직무 · 삼성SDI / 배터리개발
Q. 삼성SDI 배터리 셀/소재 개발 지원할 때 AI 역량 강조
안녕하세요. 삼성SDI 배터리 셀/소재 개발 직무를 희망하는 석사생입니다. DFT 기반 배터리 소재 설계, 배터리 다중물리 모델 개발로 석사 연구를 수행했어서 , 지원 시 배터리 Simulation 업무와의 연관성을 어필하고자 합니다. 추가로 머신러닝 경험도 강조하고 싶은데, 채용 홈페이지의 Job Description에는 AI 관련 내용이 명시되어 있지 않아 고민이 됩니다. 배터리 셀/소재 개발 직무에서도 AI 활용이 실제로 많이 이루어지는지, 혹은 이를 어필할 경우 직무 적합성과 동떨어져 보일 가능성이 있는지 조언 부탁드리고자 질문 드립니다. 미리 감사의 말씀 드립니다.
2026.01.27
답변 5
- 만만능박사님승진기업코과장 ∙ 채택률 57%
채택된 답변
삼성SDI 배터리 셀/소재 개발 직무에서 AI 역량을 강조하는 것은 매우 긍정적으로 작용할 수 있습니다. 최근 배터리 분야에서도 AI와 머신러닝 기술이 연구개발 효율화, 소재 특성 예측, 성능 최적화 등에 활발히 활용되고 있어, 지원 시 관련 경험을 어필하는 것이 직무 적합성을 높이는 데 도움이 됩니다. 다만, 채용 공고에 명시되지 않았더라도 해당 직무의 핵심 역할인 배터리 소재와 셀 개발 능력과 연관 지어 AI 기술이 실제 어떻게 도움이 되는지 구체적으로 설명하는 것이 중요합니다. 예를 들어, DFT 기반 연구와 AI를 접목한 Simulation, 데이터 분석 역량 등을 강조하면 지원서에 신뢰성을 더할 수 있습니다
Top_TierHD현대건설기계코사장 ∙ 채택률 95%채택된 답변
학사로 지원시에는 지원하는 직무와 핏한 경험이 아니라도, 잠재역량을 보여주는 것만으로도 어필요소가 됩니다. 그리고 결과물의 수준이 높다면 그 것이 역량에 대한 객관적인 증빙도 되어 분명 도움이 되는 사항이라 팩트 그대로 전달을 하시기 바랍니다.
프로답변러YTN코부사장 ∙ 채택률 86%채택된 답변
멘티님 배터리 개발 직무에서 AI 역량은 연구 효율을 높이는 강력한 무기이므로 JD에 명시되지 않았더라도 반드시 강조하는 것이 합격의 정답입니다. 최근 배터리 업계는 수많은 실험 데이터를 머신러닝으로 분석해 최적의 소재 조성과 공정 조건을 찾는 MI 기술을 적극 도입하고 있어 멘티님의 경험은 남들과 차별화되는 확실한 필살기가 됩니다. 다만 AI 개발자가 아닌 배터리 엔지니어로서 소재와 셀에 대한 깊은 이해를 바탕으로 AI를 문제 해결의 도구로 활용하여 시행착오를 줄일 수 있다는 점을 논리적으로 어필하시길 바랍니다. 채택부탁드리며 파이팅입니다!
- PPRO액티브현대트랜시스코상무 ∙ 채택률 100%
채택된 답변
먼저 채택한번 꼭 부탁드립니다!! 안녕하세요. 결론부터 말씀드리면 AI·머신러닝 경험은 배터리 셀/소재 개발 직무에서 충분히 유효하며, 다만 어필 방식이 핵심입니다. 삼성SDI의 셀·소재 개발에서는 DFT 기반 물성 해석, 수명·열·전기화학 시뮬레이션 등 계산·모델링 업무 비중이 높고, 최근에는 실험·시뮬레이션 데이터를 활용한 물성 예측, 파라미터 보정, 설계 탐색 가속화 목적으로 ML을 보조 수단으로 활용하는 흐름이 분명히 존재합니다. 다만 JD에 AI가 명시되지 않은 만큼 ‘AI 전문가’처럼 강조하기보다는, 시뮬레이션 결과 해석과 설계 효율을 높이기 위한 도구로 ML을 활용했다는 식으로 연결하시는 것이 적합합니다. 즉 ML은 주력보다 ‘연구 생산성을 높인 방법’으로 포지셔닝하면 직무 적합성을 해치지 않습니다.
댓글 1
SSubeenKim한밭대학교산학협력단작성자2026.01.28
멘토님 조언 감사드립니다. 한 가지 질문이 더 있는데, 머신러닝으로 설계 최적화 효율을 높인 것은 맞지만 배터리와 관련 있는 주제는 아닙니다. 이런 경우에도 해당 경험을 강조해도 괜찮을까요? 배터리 시뮬레이션 경험만으로 자소서를 작성할 순 있지만, 차별성을 두고 싶은 생각에 조심스럽게 한 번 더 여쭤봅니다.
전문상담HL 디앤아이한라코이사 ∙ 채택률 63%채택된 답변
안녕하세요 성실히 답변 드릴게요 , 채택바랍니다^^ AI 활용은 실제 현업에서도 점점 확대 중입니다. 다만 **AI 자체보다 ‘배터리 문제 해결에 어떻게 썼는지’**가 중요합니다. JD에 없더라도 DFT/시뮬레이션 결과 해석 보조 물성·조성 탐색 효율화 수단 으로 보조 도구 수준으로 연결해 어필하면 적합성 저하 걱정은 없습니다.
함께 읽은 질문
Q. 취업 준비 및 공부 방향
안녕하세요. 현재 3학년을 마치고 올해 1년 휴학 예정이고 배터리쪽으로 취업을 희망하고 있습니다. 현재 필요한 자격증이나 어학은 모두 취득한 상태이고, 인턴이나 공모전 경험은 없는 상태입니다. 개인적인 사정으로 인턴은 불가능한 상황이고 공모전은 올해 도전해보려고 합니다. 여기서 고민은 1년동안 전공이나 다른 역량을 키우고 싶은데 맞는 방향인지 궁금해서 질문드립니다. 우연히 Pybamm을 사용하는 '배터리 시뮬레이션'이라는 강좌를 보게 되어 다른 역량도 같이 키우고자 강좌를 수강하고, 관련 서적이나 논문을 읽어보며 심화적으로 공부를 할까하는데 현직자 분들이 보시기에 어떤지 의견을 여쭙고 싶습니다. 또한 배터리에 대해서도 어떻게 공부해야 하는지 궁금합니다. 전기화학을 수강했고, 각 소재들의 특징이나 공정 프로세스에 대해서도 어느정도 정리도 하고 공부도 했습니다. 여기서 좀 더 심화적으로 배터리에 대해 공부를 하고 싶은데 어떻게 하면 좋을지 구체적으로 제시해주시면 감사하겠습니다 !!
Q. 삼성SDI 배터리 평가/공법 직무, 학사 진입 현실 조언 부탁드립니다
안녕하십니까 선배님들, 삼성SDI 배터리 평가 및 공법 개발 직무를 목표로 준비 중인 제어계측공학과 졸업생입니다. 8개월간 미국 대학 연구실에서 수행한 인턴 경험(코인셀 제작 및 전기화학적 분석)이, 학사 신입 관점에서 어떻게 평가되는지 선배님들의 소중한 의견을 여쭙고자 합니다. 인턴 기간 수행한 연구 및 실험 경험은 다음과 같습니다. • LFP 양극 극판 제작 • Polysulfide–Polyoxide 기반 고체 고분자 전해질 합성 및 경화 • 글러브박스 환경에서 리튬메탈 코인셀 조립 및 셀 분해 분석 • CV, EIS(이온 전도도 포함), 충·방전 데이터 해석 과제 성능 목표(에너지밀도, 충전 보유율, 이온 전도도 등)는 달성했으나, 반복 실험에서 재현성 저하 문제가 있었습니다. 이를 해결하기 위해 영향 가능성이 높은 변수를 가정하고 실험 설계 → 검증 → 피드백을 반복 수행했었습니다. 이러한 경험들이 현실적으로 보았을때 어떻게 비춰지는지 알려주시면 감사하겠습니다!
Q. 2차전지 공정교육 추천 (현재 재직자)
2차전지 업계에 관심을 가지고 있는 사람입니다. 현재는 다른 업계에 재직 중이고 믹싱공정과 코팅공정의 관심이있습니다. 재직 중이지만 회사를 다니면서 2차전지 공정교육 어디서 듣는게 좋은지 추천 부탁드리겠습니다. @@홍보 광고보단 실질적으로 업계에서 인정해줄만하거였으면 좋겠습니다. 감사합니다.
궁금증이 남았나요?
빠르게 질문하세요.

