2025 포스코DX [Agentic Intelligence] 자기소개서 지원서와 면접자료
1. 당사에 지원하게 된 계기와 해당 기술이나 산업에 관심을 가지게 된 이유를 설명해 주시길 바랍니다
2. 귀하가 해당 분야에서 타인과 차별화될 수 있는 전문역량은 무엇인지 구체적으로 설명해 주시길 바랍니다
3. 협업 과정에서 발생한 문제를 해결하거나 성과를 달성했던 경험을 자신의 역할과 기여도를 포함하여 설명해 주시길 바랍니다
4. 면접 예상 질문 및 답변
//
1. 당사에 지원하게 된 계기와 해당 기술이나 산업에 관심을 가지게 된 이유를 설명해 주시길 바랍니다
Agentic Intelligence는 기존 AI 기술이 보여주지 못했던 자율성과 목표 지향성을 통해 산업 전반의 혁신을 주도할 수 있는 다음 단계의 기술이라 믿습니다. 특히 산업 AI의 중심에서 철강, 에너지, 인프라 등 거대한 생산라인의 디지털 전환을 견인하고 있는 포스코DX의 행보는 단순한 기술 개발을 넘어 산업 구조 자체를 새롭게 설계하는 작업이라 생각합니다. 제가 포스코DX에 지원한 계기도 이 때문입니다. 단순한 코딩이나 모델 학습을 넘어서, 산업 전반의 변화를 이끌 수 있는 기술을 연구하고 실제로 적용해보고 싶었습니다.
AI 기술에 처음 흥미를 느낀 계기는 자율주행 알고리즘에 대한 연구를 시작하면서였습니다. 하지만 실제 데이터를 다루다 보니 단순한 알고리즘 최적화보다 환경에 적응하고, 상황에 따라 목표를 재정의하며 스스로 행동을 조정하는 시스템에 대한 고민이 많아졌습니다. 그러던 중 Agentic AI의 개념을 접했고, 이 기술이 기존의 AI 한계를 넘어 진정한 디지털 인텔리전스로 확장될 수 있다는 가능성을 확인할 수 있었습니다. 포스코DX가 이를 산업 현장에 구현하기 위해 다양한 플랫폼을 개발 중이라는 점에서, 저는 이곳에서 기술의 진화를 실제로 구현하고 싶다는 확신을 갖게 되었습니다.
2. 귀하가 해당 분야에서 타인과 차별화될 수 있는 전문역량은 무엇인지 구체적으로 설명해 주시길 바랍니다
제가 가진 가장 큰 차별화 지점은 ‘현장 적응형 AI 설계 능력’과 ‘목표 기반 시스템 구성 경험’입니다. 특히 강화학습과 MDP 기반의 시뮬레이션 환경 구축에 강점을 가지고 있으며, 단순히 AI 모델을 만드는 데 그치지 않고, 환경 내에서 자율적 판단을 통해 최적의 행동을 도출해내는 Agent 시스템을 직접 구현해본 경험이 있습니다.
대학원 연구과정에서는 스마트 팩토리 시뮬레이터에서 불량률을 최소화하는 Agent 시스템을 개발한 적이 있습니다. 이 프로젝트는 고정된 알고리즘이 아닌, 생산 조건의 변화에 따라 유연하게 목표를 재설정하고, 라인별 리소스를 자율적으로 재배분하는 Agent를 학습시키는 방식이었습니다. 당시 PPO(Proximal Policy Optimization) 기반 강화학습과 Actor-Critic 구조를 적용하여, 단일 Agent가 아닌 협동 Agent 시스템을 통해 전체 공정 효율을 향상시키는 데 성공했습니다.
또한 이러한 기술적 전문성을 문서화하고 협업 가능한 코드로 구현하는 역량도 갖추고 있습니다. 실제로 프로젝트 결과물을 논문 및 오픈소스 형태로 정리하여 GitHub에 공유하고, 외부 팀과 기술 교류를 진행한 경험이 있습니다. 이처럼 기술과 협업의 접점을 만드는 능력이 제 경쟁력이라 자신합니다.
3. 협업 과정에서 발생한 문제를 해결하거나 성과를 달성했던 경험을 자신의 역할과 기여도를 포함하여 설명해 주시길 바랍니다
대학원 시절, 스마트 팩토리 데이터를 활용한 AI 예측 모듈 개발 프로젝트에 참여한 경험이 있습니다. 이 프로젝트는 기계학습 기반 예측 알고리즘을 통해 불량 발생 가능성을 사전에 판단하고, 설비 운용 스케줄을 조정하는 기능을 개발하는 것이 목적이었습니다. 다만, 협업 초기에는 데이터 해석과 알고리즘 선택에서 연구원 간 이견이 많았고, 특히 현장 데이터를 어떻게 전처리하느냐를 두고 입장이 갈렸습니다.
저는 팀 내에서 데이터 엔지니어링과 시스템 설계를 담당하였고, 먼저 각 부서별 데이터 구조를 분석한 후 공정 전문가와 수차례 인터뷰를 진행해 데이터 수집 방식의 한계를 파악했습니다. 이를 바탕으로 기존의 단순 시계열 데이터를 공정 단계별 상태변수 기반 구조로 재구성하였고, 이 과정에서 전체 프로젝트 알고리즘이 물리 기반 모델에서 머신러닝 기반 전환이 가능하도록 설계 방향을 바꿨습니다.
결과적으로 프로젝트는 예측 정확도를 15% 이상 향상시켰고, 실제 시뮬레이션 라인에서 적용된 사례로 인정받아 산업기술대회 우수 논문상도 수상하게 되었습니다. 이 경험을 통해 기술적 신뢰뿐 아니라, 협업 내 커뮤니케이션과 문제 재정의의 중요성을 배울 수 있었고, 제가 주도적으로 상황을 개선하고 조정할 수 있는 사람이라는 확신도 얻게 되었습니다.

분야