전공 · 모든 회사 / 모든 직무
AI가 아무리 발전해도 화학공학과 석사급,박사급 고급 전문직은 절대 사라지지 않기에 아무 걱정말고 열심히 공부하기만 하면 되나요??
2026.01.03
궁금증이 남았나요?
빠르게 질문하세요.
저는 대학에서는 식품생명공학을 전공을 했습니다. 그리고 현재 제약회사에서 미생물 QC 업무를 수행하고 있습니다. 제가 관심있는 직무는 바이오의약품 MSAT 직무인데, 관련하여 궁금한 점이 있습니다. 1. MSAT 직무는 생산부서에서 경험을 하고 가는 것이 좋은지 2. 관련 대학원을 가는 것이 좋은지. 혹시 대학원을 추천한다면 어떤 전공을 추천하는지 궁금합니다. 공정개발 대학원이 따로 있는지도 궁금합니다. 제가 생각하기에는 동물세포배양이나 단백질 정제를 중점으로 하는 곳이 좋을 것 같긴한데, 아무리 대학원을 찾아봐도 감이 안 잡혀서 질문을 드립니다..ㅠㅠ 제가 식품생명공학에서 생화학이나 분자생물학에 흥미가 있어서 제약/바이오로 취업을 준비했었고, 운이 좋게도 제약회사에서 미생물 QC업무를 수행하고 있습니다. 막상 대학원에 진학하려고 하니 제가 생명과학과나 의생명공학과 같은 전공이 아니다 보니 겁이 나기도 합니다.. 감사합니다!
이직 하고 싶은 회사의 면접 내용을 보니까 OP-AMP나 기타 회로에 관한 질문이 나오고 디지털 전력미터나 계전기 사용에 관한 교제를 좀 추천 해 주실 수 있을까요??
안녕하세요. 제가 그동안 이력서의 수상경력을 공란으로 제출했었는데요. 학부 시절 교내대회 중에 '에세이 경진대회'에서 수상을 한 경험이 있더라구요. 그런데 제 직무 혹은 전공과는 관련없는 수상 내역이기도 하고, 교외가 아닌 교내 대회라서 크게 의미를 두지 않다보니 적지 않았었는데요.. 직무 관련이 아니라면 안 적는 편이 더 좋을까요? 나름 열심히 쓰고 최우수상도 받았던 터라, 적는 편이 더 좋을까요? 멘토님들 의견 여쭙고 싶습니다. 감사합니다!
저는 대학에서는 식품생명공학을 전공을 했습니다. 그리고 현재 제약회사에서 미생물 QC 업무를 수행하고 있습니다. 제가 관심있는 직무는 바이오의약품 MSAT 직무인데, 관련하여 궁금한 점이 있습니다. 1. MSAT 직무는 생산부서에서 경험을 하고 가는 것이 좋은지 2. 관련 대학원을 가는 것이 좋은지. 혹시 대학원을 추천한다면 어떤 전공을 추천하는지 궁금합니다. 공정개발 대학원이 따로 있는지도 궁금합니다. 제가 생각하기에는 동물세포배양이나 단백질 정제를 중점으로 하는 곳이 좋을 것 같긴한데, 아무리 대학원을 찾아봐도 감이 안 잡혀서 질문을 드립니다..ㅠㅠ 제가 식품생명공학에서 생화학이나 분자생물학에 흥미가 있어서 제약/바이오로 취업을 준비했었고, 운이 좋게도 제약회사에서 미생물 QC업무를 수행하고 있습니다. 막상 대학원에 진학하려고 하니 제가 생명과학과나 의생명공학과 같은 전공이 아니다 보니 겁이 나기도 합니다.. 감사합니다!
이직 하고 싶은 회사의 면접 내용을 보니까 OP-AMP나 기타 회로에 관한 질문이 나오고 디지털 전력미터나 계전기 사용에 관한 교제를 좀 추천 해 주실 수 있을까요??
안녕하세요. 제가 그동안 이력서의 수상경력을 공란으로 제출했었는데요. 학부 시절 교내대회 중에 '에세이 경진대회'에서 수상을 한 경험이 있더라구요. 그런데 제 직무 혹은 전공과는 관련없는 수상 내역이기도 하고, 교외가 아닌 교내 대회라서 크게 의미를 두지 않다보니 적지 않았었는데요.. 직무 관련이 아니라면 안 적는 편이 더 좋을까요? 나름 열심히 쓰고 최우수상도 받았던 터라, 적는 편이 더 좋을까요? 멘토님들 의견 여쭙고 싶습니다. 감사합니다!
답변 5
채택된 답변먼저 채택한번 꼭 부탁드립니다!! AI가 아무리 발전해도 화학공학 석사·박사급 전문가는 단순 계산이나 데이터 분석 이상의 판단, 실험 설계, 공정 최적화, 창의적 문제 해결, 규제 대응 등을 수행하기 때문에 단기간에 대체되기 어렵습니다. 연구·개발·신소재 설계 등 고도의 전문성이 필요한 영역은 여전히 인간 전문가가 핵심입니다. 하지만 “아무 걱정말고 공부만 하면 된다”는 관점은 조금 안일할 수 있습니다. 이유는 두 가지입니다. 업무 내용 변화: AI가 지원하는 데이터 분석, 시뮬레이션, 공정 최적화 등은 이미 일부 연구·개발 업무를 효율화하고 있으며, 미래에는 AI 활용 역량이 없는 연구자는 경쟁력이 떨어질 수 있습니다. 경쟁 환경: 단순히 학위와 지식만으로는 부족하고, AI·데이터 기반 실험, 디지털 트윈, 머신러닝 기반 공정 최적화 등 현업에서 요구하는 기술 역량이 계속 늘고 있습니다. 즉, 공부만 열심히 하는 것보다는 전통적 전문 지식 + AI·데이터 활용 능력을 함께 개발하는 전략이 가장 안전합니다.
댓글 1
2026.01.04
답변 감사합니다 혹시 "AI·데이터 활용 능력"을 어떻게 키울수 있나요??
