연구 과학자 이력서 가이드: 면접 기회를 얻는 이력서 작성법

연구 과학자의 이력서는 다른 과학 직종에서는 같은 방식으로 요구하지 않는 것을 증명해야 해요. 독창적인 지식을 창출하는 능력과 이를 측정 가능한 영향력으로 전환하는 능력 모두를 보여줘야 하는데, 이러한 이중 요구가 연구 보조원(프로토콜 실행), 데이터 과학자(기존 시스템 최적화), 실험실 관리자(운영 감독)의 이력서와 구별되는 핵심 요소예요 [9].

핵심 요약

• 이력서는 자신에 대한 '논문'입니다: 제약 회사, 국립 연구소, 기술 R&D 부서의 채용 담당자는 높은 h-지수에 걸맞은 신호를 찾아요 — 제1저자 논문, 확보한 연구비, 출원한 특허 — 모호한 "연구 경험"이 아니라요 [4].
• 채용 담당자가 가장 중시하는 3가지: (1) 도메인 전문성을 갖춘 명확한 연구 궤적, (2) 효과 크기, 비용 절감, 처리량 향상 등 정량화된 성과, (3) 모호한 "기술 역량"이 아닌 특정 도구(Python/R, HPLC, CRISPR, TensorFlow) 숙련도 [5].
• 가장 흔한 실수: 맥락 없이 실험 기법을 나열하는 것이에요. "Western blot을 수행함"은 채용 담당자에게 아무것도 전달하지 못해요. "Western blot 프로토콜을 최적화하여 항체 소비량을 40% 줄이고, 3개 동시 진행 프로젝트에서 연간 12,000달러를 절감함"이라면 모든 정보가 전달돼요.

채용 담당자가 연구 과학자 이력서에서 확인하는 것

연구 과학자 후보자를 심사하는 채용 담당자는 산업 분야에 따라 다른 방식으로 평가해요. Genentech이나 Moderna의 채용 책임자는 GLP/GMP 준수 경험, IND 사용 연구 설계, 규제 제출 경험을 확인해요. Google DeepMind이나 Meta FAIR의 채용 담당자는 NeurIPS/ICML 논문, 오픈 소스 기여, 벤치마크 결과를 보고 싶어 해요. Argonne이나 Sandia 같은 국립 연구소는 DOE 보안 인가 적격성, 대규모 시뮬레이션 경험, 다중 PI 협력 프로젝트 이력을 우선시해요 [4] [5].

산업 전반에서 채용 공고에 일관되게 나타나는 다섯 가지 패턴이 있어요:

영향력 지표가 포함된 발표 실적. 단순히 "연구를 발표함"이 아니라, 제1저자와 공동 저자 구분, 저널 임팩트 팩터나 학회 수락률, 인용 횟수를 채용 담당자가 확인해요. Regeneron의 최근 계산 생물학 채용 공고에서는 "동료 심사 저널에 제1저자 논문 3편 이상"을 최소 요건으로 명시했어요 [4].

연구비 작성 및 자금 확보 이력. NIH R01 그랜트, NSF CAREER 어워드, DARPA 계약 또는 산업 후원 연구의 PI(책임 연구자) 경험은 자원 확보 능력을 증명해요 — 이는 연구실의 재정적 지속 가능성에 직접적으로 영향을 미치는 역량이에요 [9].

도메인 특화 기술 역량. 일반적인 "데이터 분석"으로는 ATS 심사를 통과할 수 없어요. 채용 공고에서는 정확한 도구를 명시해요: 면역학 직무에는 유세포 분석과 FlowJo, 재료 과학에는 COMSOL Multiphysics, ML 연구에는 PyTorch와 JAX, 계산 화학에는 GAUSSIAN과 VASP [3].

실험 설계와 통계적 엄밀성. 적절한 검정력 분석을 포함한 연구 설계, 교란 변수 통제, 베이지안 추론·혼합 효과 모델·생존 분석 등 적절한 통계 프레임워크 적용 능력의 증거를 채용 담당자가 찾아요 [3].

교차 기능 협업. 연구 과학자가 단독으로 일하는 경우는 드물어요. 산업계와 학계 모두에서 임상의, 엔지니어, 제품 팀, 규제 업무 부서와의 협업 경험을 강조하며, 이력서에는 "뛰어난 팀워크"라고 주장하는 것이 아니라 구체적인 협업 사례를 보여줘야 해요 [5].

ATS 필터에 자주 등장하는 키워드: 실험 설계, 동료 심사 논문, 책임 연구자, 통계 분석, 가설 검정, 기계 학습, 프로토콜 개발, 규제 준수 [14].

연구 과학자에게 가장 적합한 이력서 형식은?

콤비네이션(하이브리드) 형식이 연구 과학자에게 가장 효과적이에요. 경력의 가치가 시간순 직무 이력과 전통적인 역시간순 레이아웃에 쉽게 들어맞지 않는 전문 기술/발표 프로필이라는 두 가지 원천에서 나오기 때문이에요 [15].

순수 시간순 형식은 발표 기록, 특허, 연구비를 직책명과 날짜 아래에 묻어버리고, 순수 기능별 형식은 타임라인을 경시하므로 박사후연구원에서 독립 연구자, 시니어 사이언티스트로의 경력 발전을 확인하려는 채용 담당자에게 의구심을 불러일으켜요 [13].

하이브리드 이력서는 다음 순서로 구성하세요:

1. 직무 요약 (도메인 키워드를 포함한 3-4문장)
2. 기술 역량 (범주별 그룹화: 계산, 실험, 분석)
3. 경력 사항 (역시간순, XYZ 공식 성과 기술)
4. 발표 및 프레젠테이션 (요약본 — 가장 관련성 높은 5-8편, 전체 목록은 요청 시 제공 또는 Google Scholar 링크)
5. 학력 (학위, 논문 제목, 지도교수명)
6. 연구비, 특허 및 수상 (금액과 날짜 명시)

분량: 박사후 연구원 또는 산업 경험 3년 이상인 연구 과학자에게는 2페이지가 표준이에요. 1페이지 이력서는 경험 부족이나 채용 담당자가 평가에 필요한 발표·연구비 세부 정보를 삭제했음을 시사해요 [15]. 박사 취득 후 2년 미만의 초기 경력 후보자는 1페이지를 사용할 수 있지만, 간략한 발표 섹션은 반드시 포함해야 해요.

연구 과학자가 포함해야 할 핵심 역량

하드 스킬 (맥락 포함)

1. 실험 설계 — 단순히 "실험을 설계함"이 아니라, 요인 설계, 무작위 대조 시험, 용량 반응 연구를 적절한 표본 크기 계산과 함께 명시 [3].
2. 통계 분석 (R, SAS, SPSS, Stata) — 사용 패키지 명시: 혼합 효과 모델에는 lme4, Cox 회귀에는 survival, 차등 유전자 발현에는 DESeq2. 숙련 수준이 중요해요 — "Stan으로 맞춤형 베이지안 계층 모델을 구축"이 "SPSS로 t-검정 수행"보다 훨씬 강력해요 [3].
3. 프로그래밍 (Python, MATLAB, Julia) — 라이브러리 명시: 범용 과학 계산에 scikit-learn, pandas, NumPy; ML 연구에 TensorFlow/PyTorch; 생물정보학에 BioPython [3].
4. 기기 운용 — 정확한 플랫폼명 기재: NGS에 Illumina NovaSeq, NMR에 Bruker Avance, 질량 분석에 Thermo Fisher Q Exactive, 공초점 현미경에 Zeiss LSM 900.
5. 데이터 시각화 — ggplot2, Matplotlib, Seaborn, Prism, Tableau — 생물정보학 채용 담당자와 사회과학 채용 담당자가 찾는 도구가 다르므로 구체적으로 명시하세요.
6. 과학 논문 작성 및 동료 심사 — 정량화: "동료 심사 원고 14편 집필, Nature Methods와 PLOS ONE의 심사위원으로 활동."
7. 규제 지식 — GLP, GMP, ICH 가이드라인, IRB/IACUC 프로토콜, FDA 21 CFR Part 11 준수(도메인에 따라) [9].
8. 연구비 작성 — 지원 기관(NIH, NSF, DOE, DARPA, 민간 재단)과 성공률 명시.
9. 고성능 컴퓨팅 — SLURM, PBS 또는 클라우드 기반 HPC(AWS ParallelCluster, Google Cloud HPC)를 활용한 대규모 시뮬레이션이나 유전체 파이프라인 경험.
10. 버전 관리 및 재현성 — Git/GitHub, Docker/Singularity 컨테이너, Jupyter 노트북, 전자 실험 노트(Benchling, LabArchives) [12].

소프트 스킬 (직무별 구체적 사례)

1. 과학 커뮤니케이션 — 복잡한 발견을 비기술 이해관계자에게 전달: 제약사 영업팀 대상 발표, DARPA 프로그램 관리자 대상 브리핑, 제품 리더십에 ML 모델 해석 가능성 설명.
2. 멘토링 — 대학원생, 박사후연구원, 연구 보조원 지도; 논문 심사위원회 참여; 신규 연구실원 대상 교육 프로토콜 설계.
3. 비판적 사고 — 실험 데이터의 교란 변수 파악, 동료 심사에서 가정 검증, 초기 가설 실패 시 연구 프로그램 방향 전환.
4. 프로젝트 관리 — 다기관 공동 연구 조율, 서로 다른 시간대의 협력자 간 일정 관리, 경쟁적 마감일을 가진 3-5개 동시 진행 프로젝트 균형 조정 [9].

연구 과학자의 경력 사항 작성법

각 항목은 XYZ 공식을 따라야 해요: [Z]를 수행하여 [Y]로 측정된 [X]를 달성함. 연구 과학자는 여기서 독특한 강점을 가지고 있어요 — 연구 결과 자체가 정량화 가능한 성과(p값, 효과 크기, 비용 절감, 처리량 개선, 논문 발표)를 만들어내기 때문이에요 [15].

초급 수준 (박사 후 0-2년, 포스트닥 또는 Research Scientist I)

• DESeq2와 맞춤형 Python 파이프라인을 사용해 1,200건 이상의 환자 RNA-seq 데이터를 분석하여 췌장암 조기 발견을 위한 신규 바이오마커 3개를 식별함(AUC > 0.92).
• ELISA 플레이트 코팅 프로토콜 최적화와 Hamilton STAR 리퀴드 핸들러를 통한 데이터 수집 자동화로 분석 소요 시간을 30% 단축(10일에서 7일로).
• 임팩트 팩터 8 이상의 저널에 동료 심사 논문 4편 공동 저술(제1저자 2편), NIH R01 연구비 갱신(120만 달러, 4년)에 기여.
• MATLAB로 재현 가능한 이미지 분석 파이프라인을 개발하여 500건 이상의 타임랩스 현미경 데이터에서 세포 이동 속도를 정량화하고, 수동 평가 시간을 85% 단축.
• 학부 연구 보조원 3명을 무균 기술, Western blotting, qPCR에 대해 교육 및 지도하여 12개월간 오염 사고 제로 달성.

중급 수준 (3-7년, Research Scientist II/III 또는 시니어 포스트닥)

• GLP 지침에 따라 Phase I/II 바이오마커 검증 연구(n=450)를 설계 및 수행하여 예정보다 6주 앞서 결과를 제출하고, FDA에 대한 IND 신청을 지원함 [9].
• NSF CAREER 어워드의 공동 PI로서 85만 달러의 외부 자금을 확보하여 새로운 계산 재료 발견 프로그램을 설립하고, 3년간 논문 7편을 발표.
• 조직 병리학 자동 분류를 위한 딥러닝 모델(ResNet-50 아키텍처, PyTorch)을 구축 및 배포하여 50,000장 이미지 검증 세트에서 94.3%의 정확도를 달성 — 2개 파트너 기관에서 채택.
• 화학자 3명, 생물학자 2명, 엔지니어 2명, 생물통계학자 1명으로 구성된 8인 교차 기능 팀을 이끌어 신규 약물 전달 나노입자를 개발하고, 18개월 만에 후보 물질을 발견에서 전임상 시험까지 진행.
• 연구실 최초의 CRISPR 스크리닝 플랫폼(Brunello 라이브러리, 77,441 sgRNA)을 구축하여 삼중 음성 유방암 세포주에서 12개의 합성 치사 유전자 쌍을 식별 — 이 중 3개는 생체 내에서 검증됨.

시니어 수준 (8년 이상, Principal Scientist, Staff Scientist 또는 그룹 리더)

• 3개 기관, 22명의 연구자가 참여하는 420만 달러 규모의 다년간 연구 프로그램을 지휘하여 특허 출원 2건과 연간 60만 달러의 로열티를 창출하는 라이선스 계약을 달성.
• 5년간 계산 유전체학 팀을 2명에서 14명으로 확대하고, MIT, Stanford, Broad Institute와의 채용 채널을 구축하여 평균 채용 소요 시간을 120일에서 45일로 단축.
• 동료 심사 논문 65편 이상 발표(h-지수: 38, 인용 4,200회 이상), Nature, Science, Cell, PNAS에 제1/교신저자 논문 15편 포함 [1].
• NIH 지원 그랜트 4건(총 870만 달러)의 PI로 동시 활동하며, 6년간 모든 수여에서 100% 기한 내 납품 기록을 유지.
• 회사의 종양학 발견 부서를 위한 5개년 연구 로드맵을 수립하고, IND 가능 연구로 진행되는 3개 치료 표적을 우선순위화 — 그 중 하나는 2024년에 Phase I 임상 시험에 진입.

직무 요약 예시

초급 연구 과학자

UC San Diego에서 유전체학 박사학위를 취득한 계산 생물학자로, Genome Research와 Nucleic Acids Research에 제1저자 논문 2편을 발표했어요. Seurat, Scanpy, 맞춤형 R 파이프라인을 활용한 단일 세포 RNA-seq 분석을 전문으로 하며, 50만 개 이상의 세포를 포함하는 데이터셋 처리 경험이 있어요. 전사체 프로파일링과 기계 학습 기반 세포 유형 주석 전문성을 종양학 약물 표적 발견에 적용하고자 해요 [4].

중급 연구 과학자

Pfizer와 Vertex Pharmaceuticals에서 저분자 약물 발견 분야에 6년의 산업 경험을 보유한 Research Scientist III예요. 구조-활성 관계(SAR) 분석, 자유 에너지 섭동(FEP+) 계산, 의약 화학 설계를 활용해 3개 프로그램의 히트-투-리드 최적화 캠페인을 주도했으며, 2개 후보를 전임상 개발 단계까지 진행했어요. 산학 협력 그랜트 140만 달러의 공동 PI; 동료 심사 논문 18편(h-지수: 15) [5].

시니어 연구 과학자

Argonne 국립연구소와 Dow Chemical에서 재료 과학 R&D 프로그램을 12년간 이끌어온 수석 연구 과학자예요. 연간 600만 달러의 연구 예산과 과학자·엔지니어 16명으로 구성된 팀을 관리하며 차세대 배터리 전해질과 고체 에너지 저장에 집중해요. 특허 9건의 발명자(상업 라이선스 3건), 논문 72편에 5,800회 이상의 인용, MRS·ACS·ECS 전국 학회의 초청 연사 [1].

연구 과학자에게 필요한 학력 및 자격증

박사학위는 학계와 산업계 모두에서 연구 과학자 직위의 표준 입문 요건이에요. BLS는 대부분의 물리·생명 과학 연구직이 독립적 연구 수행을 위해 박사학위를 요구한다고 확인해요 [10]. 일부 산업 직위 — 특히 제조 R&D나 응용 연구 — 에서는 석사학위와 3-5년의 관련 경험을 인정하기도 해요.

학력 섹션 형식:

• 학위, 전공, 기관, 졸업 연도
• 학위 논문 제목(목표 직위와 관련이 있을 경우 특히 중요)
• 지도교수명(연구 계보와 인맥을 나타냄)

관련 자격증(모두 실제 검증 가능):

• Project Management Professional (PMP) — PMI 발행. 다기관 연구나 대규모 예산을 관리하는 과학자에게 유용.
• Certified Clinical Research Professional (CCRP) — SoCRA 발행. 중개 및 임상 연구직에 필수.
• Six Sigma Green Belt 또는 Black Belt — ASQ 발행. 제약 및 바이오테크 공정 R&D에서 수요 증가 중 [6].
• AWS Certified Machine Learning – Specialty — AWS 발행. 대규모 모델 배포를 수행하는 계산 과학자에게 관련.
• Certified ScrumMaster (CSM) — Scrum Alliance 발행. 기술 기업의 애자일 R&D 환경에 유용.
• Responsible Conduct of Research (RCR) Training — NIH와 NSF가 모든 지원 연구자에게 요구. 이수 날짜를 기재하세요 [10].

IEEE [8]와 ASME [7]의 전문 기술 분야 인증(예: IEEE Certified Biometrics Professional)도 엔지니어링 인접 연구직에서 차별화에 도움이 돼요.

연구 과학자 이력서에서 가장 흔한 실수

1. 성과 없이 기법만 나열하기. "PCR, Western blot, 세포 배양을 수행함"은 실험 매뉴얼처럼 읽혀요. 각 기법은 결과와 연결되어야 해요: 그 기법으로 무엇을 발견하고, 최적화하고, 검증했나요?

2. 논문 목록을 끝에 묻어두기. 연구 과학자에게 논문은 곧 실적 기록이에요. 채용 담당자가 2페이지의 일반적 기술을 지나야 논문 목록을 찾을 수 있다면, 영영 보지 못할 수도 있어요. 주요 5-8편의 논문을 눈에 띄는 위치에 배치하고 Google Scholar 프로필 링크를 포함하세요 [13].

3. 연구비 금액 누락. "NIH 연구비를 수령함"이라고만 쓰고 "R01 120만 달러, 5년간"을 명시하지 않는 것은, 영업 담당자가 목표 달성률을 기재하지 않는 것과 같아요.

4. 산업 지원에 학술 CV 형식 사용. 모든 학회 포스터와 교육 업무를 나열한 12페이지 학술 CV는 산업 연구 과학자 직위에 부적합해요. 산업 채용 담당자는 영향력 중심의 2페이지 이력서를 기대해요 [15].

5. 지식재산권 무시. 특허를 출원했거나, 발명 공개에 기여했거나, 기술 이전에 참여한 경험이 있다면 이력서에 포함해야 해요. 학계 출신 후보자 중 많은 분이 산업계가 IP 창출을 핵심 성과로 평가한다는 점을 간과해요 [4].

6. 일반적인 기술 섹션. 연구 과학자 이력서에 "Microsoft Office 능숙"이라고 쓰면 공간 낭비이고, 자신만의 차별화 요소에 대한 인식 부족을 드러내요. 도메인 특화 도구로 대체하세요: "COMSOL Multiphysics, ANSYS Fluent, OriginPro, LaTeX."

7. 코드 저장소나 데이터 포트폴리오 링크 없음. GitHub, GitLab, Kaggle 프로필을 포함하지 않는 계산 과학자는 기술 역량을 보여줄(단순히 설명하는 것이 아닌) 기회를 놓치고 있어요 [14].

연구 과학자 이력서 ATS 키워드

ATS(지원자 추적 시스템)는 이력서에서 채용 공고와 정확히 일치하는 키워드를 검색해요. 연구 과학자 채용 공고는 고도로 전문화된 용어를 사용하므로, 일반적인 동의어로는 매칭되지 않아요 [14].

기술 역량

• 실험 설계
• 통계 분석
• 가설 검정
• 기계 학습 / 딥러닝
• 데이터 시각화
• 고처리량 스크리닝
• 분자 클로닝
• 차세대 염기서열 분석(NGS)
• 계산 모델링
• 신호 처리

자격증

• Project Management Professional (PMP)
• Certified Clinical Research Professional (CCRP)
• Six Sigma Green Belt / Black Belt
• AWS Certified Machine Learning – Specialty
• Responsible Conduct of Research (RCR)
• Certified ScrumMaster (CSM)
• 우수 실험실 관리 기준(GLP) 교육 이수

도구 및 소프트웨어

• Python (NumPy, pandas, scikit-learn)
• R (ggplot2, Bioconductor, tidyverse)
• MATLAB / Simulink
• TensorFlow / PyTorch / JAX
• GraphPad Prism
• FlowJo / FCS Express
• GAUSSIAN / VASP / LAMMPS

산업 용어

• 동료 심사 논문
• 책임 연구자
• IND 가능 연구
• 지식재산권 / 특허 출원
• GLP / GMP 준수

동작 동사

• 규명했음
• 특성 분석했음
• 합성했음
• 검증했음
• 정량화했음
• 설계했음
• 주도했음

핵심 요약

연구 과학자 이력서는 전문 문서이자 과학적 영향력의 압축된 포트폴리오로 기능해야 해요. 정량화된 성과 — 인용 지표가 포함된 논문, 금액이 명시된 연구비, 라이선스 상태가 포함된 특허 — 를 앞세우고, 기법 목록에 그치지 마세요 [1]. 하이브리드 형식을 사용해 시간순 경력 발전과 두드러진 기술·발표 프로필의 균형을 맞추세요. ATS 시스템이 "DNA 염기서열 분석"이 아닌 "차세대 염기서열 분석"과 같은 정확한 키워드로 필터링하므로, 채용 공고의 정확한 기술 용어를 이력서에 반영하여 각 지원을 맞춤화하세요 [14]. 산업 직위에서는 2페이지를 유지하고, Google Scholar와 GitHub 프로필 링크를 포함하며, 모든 성과 항목이 채용 담당자가 10초 이내에 평가할 수 있는 지표와 함께 XYZ 공식을 따르도록 하세요.

Resume Geni로 ATS 최적화된 연구 과학자 이력서를 작성해 보세요 — 무료로 시작할 수 있어요.

자주 묻는 질문

이력서에 전체 논문 목록을 포함해야 하나요?

아니요. 가장 관련성 높은 5-8편의 논문을 이력서에 직접 기재하되, 해당 분야의 표준 인용 형식(사회과학은 APA, 화학은 ACS 등)으로 작성하세요. "전체 논문 목록: [Google Scholar URL]"이라는 한 줄을 추가하여 이력서 공간을 차지하지 않으면서 전체 기록에 대한 접근을 제공하세요 [13].

연구 과학자 이력서는 어느 정도 길이가 적당한가요?

박사 후 3년 이상의 경험을 가진 후보자에게는 2페이지가 업계 표준이에요. Genentech이나 Pfizer 같은 기업의 채용 담당자는 논문, 연구비, 상세한 프로젝트 기술을 기대하는데, 이는 1페이지에 들어가기 어려워요 [15]. 초기 경력(박사 후 0-2년) 후보자로서 발표 기록이 아직 쌓이는 중이라면 1페이지도 괜찮아요.

연구 과학자가 되려면 박사학위가 필요한가요?

대부분의 연구 과학자 직위는 박사학위를 요구해요. 특히 독립적 연구 설계와 연구비 작성이 수반되는 역할에서는 더욱 그래요 [10]. 다만 일부 산업 R&D 직위 — 특히 응용 연구, 공정 개발, 품질 관리 — 에서는 석사학위와 3-5년의 실무 경험, 탄탄한 발표 기록을 인정하기도 해요.

포스트닥은 경력 사항과 학력 중 어디에 기재해야 하나요?

경력 사항에 기재하세요. 학력이 아니에요. 포스트닥은 산출물, 논문 발표, 종종 연구비 작성 책임이 수반되는 연구직이에요. 학력으로 분류하면 2-5년의 생산적인 과학 연구의 가치를 과소평가하게 돼요 [15].

학술 이력서를 산업 지원용으로 조정하는 방법은?

교육 담당 업무를 삭제하고(산업 직위에 교육 요소가 있는 경우 제외), 논문 목록을 가장 영향력 있는 항목으로 축약하며, 학술 용어("학위 논문 심사위원회 참여")를 산업 관련 표현("교차 기능 프로젝트 검토")으로 대체하고, 가능하면 정량화된 비즈니스 영향 — 비용 절감, 일정 단축, 창출된 IP — 을 추가하세요 [4] [14].

연구에서 통계적으로 유의미한 결과가 나오지 않았다면?

음성 및 귀무 결과도 엄밀한 방법론을 보여줄 수 있어요. 무엇을 했는지와 이것이 무엇에 기여했는지를 중심으로 기술하세요: "6개월 전임상 유효성 연구(n=120)를 수행하여 화합물 X를 유망 후보에서 제외하고, 50만 달러의 R&D 예산을 체외 활성이 더 강한 2개 우선순위 표적으로 재배분" [9].

학회 발표는 연구 과학자 이력서에서 얼마나 중요한가요?

주요 학회(Gordon Research Conferences, AAAS, MRS, NeurIPS)에서의 초청 강연과 구두 발표를 포함하세요. 포스터 발표는 영향력이 낮으므로, 공간이 허락하면 가장 관련성 높은 2-3개만 기재하세요. 시니어 후보자의 경우 학회 세션 좌장이나 심포지엄 조직은 해당 분야에서의 리더십을 보여주는 중요한 신호예요 [5].