기업명 비공개

질문 : 당신이 주도적으로 진행한 일이 타인의 피드백이나 반대로 인해 방향이 바뀌거나 실패했던 경험을 구체적으로 서술하고, 그 과정에서 느낀 점과 배운 점을 설명해 주세요. 답변 : 저는 학과 부학생회장으로서 학과 MT를 기획하며, 한정된 예산 안에서 높은 만족도를 달성하기 위해 전반적인 기획을 주도했습니다. 전년도 참가자들의 “숙소는 좋았으나 식사나 프로그램이 아쉬웠다”라는 피드백을 바탕으로, 참가비를 절감하면서도 식사와 활동의 질을 높이는 방향으로 기획안을 수립했습니다. 그러나 MT를 1주 앞둔 시점 학과장님께서 지원 사업과 연계하여 연구원 탐방 프로그램을 병행해보라는 피드백을 주셨고, 이에 따라 전체 일정, 예산, 프로그램 구성까지 전면 수정이 필요한 상황이었습니다. 이미 대부분의 계획이 마무리된 상태였기에 부담이 컸지만, 참가자들에게 더 가치 있는 경험을 제공할 수 있다는 판단 아래 제안을 수용했습니다. 이후 참가자들의 동의를 구하고 연구원 측과 일정을 빠르게 조율하여 탐방을 포함한 새 일정을 확정했습니다. 동시에 감사 일정이 겹쳐 부담이 컸으나, 문서 작성에 능한 임원과 업무를 분담해 기한 내에 서류를 완성하고 일정을 차질 없이 마무리할 수 있었습니다. 그 결과, 참가비는 전년 대비 17.3% 절감하면서도 만족도는 4.8/5.0으로 향상되어 긍정적인 평가를 받을 수 있었습니다. 이 경험을 통해 외부의 피드백을 유연하게 수용하는 자세가 더 나은 결과로 이어질 수 있다는 점을 배웠습니다. 또한 급작스러운 상황 속에서도 우선순위를 정하고 역할을 분담해 문제를 효율적으로 해결하는 실행력을 키울 수 있었습니다. 질문 : AI 도구를 활용하여 실제로 업무나 과제, 프로젝트의 효율을 높였던 경험이 있다면 구체적으로 서술해 주세요. 답변 : [실험 결과 분석의 신뢰도 및 효율성 증대를 위한 AI 도입] 학부연구생 활동 중 고체 고분자 전해질의 이온전도도를 향상을 위한 가교 공정을 연구하였습니다. 연구에서 습식 가교 후 건식 가교하여 두 공정의 장점을 모두 살린 이중 가교 방식을 새롭게 설계하여 적용하였습니다. 코인셀의 EIS 분석 중, 임피던스 데이터에서 벌크 저항이 불명확하게 나타나 이온전도도 계산에 정확성을 확보하기 어려웠습니다. 특히 Nyquist plot에서 이상적인 반원 형태가 아닌 비정형 곡선이 관찰되어, 기존 방식으로는 추세선을 정확하게 적용할 수 없었습니다. 이 문제를 해결하기 위해 ChatGPT와 Python을 활용한 데이터 분석을 시도했습니다. 먼저 ChatGPT를 통해 다양한 등가 회로 모델과 곡선 피팅 방법을 탐색했고, 그중 실험 데이터 특성에 가장 적합한 수학적 모델을 식별하였습니다. 이후 Python을 이용해 다양한 시뮬레이션과 모델을 비교하며 오차를 최소화하는 방향으로 코드를 개선했고, 그 결과 이전보다 훨씬 신뢰도 높은 벌크 저항 값을 도출할 수 있었습니다. 벌크 저항 도출은 정확한 이온전도도 계산에 중요한 근거가 되었으며, 해당 연구를 바탕으로 학술대회 우수구두 발표에 참가하여 수상 후보로 선정되었습니다. 입사 후 데이터 분석과 AI 도구를 적극적으로 접목하여 공정의 정밀도와 생산성을 높이고, 스마트 제조 혁신에 앞장서는 인재가 되겠습니다.