[사기업] SK하이닉스 SHE(안전) 자기소개서 항목별 풀이 및 상위 1% 자소서 예시 (26년 하반기)
■ 이 글이 다루는 것 — Executive Summary 전략기획 및 HR 커리어를 쌓아온 컨설턴트이자 하이엔드 취업 콘텐츠 플랫폼 '룩센트'의 대표로서, 5,000명 이상을 컨설팅하고 1,000명 이상을 대기업에 합격시킨 Insight를 담았습니다. 이번 글은 "2026년(26년) 하반기 SK하이닉스 SHE(안전) 자기소개서 항목별 풀이"입니다. 본 글이 제공하는 것은 다음 세 가지입니다. • SK하이닉스 SHE(안전) 직무의 회사/직무/산업 맥락 압축 정리 (핵심 직무 키워드 핵심 개념 포함) • SK하이닉스 SHE(안전) 자소서 항목별 출제 의도와 평가 체크포인트, 상위 1% 예시 • SK하이닉스 SHE(안전) 자기소개서 포함, 타사 SHE(안전) 자소서 작성자를 위한 TIP ■ 산업/기업/직무 분석 ① 산업 분석 2026년 메모리 반도체 산업은 AI 인프라 투자와 HBM 수요가 겹치며 생산 능력을 빠르게 늘리는 국면입니다. 세계 반도체 시장과 메모리 시장이 사상 최대 수준으로 커질 것으로 전망되고, 주요 기업은 높은 가동률을 유지하면서 신규 팹의 완공과 장비 투입을 앞당기고 있어요. 호황은 실적만 키우는 것이 아닙니다. 설비 반입, 개조, 시운전, 정기보수의 횟수까지 늘려 안전 관리 대상 작업도 함께 증가시킵니다. 반도체 팹은 깨끗해 보이지만 실체는 대규모 화학 공정 시설에 가깝습니다. 식각에는 불화수소와 불소계 가스가 쓰이고, 증착과 이온주입에는 실란·아르신·포스핀처럼 자연발화성 또는 급성 독성을 가진 물질이 투입됩니다. 정상 가동 때는 배관, 배기, 인터록이 위험을 막지만 정비를 위해 설비를 열거나 연동 기능을 해제하면 사람이 위험원 가까이 들어가게 됩니다. 그래서 안전작업허가, 에너지원 차단, 잔류 가스 확인, 밀폐공간 관리가 생산 일정만큼 중요합니다. 규제와 기술도 동시에 바뀌고 있습니다. 2026년 6월부터 위험성평가에 근로자 참여와 결과 공유가 의무화됐고, 8월부터 안전보건 현황 공시가 시행돼 안전 성과가 외부 평가 대상이 됐습니다. 한편 순찰 로봇, 영상 AI, 가스 센서가 발열·누출·쓰러짐을 상시 감지하는 방식도 확산되고 있죠. 앞으로의 안전 인력은 법규를 아는 데서 멈추지 않고, 현장 위험과 센서 데이터를 함께 읽어 사고가 일어나기 전 통제 방안을 설계해야 합니다. 따라서 지원자는 성장률보다 생산 확대가 늘리는 비정형 작업과 화학 위험까지 설명해야 산업 이해도가 살아납니다. ② 기업 분석 SK하이닉스는 D램과 낸드를 중심으로 사업을 운영하며, HBM을 앞세워 AI 메모리 시장을 이끄는 기업입니다. 2026년 2분기 연결 매출 79조3,187억 원, 영업이익 60조5,426억 원을 기록했고, 상반기 누적 매출도 처음으로 100조 원을 넘었습니다. 다만 HBM 매출 점유율은 1년 전 69%에서 58%로 낮아졌고 삼성전자와 마이크론의 추격도 빨라지고 있어요. 고객이 요구하는 성능을 안정적인 수율과 물량으로 공급하는 능력이 리더십 유지의 핵심입니다. 회사는 용인 반도체 클러스터와 청주 생산기지에 대규모 투자를 이어가고 있습니다. 2026년 8월에는 용인 Y2와 청주 M17에 합계 54조3,246억 원을 투입하기로 의결했고, 이천의 기존 D램 팹, 청주의 낸드·D램·후공정 시설, 용인의 건설 현장이 동시에 움직이게 됐습니다. 이천은 노후 설비와 최신 설비가 공존하고, 청주는 가동·시운전·건설이 겹치며, 용인은 건설과 설비 반입 안전의 비중이 큽니다. 회사의 성장 속도는 안전 체계를 시험하고 있습니다. 2026년 6월 청주 가스룸에서 2차례 화재가 발생해 수천 명이 대피했고, 이후 정부의 반도체 사업장 집중 점검이 이어졌습니다. SK하이닉스는 최고경영자 직속 안전점검단, 최고안전책임자, 팀장임무카드, 순찰 로봇과 비전 AI 등을 운영해 왔지만, 이제는 제도가 현장에서 실제로 작동하는지 보여줘야 합니다. 지원자는 실적과 사고를 따로 보지 말고, 안전이 공급 안정성과 고객 신뢰를 지키는 운영 조건이라는 관점으로 회사를 읽어야 합니다. ③ 직무 분석 SHE(안전)는 보건이나 환경 관리와 구분해 이해해야 합니다. 보건이 장기 노출에 따른 건강 문제를, 환경이 사업장 밖으로 배출되는 물질과 등록 절차를 다룬다면, 안전은 화재·폭발·누출·끼임·감전·추락·질식처럼 즉시 인명 피해로 이어질 수 있는 위험을 막는 일입니다. 채용 공고는 이를 공정 안전, 예방 안전, SDX, 상생 협력, 소방·방재, 안전 문화의 여섯 업무로 나눕니다. 공정 안전에서는 PSM 12대 요소, 위험성평가, 변경관리, 가동 전 점검을 운영합니다. 예방 안전에서는 사고와 아차사고의 원인을 조사하고 안전작업허가, 에너지원 차단, 밀폐공간 관리, 절차서 교육을 점검하죠. SDX는 순찰 로봇과 영상 AI, 센서 데이터를 활용해 발열·누출·쓰러짐을 빠르게 포착하고 오탐과 미탐을 조정하는 영역입니다. 상생 협력은 정비와 공사를 맡는 협력사의 교육·점검·개선 지원을 통해 도급인의 법적 의무를 실행하는 일이며, 소방·방재는 경보와 소화 설비, 대피 훈련, 공사 검수를 담당합니다. 안전 문화와 지표 관리도 비중이 커졌습니다. 위험을 말해도 불이익이 없고 필요할 때 작업을 멈출 수 있는 조직을 만들며, 아차사고 보고와 개선 이행률 같은 선행 지표를 관리해야 합니다. 여기에 안전보건 공시를 위한 정확한 기록과 데이터 정합성도 요구됩니다. 결국 이 직무는 규정을 외우는 사람보다 공정과 설비를 이해하고, 현장의 압력 속에서도 위험 조건이 해소될 때까지 원칙을 지키며 여러 조직을 설득할 수 있는 사람을 분명히 필요로 합니다. ■ 1번 항목 : 지원 분야 및 직무 역량과 관련된 프로젝트/공모전/논문/연구/학습/활동/경험 등을 작성해 주세요. (2000자) ■ 출제 의도 이 문항은 자격증이나 전공명을 얼마나 많이 적었는지 확인하려는 질문이 아닙니다. 평가자는 지원자가 반도체 팹의 위험을 기술적으로 이해하고, 그 위험을 찾아 줄이고 검증하는 과정을 실제 경험 속에서 수행했는지 보려 합니다. 2,000자라는 넉넉한 분량을 준 이유도 준비 이력만 나열하지 말고, 어떤 문제를 발견했고 어떤 지식과 도구로 원인을 좁혔으며 결과를 어떻게 확인했는지 충분히 보여 달라는 뜻이에요. SHE(안전)는 화재·폭발·누출·끼임·감전처럼 즉시 피해로 이어지는 위험을 다룹니다. 그래서 “안전에 관심이 많다”, “산업안전기사를 취득했다”는 말만으로는 부족합니다. 예를 들어 실험실에서 유해물질 위험성평가를 했다면 물질명, 노출 경로, 취급 조건, 기존 통제책의 한계, 개선안의 우선순위를 적어야 합니다. 설비 프로젝트였다면 회전체나 잔류 에너지, 인터록, 작업 절차 가운데 무엇을 검토했고 어떤 기준으로 위험 수준을 판단했는지가 드러나야 하죠. 평가자는 이런 세부 정보에서 지원자가 현업 용어를 외운 사람인지, 원리를 이해한 사람인지 구분합니다. 또한 프로젝트의 크기보다 지원자의 판단 비중을 봅니다. 팀이 수행한 과제를 소개하는 데 분량을 쓰기보다 본인이 맡은 범위, 사용한 분석 도구, 비교한 대안, 실패 뒤 바꾼 조건을 선명하게 밝혀야 합니다. 측정값이 흔들렸다면 왜 재측정했는지, 개선안이 현장에서 지켜지기 어렵다면 어떤 방식으로 절차를 바꿨는지까지 설명해보세요. 안전 업무는 정답을 옮겨 적는 일이 아니라 조건이 달라질 때 위험을 다시 판단하는 일이기 때문입니다. SK하이닉스는 신규 팹 건설, 기존 라인 운영, 정비와 시운전이 동시에 진행되고 있습니다. 평가자는 지원 경험이 공정 안전, 예방 안전, 소방·방재, 협력사 관리 가운데 어디에 활용될 수 있는지도 살핍니다. 따라서 마지막에는 경험에서 얻은 역량을 막연한 책임감으로 정리하지 말고, 신규 설비 변경 검토, 비정형 작업 위험 확인, 사고 원인 추적처럼 실제 업무 단위로 연결해야 합니다. 결국 이 문항은 지원자가 입사 뒤 교육을 받으면 빠르게 현장 판단에 참여할 준비가 된 사람인지 확인하는 핵심 질문입니다. ■ 풀이 방법 첫 문단에서는 SHE(안전)에 필요한 역량을 한 문장으로 좁혀보세요. 예를 들면 “공정과 작업 조건을 근거로 위험을 찾아내고, 통제책이 현장에서 작동하는지 확인하는 능력”처럼 정의할 수 있습니다. 이어 300~400자 안에서 관련 전공 과목, 자격, 실험, 연구, 프로젝트, 현장 활동을 짧게 훑습니다. 항목마다 이름만 적지 말고 위험성평가 실시, 설비 조건 비교, 유해물질 취급 기준 검토처럼 무엇을 해봤는지 한 구절씩 덧붙여야 준비의 폭이 보입니다. 이후에는 직무와 가장 가까운 경험 2가지를 고릅니다. 첫 경험은 화학물질, 공정, 설비, 소방 가운데 기술적 판단이 필요한 사례가 좋습니다. 목적과 현장 조건을 제시한 다음, 본인이 발견한 위험요인, 사용한 기준이나 도구, 검토한 대안, 개선 결과 순서로 써보세요. 예컨대 실험실 유해물질 관리 과제라면 물질안전보건자료를 검토했다는 말에서 멈추지 말고, 혼합 금지 물질을 어떻게 구분했고 보관 위치와 환기 조건을 어떤 근거로 바꿨는지 적는 방식입니다. 수치가 있다면 위험도 점수, 점검 항목 수, 개선 전후 오류율처럼 사실로 확인 가능한 값만 씁니다. 두 번째 경험은 첫 사례와 다른 업무 능력을 보여주는 편이 좋습니다. 첫 경험이 공정 위험 분석이라면 두 번째는 사고 원인 조사, 작업 절차 개선, 교육 효과 검증, 센서 데이터 활용 등으로 범위를 넓혀보세요. 여기서도 팀 전체 성과보다 본인이 맡은 판단을 중심에 둡니다. 예상과 다른 결과가 나왔을 때 조건을 다시 나눈 과정, 현장 사용자가 따르기 어려운 절차를 고친 과정이 있다면 안전 실무의 현실감이 살아납니다. 협업은 필요할 때만 쓰고, 누구와 소통했다는 설명보다 그 소통으로 어떤 안전 조건이 바뀌었는지를 밝혀야 합니다. 마지막 100~150자에서는 두 경험을 SK하이닉스 업무로 연결합니다. PSM 변경 검토, 비정형 작업 허가, 협력사 점검, 소방 설비 검수 가운데 본인의 준비가 쓰일 업무를 한두 개만 골라 구체화하세요. 소제목은 본문을 완성한 뒤, 안전 담당자의 기능을 익숙한 사물이나 역할에 빗대어 정리하면 기억에 남습니다. 다만 표현이 화려해도 본문에서 이유를 설명하기 어렵다면 쓰지 않는 편이 낫습니다. ■ 상위 1% 예시 [생산을 지키는 인터록] 저는 SHE를 생산을 늦추는 제동이 아니라 위험 조건을 먼저 끊어 안정 가동을 지키는 인터록이라고 정의하고 싶습니다. 그리고 이에 필요한 역량은 공정과 작업 조건을 분해해 위험원을 찾고, 방호조치가 작업 과정에서 기능하는지 수치와 절차로 검증하는 능력입니다. 산업안전, 화공안전, 인간공학, 전기안전을 수강하며 HAZOP, FMEA, 위험성평가, LOTO의 원리를 익혔습니다. 산업안전기사 학습에서는 PSM 열두 요소를 변경관리, 작업허가, 비상조치계획과 연계해 정리했습니다. 실험실 안전점검에서는 67개 항목으로 시약 보관, 국소배기, 접지, 비상세안설비 상태를 확인했고, 캡스톤과 센서 프로젝트로 위험 분석과 개선 검증 역량을 쌓아왔습니다. 가장 깊이 파고든 경험은 2025년 공정안전설계 캡스톤에서 수행한 IPA 회수 공정 위험성평가입니다. 초기 설계안은 증류탑 처리량과 에너지 효율에 초점을 두었으나, 저는 공급펌프 정지, 냉각수 상실, 질소 공급 중단, 배출밸브 오조작이 화재와 과압으로 이어지는 경로를 우선 검토해야 한다고 보았습니다. 공정을 원료 저장, 이송, 예열, 증류, 냉각, 회수의 여섯 노드로 나누고 HAZOP 가이드워드를 적용해 41개 편차를 도출했습니다. 각 편차는 발생 가능성과 피해 강도를 곱한 5단계 위험도표로 평가했습니다. 최고 위험은 냉각수 상실 뒤 탑정 온도와 압력이 함께 오르는 시나리오였습니다. Aspen Plus로 냉각부하 변화를 계산하고 ALOHA로 누출 시 가연성 증기 확산 범위를 비교하니 기존 경보만으로는 작업자 대피와 점화원 차단이 지연될 가능성이 컸습니다. 저는 위험성평가 담당으로 PFD와 P&ID, 물질안전보건자료를 대조해 편차별 원인, 결과, 기존 방호, 추가 조치를 표준 양식에 정리했습니다. 초기에는 모든 고위험 항목에 안전밸브를 추가하자는 의견이 나왔지만, 질소 공급 중단은 압력 해소만으로 산소 유입과 점화 가능성을 충분히 낮추기 어려웠습니다. 제거, 공학적 통제, 관리적 통제 순으로 대안을 다시 비교했고, 사고 시나리오마다 방호 기능이 서로 독립적인지 LOPA 관점에서 확인한 뒤, 압력 보호와 산소 농도 감시, 자동 차단을 분리해 하나의 장치 고장이 전체 방어 실패로 이어지지 않도록 설계를 수정했습니다. 상한 온도 2단계 경보와 공급 차단 인터록, 방폭 환기, 접지 확인, 비상배출 절차를 반영한 뒤 위험도 15점 이상 항목은 7건에서 1건으로 줄었습니다. 남은 1건은 정기 점검과 작업허가로 관리하도록 잔여위험 목록에 남겼습니다. 최종 보고서에는 41개 편차, 19개 개선안, 잔여위험별 담당과 점검 주기를 함께 기록해 설계 검토표를 완성했습니다. 두 번째 경험은 아두이노 기반 가스감지 경보의 오탐을 줄인 연구입니다. MQ 계열 센서가 온습도 변화와 알코올 증기에 민감해 정상 상태에서도 경보가 반복됐습니다. 14일간 10초 간격으로 120,960개의 값을 수집하고, 온도와 습도 구간별 기준선을 다시 계산했습니다. 센서 교정은 깨끗한 공기와 IPA 50ppm, 100ppm의 세 구간에서 10회씩 반복했으며, 전체 데이터의 30%는 검증용으로 분리해 기준선 계산에 쓰지 않았습니다. 경보 조건을 한 번의 임계치 초과에서 20초 이동평균과 연속 2회 초과로 바꾸고, 환기 가동 여부를 보조 변수로 추가했습니다. 이후 표준가스를 사용한 재시험에서 누출 감지 시간은 20초 이내를 유지하면서 오탐률을 17.8%에서 4.6%로 낮췄습니다. 센서 열화로 값이 고정되는 경우를 별도 오류로 분류하고, 실제 누출과 기기 이상을 구분하는 점검 순서와 수동 확인 항목도 절차서에 반영했습니다. 수치가 좋아도 미탐 가능성을 숨기지 않고, 사람이 확인해야 할 조건을 남긴 것이 핵심이었습니다. 반도체 팹은 설비 가동과 정비, 시운전 작업이 겹치고 유해가스와 전기, 잔류에너지가 함께 존재합니다. 저는 공정 편차를 위험 시나리오로 바꾸는 분석과 센서 경보를 현장 절차로 검증한 경험을 바탕으로 공정안전 변경관리, 정형화되지 않은 작업의 위험평가, 장비 인터록 점검에 참여하겠습니다. 위험도가 낮아졌다는 계산에서 멈추지 않고, 협력업체 작업자가 지킬 수 있는 통제책인지 확인해 사고 없는 생산을 지키겠습니다. ■ 2번 항목 : AI를 활용한 프로젝트/공모전/논문/연구/문제 해결 경험 등을 작성해 주세요. (2,000자) ■ 출제 의도 이 문항에서 평가자는 AI 서비스를 써봤는지보다, 도구의 성능과 한계를 이해하며 문제 해결을 주도했는지 확인합니다. 같은 모델을 사용해도 문제를 어떻게 나누고 어떤 자료를 입력하며 결과를 어떤 기준으로 걸러내느냐에 따라 품질이 크게 달라집니다. 따라서 “AI로 자료를 찾고 보고서를 만들었다”는 설명은 약합니다. 평가자는 AI가 수행한 부분을 걷어낸 뒤에도 지원자의 판단, 설계, 검증, 수정 과정이 남는지를 보려는 것입니다. 프로젝트 기간과 개인 역할을 요구한 이유도 경험의 진위를 확인하기 위해서입니다. 언제부터 언제까지 어떤 문제를 맡았고, 팀 안에서 본인이 프롬프트 설계, 데이터 정리, 도구 연결, 결과 검증 가운데 무엇을 담당했는지 분명해야 해요. 처음 받은 출력이 왜 쓸 수 없었는지, 역할·맥락·예시·금지 조건·출력 형식을 어떻게 바꿨는지 보여주면 AI를 반복 가능한 방식으로 다룰 줄 안다는 인상을 줍니다. 여러 도구를 사용했다면 이름을 늘어놓기보다 입력 자료가 어떤 순서로 이동했고 각 도구가 무슨 기능을 맡았는지 설명해야 합니다. 안전 직무에서는 검증 태도가 특히 중요합니다. AI가 위험물질 취급 기준을 잘못 요약하거나 센서 이상을 정상으로 분류하면 인명 피해로 이어질 수 있기 때문입니다. 평가자는 원문 대조, 규정 확인, 표본 재검토, 전문가 확인, 오류 유형 기록처럼 결과를 의심하고 확인한 행동을 찾습니다. 개인정보, 사내 문서, 설비 정보처럼 민감한 자료를 어떤 기준으로 제외하거나 비식별화했는지도 중요합니다. 활용 속도가 빠르더라도 보안과 출처 관리가 빠지면 SHE 업무에 적용하기 어렵다고 볼 수 있죠. SK하이닉스는 순찰 로봇, 영상 AI, 센서 기반 위험 예지 등 SDX를 확대하고 있습니다. 그래서 이 문항은 지원자가 AI 개발자인지를 묻는 것이 아니라, 안전 전문가로서 기술을 올바르게 활용할 수 있는지 확인하는 질문입니다. 오탐과 미탐을 어떻게 구분했는지, AI가 제안한 후보 가운데 무엇을 사람이 최종 선택했는지, 결과를 업무 절차에 어떻게 반영했는지가 핵심입니다. 결국 평가자는 AI를 믿고 따르는 사용자가 아니라, 활용 범위를 정하고 오류를 통제하며 책임 있는 결정을 내릴 수 있는 사람을 찾고 있습니다. ■ 풀이 방법 수행한 경험 가운데 지원 직무와 문제 구조가 가까운 사례를 고르세요. 안전 데이터가 아니어도 괜찮습니다. 문서 분류는 아차사고 보고서 분석과, 이미지 이상 탐지는 안전 영상 판독과, 센서 시계열 분석은 설비 이상 징후 확인과 연결할 수 있습니다. 첫 문단에는 수행 기간, 해결하려던 문제, 기존 방식의 한계, AI를 선택한 이유를 적습니다. 자료 수, 오류 건수, 반복 횟수처럼 조건을 제시하세요. 다음에는 사용한 도구와 흐름을 순서대로 설명합니다. 원자료 정리, OCR 변환, LLM 분류, Python 후처리, 결과 검증처럼 입력이 어떤 단계를 거쳤는지 쓰는 방식입니다. 실제 사용한 서비스명과 기능만 적고, 써보지 않은 검색증강생성이나 파인튜닝을 추가하면 안 됩니다. 여러 도구를 썼다는 사실보다 왜 한 도구로 해결되지 않았고, 각 단계가 어떤 오류를 줄였는지가 중요합니다. 중심은 프롬프트를 어떻게 개선했고 사람이 어떤 판단을 했는지입니다. 처음 요청과 개선한 요청의 차이를 보여주세요. 대상, 목적, 분류 기준, 예시, 금지 조건, 출력 형식을 추가한 뒤 결과가 어떻게 달라졌는지 서술하면 됩니다. AI가 만든 후보를 모두 채택했다고 쓰지 말고, 제외 기준을 세워 범위를 좁힌 과정, 결과가 애매할 때 원자료로 돌아간 과정, 도메인 지식으로 표현을 고친 과정을 구체화하세요. 이 부분이 없으면 주인공이 지원자가 아니라 도구로 보입니다. 검증과 성과도 따로 확보합니다. 표본을 다시 읽어 정확도를 계산했는지, 공식 문서와 대조했는지, 다른 모델이나 규칙 기반 결과와 비교했는지 적어보세요. 민감한 정보는 비식별화하거나 입력 대상에서 제외한 기준도 포함합니다. 결과는 작업 시간, 정확도, 재작업 건수, 채택률 가운데 측정한 값으로 제시하고, 수치가 없다면 평가자 피드백이나 사용 전후 절차 변화로 씁니다. 마지막에는 SK하이닉스 SHE 업무에서의 활용을 하나로 좁힙니다. 아차사고 보고서 분류나 센서 이상 알림 우선순위화에 활용하되 법규 판단과 작업 중지 여부는 사람이 검증한다고 설명해보세요. 소제목은 본문을 다 쓴 뒤 실제 수치, 도구명, 개선 전후 차이 중 하나를 짧게 드러내면 좋습니다. 숫자는 사실일 때만 사용해야 합니다. ■ 상위 1% 예시 [F1 0.68에서 0.89로] 2026년 5월 1일부터 5월 30일까지 공개 산업재해 사례 1,286건을 위험 유형, 사고 원인, 통제수단별로 나누는 AI 기반 자동화 과업을 담당했습니다. 기존에는 보고서를 한 건씩 읽어 엑셀에 옮겨야 해 전수 분류에 약 31시간이 걸렸고, 분류자마다 기준이 달라 같은 사례가 서로 다른 유형으로 기록됐습니다. 저는 데이터 정제, 프롬프트 설계, 도구 연결, 성능 검증을 맡았습니다. 목표는 일관성과 근거 추적성 확보였습니다. 먼저 Python과 PyMuPDF로 PDF 본문을 추출하고, 스캔 문서는 Tesseract OCR로 변환했습니다. 정규표현식으로 성명과 사업장 식별정보를 비식별화한 뒤 사고 개요, 발생 원인, 재발 방지 대책을 구분해 저장했습니다. API에는 비식별 코드와 사고 서술만 입력하고 원본 파일은 로컬 환경에 보관했습니다. 문장 해시로 중복 보고서를 제거했으며, OCR 신뢰도가 85 미만인 문장은 원본 페이지와 대조하도록 표시했습니다. 이후 안전보건 기준과 분류 정의 72개를 문서 조각으로 나누어 임베딩하고 FAISS에 저장했습니다. 사례가 들어오면 관련 기준을 먼저 검색한 다음 OpenAI API가 그 근거 안에서만 분류하도록 검색증강생성 흐름을 설계했습니다. 문서 인식, 기준 검색, LLM 판별, Python 정제를 하나의 흐름으로 묶어 대화창에서 질문을 주고받는 방식이 아닌 재사용 가능한 파이프라인으로 만들었습니다. 한 단계의 오류가 다음 단계에 섞이지 않도록 품질 게이트도 두었습니다. OCR 결과에 사고 날짜와 재해 유형 필드가 없으면 분류를 중단했고, 검색된 기준의 유사도가 설정값보다 낮으면 AI가 유형을 추정하지 못하게 했습니다. 출력된 근거 문장은 원문에서 다시 검색해 실제 문장과 일치할 때만 저장했고, 오류가 추출, 검색, 분류 중 어느 단계에서 생겼는지 구분했습니다. 초기에는 위험 유형을 분류하라는 짧은 프롬프트를 사용했습니다. 같은 보고서가 실행할 때마다 추락과 낙하, 끼임과 부딪힘 사이에서 달라졌고, 근거가 없는 원인을 보완해 쓰는 오류도 나타났습니다. 저는 프롬프트를 역할, 과업 맥락, 12개 분류 정의, 경계 사례 4개, 추정 금지 규칙, JSON 반환 구조의 여섯 부분으로 다시 설계했습니다. few-shot 예시는 정답이 뚜렷한 사례보다 혼동이 잦은 사례로 골랐습니다. 결과에는 주된 위험 유형, 부차 위험, 원인, 통제수단, 근거 문장, 미확인 항목을 JSON으로 반환하게 했고, 원문에 없는 정보는 추정하지 않도록 제한했습니다. 특히 여러 사건이 이어진 사례는 주된 위험원을 최초 통제 이탈로 정하고, 재해 형태는 최종 상해를 기준으로 분리했습니다. 이 규칙은 제가 원문 300건을 읽어 만든 기준표에서 도출했습니다. 사람의 판단이 필요한 범위도 분명히 나눴습니다. 검색 유사도, 동일 입력 3회 결과의 일치율, 근거 문장 일치율을 합산해 검토점수를 만들고, 0.82 미만이거나 화재와 폭발처럼 피해 강도가 큰 유형은 자동 검토 목록으로 보냈습니다. 검증 데이터 386건은 2인이 독립 라벨링한 뒤 서로 다른 라벨을 원문 재검토로 확정했습니다. 검토점수가 높아도 15%는 무작위로 다시 읽었고, 모델 결과와 기준 라벨이 다르면 원문과 분류 정의를 대조해 프롬프트 예시를 수정했습니다. 정비 중 회전체 접촉 사례가 끼임이 아니라 부딪힘으로 분류되는 패턴을 발견한 뒤 설비 가동 여부와 신체 포획 여부를 판별 조건에 추가했습니다. 이후 매크로 F1은 0.68에서 0.89로 높아졌으며, 전수 처리와 검토 시간은 31시간에서 5.5시간으로 줄었습니다. 모든 결과에는 근거 문장과 검토 이력을 남겨 오류가 생기면 판단 경로를 되짚을 수 있게 했습니다. 이 경험으로 AI의 가치는 답을 대신 내리는 데 있지 않고, 사람이 검토할 대상을 빠르게 좁히고 판단 근거를 정돈하는 데 있음을 배웠습니다. SK하이닉스 SHE에서도 아차사고 보고서를 유형별로 묶거나 센서 이상 알림의 우선순위를 정하는 데 같은 구조를 적용하겠습니다. 다만 법규 적합성, 작업 중지, 재가동 여부는 원문과 현장 조건을 사람이 확인한 뒤 정해야 합니다. AI가 놓친 위험까지 책임지는 안전 담당자로서 도구의 속도와 인간의 검증을 함께 운영하겠습니다. #SK하이닉스 #SK하이닉스채용 #SK하이닉스자소서 #SK하이닉스자기소개서 #SK하이닉스SHE(안전) #SK하이닉스SHE(안전)자소서 #SK하이닉스SHE(안전)자기소개서 #SHE(안전)자소서 #SHE(안전)자기소개서 #자기소개서작성법
