비의 ppm 값이 기존 대비 약 100ppm 낮게 측정되는 이상을 발견했습니다. 이에 표준가스 용기, 배관, 압력 게이지를 순차적으로 점검하고 0·450·900ppm 표준가스를 단계적으로 차단하며 원인을 추적했습니다. 그 과정에서 압력 게이지 고장을 원인으로 규명하고 부품 교체를 통해 문제를 해결했으며, 매뉴얼 개선을 통해 재발을 방지했습니다.[공정개선 과제 수행 경험] 코멘토 생산기술 부트캠프에서 4M 최적화 과제를 수행하며 공정 데이터를 기반으로 생산 시스템을 분석한 결과 공정 시간이 최적 대비 약 135% 수준으로 설정되어 병목과 편성 비효율이 발생함을 확인했습니다. 이후 설비와 인원을 재배치하여 편성효율을 55%에서 80%로 개선했습니다. * 3. 본인이 입사 후 달성하고자 하는 목표와 해당 목표를 달성하기 위한 계획에 대해 이야기해 주세요. 입사 후 단계적인 성장을 통해 생산성과 품질을 동시에 향상시키는 생산기술 인력으로 성장하고자 합니다. 입사 후 2년차까지는 생산 현장에서 기본기를 탄탄히 다지는 데 집중하겠습니다. 설비의 구조와 구성품에 대한 이해를 높이고, 사내 업무 가이드라인과 유지보수 매뉴얼을 숙지하겠습니다. 또한 사내 직무교육과 설비 관련 교육 프로그램에 적극 참여하여 설비 운영과 점검 기준을 체계적으로 학습하겠습니다. 이를 바탕으로 설비 및 수선 자재 관리 업무를 수행하며 생산라인 운영 흐름을 정확히 이해하고, 안정적인 생산을 유지하는 역량을 갖추겠습니다. 3~5년차에는 공정과 설비를 종합적으로 이해하고, 설비 효율 분석을 통해 개선을 수행하는 인력으로 성장하겠습니다. 사내 기술 교육과 데이터 분석 관련 학습을 병행하며 공정 데이터를 해석하는 역량을 강화하겠습니다. 이를 통해 생산 과정에서 발생하는 병목 현상을 데이터 기반으로 파악하고, 유지보수 계획을 최적화하여 설비 가동률을 향상시키겠습니다. 또한 반복되는 설비 문제를 분석해 근본적인 개선안을 도출하겠습니다. 이후에는 축적된 경험을 바탕으로 신규 설비 도입 검토와 공정 개선을 주도하는 생산기술 인력으로 성장하겠습니다. 설비 도입 과정에서 필요한 기술 검토와 공정 적용가능성을 고려하고, 최적의 설비 운영 방안을 수립하겠습니다. 궁극적으로는 데이터 기반 의사결정을 통해 생산 효율과 품질을 지속적으로 개선하는 생산기술 인력으로 성장하겠습니다. 이를 통해 동원F&B의 안정적인 생산 기반과 수익성 향상에 기여하겠습니다. * 4. AI 기술이 본인이 지원한 직무에 어떠한 변화를 가져올 것이라 예상하며, 이에 대응하기 위해 AI역량을 향상시키기 위해 준비해 온 활동을 설명해주세요AI 기술은 생산기술 직무에서 설비 이상을 사전에 예측하고, 공정 데이터를 기반으로 최적의 운영 조건을 도출하는 방향으로 변화를 가져올 것이라고 생각합니다. 기존에는 설비 이상 발생 이후 대응 중심의 관리가 이루어졌다면, 앞으로는 데이터를 기반으로 이상 징후를 사전에 감지하고 공정을 최적화하는 방식으로 변화할 것이라 판단합니다. 이러한 변화에 대응하기 위해 MECH AI 동아리에서 기계 산업에 AI를 적용하기 위한 활동을 수행했습니다. 공정 및 장비 데이터를 활용한 기초적인 머신러닝 모델을 학습하고, 데이터를 기반으로 이슈 원인을 모의 분석하는 경험을 쌓았습니다. 이를 통해 단순한 데이터 활용을 넘어, 문제 해결을 위한 데이터 분석 역량의 중요성을 이해했습니다. 또한 학생설계경진대회에서는 AI 전공 팀원과 협업하여 심박 판독 AI 학습용 데이터를 직접 생성하고 가공했습니다. Python 기반 모터 펌프 제어를 통해 심박 신호를 모사했으며, Python을 통해 가우시안 필터, 제로 패딩 등 신호처리 기술을 적용해 노이즈를 제거하고 학습에 적합한 형태로 데이터를 전처리했습니다. 이 과정에서 AI 성능은 알고리즘뿐 아니라 데이터의 품질과 전처리 과정에 크게 좌우된다는 점을 체감했습니다. 이러한 경험을 통해 공정 데이터 중 의미 있는 데이터를 선별하고, 이를 가공·분석하여 활용하는 역량을 길렀습니다. 앞으로도 생산기술 직무에서 활용 가능한 데이터 분석 및 AI 활용 역량을 지속적으로 학습하며, 공정 데이터 기반 문제 해결 능력을 강화해 나가겠습니다.