AI 직무를 수행하기 위해 가장 중요한 역량은 문제를 데이터 문제로 바꾸는 능력, 모델을 구현하는 기술력, 그리고 결과를 현장 관점에서 해석하는 능력이라고 생각합니다.
제조 AI의 핵심은 모델을 만드는 것에 그치지 않고, 현장에서 반복적으로 발생하는 문제를 찾아 데이터 기반으로 개선하는 것입니다.
장기적으로 저는 포스코의 AI 직무에서 공정 데이터와 품질 데이터를 연결해 제조 현장의 의사결정을 고도화하는 인재로 성장하고 싶습니다.
제가 포스코 AI 직무에 지원한 이유는 AI가 실제 산업현장의 문제를 해결하는 모습을 가장 뚜렷하게 경험할 수 있는 분야라고 생각했기 때문입니다.
저는 포스코 스틸 캠프를 통해 데이터가 어떻게 발생하고, AI 모델이 어떤 방식으로 현장의 문제 해결에 연결되는지 직접 배우고 싶습 니다.
AI 모델을 만들 때 최종적으로 더 중요한 것은 현장 적용성이라고 생각합니다.
포스코 스틸 캠프에서 제가 반드시 얻고 싶은 경험은 실제 제조 현장의 데이터가 AI 문제로 전환되는 과정을 직접 배우는 것입니다.
특히 포스코의 철강 공정에서 어떤 데이터가 발생하는지, 현장 담당자들은 어떤 문제를 가장 중요하게 보는지, AI 모델이 실제로 어떤 방식으로 의사결정에 반영되는 지 배우고 싶습니다.

제가 회사를 선택할 때 가장 중요하게 생각하는 가치는 기술이 실제 산업의 체질을 바꾸는 가입니다.
그만큼 AI가 제대로 적용되었을 때 만들어낼 수 있는 가치도 큽니다.
저는 AI가 사람을 지우는 기술이 아니라 현장의 지식을 더 넓게 공유하고, 숙련된 판단을 시스템화하는 기술이라고 생각합니다.
AI 직무를 수행하기 위해 가장 중요한 역량은 문제를 데이터 문제로 바꾸는 능력, 모델을 구현하는 기술력, 그리고 결과를 현장 관점에서 해석하는 능력이라고 생각합니다.
이 경험을 통해 저는 모델 성능을 평가할 때 정량지표뿐 아니라 현장에서 어떤 오류가 더 치명적인지까지 함께 고려해야 한다는 점을 깨달았습니다.
포항제철소를 희망하는 이유는 포스코의 역사와 기술력이 집약된 대표적인 생산현장에서 철강 공정과 AI 적용의 실제 모습을 가장 밀도 있게 배울 수 있다고 생각하기 때문입니다.
포항제철소는 원료부터 제품 생산까지 철강제조의 주요 흐름을 가까이에서 볼 수 있는 현장이라는 점에서 AI 실습의 학습효과가 매우 클 것이라고 판단했습니다.
특히 저는 포항제철소의 공정데이터가 AI 관점에서 매우 중요한 의미를 가진다고 생각합니다.
저는 포항제철소에서 이러한 공정간 연결성과 데이터 흐름을 직접 이해하고 싶습니다.
저는 이 과정에서 AI가 실제 생산현장에 어떻게 적용되고, 현업 담당자와 어떤 방식으로 협업하며, 모델의 결과가 어떤 의사결정으로 이어지는 지 배우고 싶습니다.
또한 포항제철소에서 실습하고 싶은 이유는 현장성과 책임감을 동시에 배울 수 있기 때문입니다.
저는 포항제 철소 실습을 통해 데이터 뒤에 있는 공정, 설비, 사람, 품질의 의미를 배우고 싶습니다.
장기적으로 저는 포스코의 AI 직무에서 공정 데이터와 품질 데이터를 연결해 제조 현장의 의사결정을 고도화하는 인재로 성장하고 싶습니다.
단순히 모델 성능을 높이는 개발자가 아니라, 현장 문제를 이해하고 데이터로 해결하며, 그 결과를 실제 개선으로 연결하는 사람이 되고 싶습니다.
이번 스틸 캠프를 통해 포스코의 제조 AI가 어떤 문제를 풀고 있는지 직접 배우고, 제가 가진 학습 경험을 실제 산업현장의 언어로 확장하겠습니다.
제가 포스코 AI 직무에 지원한 이유는 AI가 실제 산업현장의 문제를 해결하는 모습을 가장 뚜렷하게 경험할 수 있는 분야라고 생각했기 때문입니다.
AI는 다양한 산업에서 활용되고 있지만, 철강제조처럼 데이터의 양이 방대하고 공정변수가 복잡하며 결과가 품질과 생산성에 직접 연결되는 산업에서는 그 가치가 더욱 분명하다고 생각합니다.
저는 단순히 모델을 구현하는 개발자가 아니라, 현장의 데이터를 이해하고 이를 통해 실제의사결정의 정확도를 높이는 AI 인재로 성 장하고 싶습니다.
저는 포스코 스틸 캠프를 통해 데이터가 어떻게 발생하고, AI 모델이 어떤 방식으로 현장의 문제 해결에 연결되는지 직접 배우고 싶습 니다.
따라서 저는 AI가 제조업에서 가장 큰 가치를 만드는 지점은 데이터를 통해 위험을 미리 발견하고, 품질과 생산성을 안정적으로 개선하는 의사결정 보조 영역이라고 생각합니다.
정확도가 지나치게 낮은 모델은 신뢰받을 수 없고, 실제의사결정에 활용되기 어렵습니다.
제조현장에서는 모델이 어떤 기준으로 판단했는지 설명할 수 있어야 하고, 결과를 현장 담당자가 이해하고 행동으로 옮길 수 있어야 합니다.
예를 들어 불량 예측 모델의 정확도가 높더라도, 어떤 변수 때문에 불량 가능성이 높아졌는지 알 수 없다면 현장에서는 구체적인 조치를 취하기 어렵습니다.
데이터가 부족하거나 품질이 좋지 않은 상황에서는 먼저 모델부터 만들기보다 데이터의 발생 구조와 문제의 목적을 다시 확인하겠습니다.
결측치가 많거나 라벨이 불명확하거나 특정 상황의 데이터가 부족하면 아무리 복잡한 모델을 적용해도 신뢰할 수 있는 결과를 얻기 어렵습니다.
AI 모델의 구조를 상세히 설명하는 것도 필요할 때가 있지만, 현장에서 더 중요한 것은 "그래서 무엇을 해야 하는가 "입니다.
포스코 스틸 캠프에서 제가 반드시 얻고 싶은 경험은 실제 제조 현장의 데이터가 AI 문제로 전환되는 과정을 직접 배우는 것입니다.
특히 포스코의 철강 공정에서 어떤 데이터가 발생하는지, 현장 담당자들은 어떤 문제를 가장 중요하게 보는지, AI 모델이 실제로 어떤 방식으로 의사결정에 반영되는 지 배우고 싶습니다.

[hwp/pdf]AI(2026년 하계 스틸캠프) 자기소개서