SK하이닉스

학부에서 환경법규와 환경영향평가 수업을 통해 환경 정책 및 규제의 구조를 익혔습니다. 특히 거제도 골프장 사업을 대상으로 한 환경영향평가 팀프로젝트에서, 생태조사가 실제 법규와 가이드라인을 준수하여 수행되었는지 검토했습니다. 나아가 GIS 분석을 통해 사업장 주변 생물종 서식 가능 지역을 도출하고 생태조사 개선방안을 제시하며 학부 졸업 논문으로 발전시켰습니다. 대학원에서는 기후위기 적응대책, 온실가스 인벤토리, 자연자본 대응 과제 등에 참여하여 국내외 환경 정책의 흐름을 이해하고, 실제 반도체 기업의 자연자본 리스크를 파악하며 전략을 도출하는 경험을 쌓았습니다. SK하이닉스는 반도체 기업 중 가장 먼저 통합환경관리 허가를 받으며 HyLCA 시스템을 구축하는 등 지속가능경영을 선도하고 있습니다. 이곳에서 제 역량을 발휘하여 빠르게 변화하는 환경 및 ESG 규제에 SK하이닉스가 선제적으로 대응하는 일에 기여하고 싶습니다.

저는 대학원에서 토지이용부문의 국가 온실가스 인벤토리 구축 연구에 참여하여 ‘6개 연구기관의 합의를 이끌어내 과제를 완수한 경험’이 있습니다. 해당 연구에서 국토의 탄소배출·흡수원을 6개 유형으로 구분한 토지 경계안을 도출해야 했으나, 기관마다 분류 기준이 달라 국토 면적의 약 2% 구역에 대한 합의가 이루어지지 못한 상황이 발생했습니다. 이를 해결하기 위해 먼저 의견이 충돌하는 사례들을 유형별로 정리하고, 조율이 필요한 핵심 쟁점을 구분했습니다. 또한 국제 기준인 IPCC 가이드라인을 기반으로 객관적인 분류 기준을 제안하고, 해당 논의가 향후 연구개발비 확보와 정책 활용 측면에서 가지는 이점을 설명하며 설득을 이어갔습니다. 그 결과, 각 기관이 수용할 수 있는 공통 기준을 도출하여 기한 내에 최종 토지경계 분류안을 완성할 수 있었습니다. 이 경험을 통해 복잡한 이해관계 속에서도 객관적인 데이터와 기대 효과를 제시하며 합의를 이끌어낼 수 있음을 배웠습니다. 이 경험을 바탕으로 SK하이닉스에서도 대내외 유관부서와 원활히 소통하며 지속가능한 반도체 사업장 환경을 만들어가는 데 기여하겠습니다.

삼성전자DS 과제에 참여하여 해당 기업의 자연자본 공시 대응 전략을 도출하기 위해, 반도체 산업과 관련된 국내외 150여개 기업의 TNFD 대응현황을 분석한 경험이 있습니다. 하지만 기한 내에 방대한 ESG 자료들을 직접 읽고 분석을 완료하기에 어려운 상황에 부딪혔습니다. 이를 해결하고 효율적인 과제 진행을 위해 LLM을 활용하는 방안을 모색했습니다. 코딩 경험이 있는 선배가 전체 코드를 설계하였고 저는 수업에서 배운 기초 지식을 활용해 코드 수정을 도왔습니다. 대학원에서 수강한 AI 수업을 통해 딥러닝의 기본 알고리즘을 구현한 경험을 바탕으로 이전에 배웠던 지식을 복습하고 다시 적용하며 코드 오류를 개선하는 데에 기여했습니다. 그 결과 보고서 분석 소요 시간을 50% 단축할 수 있었습니다. 나아가 반도체 산업의 핵심 자연자본 이슈인 수자원 리스크를 WRI Aqueduct를 활용하여 정량적으로 식별하고 대응 전략을 제시하였습니다. 이를 통해 한계 상황에서도 새로운 시도와 협업을 통해 더 좋은 성과를 만들 수 있음을 배웠습니다. SK하이닉스에서도 낯선 일이 만났을 때 주저하지 않고 도전하며, 적극적으로 배우는 자세로 업무에 임하겠습니다.