SK바이오사이언스 Electricity & Control System 자기소개서
분야
hwp목차
1. SK바이오사이언스를 지원하게 된 이유 및 입사 후 계획, 그리고 그를 위한 준비 과정
2. 스스로 높은 목표를 세워 도전했던 경험과 한계 극복 과정
3. 면접 예상 질문 및 답변
-
1. SK바이오사이언스를 지원하게 된 이유 및 입사 후 계획, 그리고 그를 위한 준비 과정
SK바이오사이언스를 선택한 이유는 단순한 기업의 안정성이나 복지 때문이 아닙니다. 전 세계적인 팬데믹을 거치며 백신 생산의 중요성과, 이를 뒷받침하는 정밀한 설비와 공정 시스템의 가치를 몸소 깨달았습니다. 백신이라는 인류 보건의 최전선에서, 안정적이고 지속가능한 생산 시스템을 구축하고 유지하는 데 이바지하고 싶다는 강한 사명감을 품게 되었습니다. 그 중심에 SK바이오사이언스가 있었고, 제가 갖춘 전기 및 제어 시스템 역량을 가장 의미 있게 실현할 수 있는 공간이라 판단하였습니다.
저는 전기공학을 전공하며 자동제어 및 설비 유지보수에 관심을 가지고 꾸준히 준비해왔습니다. 특히 졸업 후 중견 제약회사 생산기술팀에서 약 3년간 근무하며 GMP 기반의 생산 환경과 설비 자동화 시스템을 운영한 경험이 있습니다. PLC 기반의 제어 시스템 유지관리, 전력 설비 점검, 비상시 설비 복구 시나리오 구축 등을 실무에서 수행하였습니다.
가장 중요한 업무는 정기적인 예방 정비였습니다. 특히, HVAC 시스템의 제어 신호 오류로 인해 실내 압력이 불안정해졌던 이슈를 해결한 경험이 있습니다. 당시에는 설계 도면과 실제 센서 연결이 상이했던 문제를 찾아내, 전기배선함 내부의 이중신호를 재구성하고, SCADA 시스템에서 오작동 원인을 코드 단위로 추적해내는 과정을 주도했습니다. 이 경험은 단순한 오작동 복구를 넘어서 시스템의 구조적 이해와 진단 능력을 갖추는 계기가 되었습니다.
입사 후에는 첫째, 설비 안정성을 위한 전력 품질 개선에 집중할 계획입니다. 전력 설비 내역을 DB화하고, 노후 장비 교체 및 고조파 분석을 통한 품질 진단 체계를 수립해 설비 수명을 늘리는 데 기여하겠습니다.
둘째, 전기제어 시스템의 이중화 전략을 제안하고자 합니다. SK바이오사이언스와 같은 GMP 기반 생산시설에서는 단 한 순간의 정전이나 제어 오류도 생산 차질로 이어질 수 있기 때문에, 주요 공정 설비에는 예비 전원, 이중 센서, 이중 제어회로 도입이 필수입니다. 저는 이전 직장에서 구축한 백업 회로 시나리오 및 비상 가동 전환 매뉴얼을 바탕으로 현장 맞춤형 이중화 전략을 수립하고 실행하고자 합니다.
셋째, 설비 데이터 기반의 예방정비 체계를 고도화하는 데 힘쓰겠습니다. 센서 데이터를 기반으로 이상 징후를 사전에 인지할 수 있는 로직을 도입하여 예지보전(PdM) 체계를 정립한다면, 단순한 고장 대응을 넘어 설비 운영의 패러다임을 바꿀 수 있습니다. 이를 위해 데이터 로깅, 분석 프로토콜, 기준값 설정 등에 대한 프로세스를 표준화하고, 전기 엔지니어의 데이터 활용 능력 향상 교육도 제안할 계획입니다.
이러한 계획을 현실화하기 위해, 저는 전기기사 및 산업안전기사 자격증을 취득했고, Allen-Bradley, Siemens, LS산전 계열의 PLC 및 HMI 시스템 운영 경험도 보유하고 있습니다. 더불어 직전 직장에서 설비 자동화 모니터링 툴을 개발하는 프로젝트에 참여하며 Python 기반의 데이터 수집 및 시각화 툴을 구축한 바 있습니다.
저는 단순히 도면을 보고 배선하는 기술자에 머물지 않고, ‘설비가 살아 움직이게 하는 사람’, 즉 현장과 데이터, 그리고 생산 목표를 함께 이해하고 조율하는 전기·제어 시스템 전문가로서 SK바이오사이언스의 생산 안전망을 구축하는 데 이바지하고 싶습니다.
2. 스스로 높은 목표를 세워 도전했던 경험과 한계 극복 과정
직전 직장에서 저는 스스로에게 ‘전기/제어 시스템 유지관리뿐 아니라, 예방정비 체계 고도화를 위한 설계 주도자’가 되자는 목표를 세웠습니다. 당시 사내에는 아직 예방정비 시스템이 초기 단계였고, 설비 고장 발생 시 수동 대응에 그치고 있는 상황이었습니다. 저는 한 발 앞서, 설비 데이터 기반의 예지보전 체계를 구축해보겠다는 포부를 가졌습니다.
이를 위해 첫 단계로 모든 전력 및 제어 관련 설비에 대한 로그 데이터를 수집하는 인프라부터 직접 만들기 시작했습니다. 기존 설비에 외부 센서를 설치해 전류, 온도, 진동 등의 데이터를 주기적으로 측정하고, 이를 Raspberry Pi 및 Python을 활용해 수집·저장하였습니다. 이후 일정 기간 이상 패턴을 분석하며, 이상치 탐지를 통해 고장 징후를 사전에 감지할 수 있는 기준선을 설정했습니다.
그러나 이 과정은 결코 쉽지 않았습니다. 처음에는 데이터 수집 장비의 센싱 오차가 매우 높아, 수치가 전혀 신뢰할 수 없었고, 이로 인해 팀 내에서도 실효성에 대한 회의적인 시선이 많았습니다. 또한 실제 생산 설비에 새로운 장비를 부착하는 것 자체가 부담으로 작용하여, 일부 현장 관리자들의 협조를 얻는 데도 어려움이 따랐습니다.