합격자소서 질문 및 내용

질문Q1.1. 지원 분야를 선택한 이유에 대하여 기술해 주십시오. (600자)보기

답변

30000개의 빅데이터를 활용한 엔진 부품의 품질 개선을 경험하며, 데이터 분석에 매력을 느꼈습니다. 한국 자동차 공학회 회원으로서 ‘생산 및 재료 부문 워크숍’에 참여해 공정 혁신을 위한 DT의 필요성에 공감했습니다. 데이터 및 자동차 공정에 대한 전문성을 바탕으로, 금형 기술의 디지털화를 이루고자 지원했습니다.

"데이터 및 자동차 공정의 전문성 확보"
첫째, ‘AI-빅데이터 아카데미’를 수료하며 R 프로그래밍과 상관·회귀·분류 등 다양한 분석 기법을 학습했습니다. 1년간 빅데이터 동아리 부회장을 맡아 ‘인공지능 제조 플랫폼 KAMP’ 데이터 셋을 이용한 사출 공정 프로젝트를 진행하며, 불량의 주요 인자를 파악할 수 있는 데이터적 문제해결력을 갖췄습니다.
둘째, ‘현대자동차 생산기술 에센스’ 강의를 통해 절삭·프레스·다이캐스팅 등 자동차 공정의 구성 및 불량 사례를 학습했습니다. 또한, 금속 가공의 제반 이론과 수식을 공부하고 Solidworks를 활용한 3D 모델링 및 정적 해석을 다뤄보며 자동차 공정의 금형 설계 역량을 갖췄습니다.
모빌리티 공정의 이해에 기반한 데이터적 문제해결력을 통해 E-FOREST의 금형 기술 고도화에 기여하겠습니다.

글자수 599자1,010Byte

질문Q2.2. 지원 분야와 관련한 전문성 확보를 위해 노력한 경험에 대하여 기술해 주십시오. (600자)보기

답변

"데이터 분석 및 시뮬레이션을 통한 금형 최적화"
K사의 품질 업무를 맡아, R을 활용해 불량 인자를 도출하고 열유동해석을 통해 다이캐스팅 금형을 최적화했습니다. 스마트 팩토리에서 추출된 Line data와 Wave data를 연결하는 전처리 과정을 진행했습니다. 품질 기준에 맞춰 '합/불' 데이터로 나눈 뒤 상관 분석을 통해 기포 결함의 임계 변수인 ‘Biscuit Size’를 도출했습니다. 또한, 상대적 표본 수치를 바이올린 플롯 그래프로 시각화해 10mm 이하 범주에서 다수의 기포 결함이 발생함을 확인했습니다. 비스킷 사이즈가 짧아 Runner에 공기가 과도 유입될 수 있기에 최적값을 찾아야 했습니다. 따라서, 슬리브 3D 모델을 제작해 Anycasting에 적용하고 Mold 형상에 맞춰 비스킷 사이즈를 변수로 열유동해석을 수차례 진행했습니다. 그 결과, 최적의 비스킷 사이즈 도출해 32%의 기포 결함을 줄이는데 성공했습니다.
데이터 분석과 시뮬레이션을 활용했기에, 시간과 비용을 절약하며 설계 최적화에 성공해 기포 결함을 감소시킬 수 있었습니다. 제 디지털 역량을 바탕으로, Virtual 기술을 접목하여 금형 개발 과정의 효율성 제고에 기여하겠습니다.

글자수 603자986Byte