1. 삼성전자를 지원한 이유와 입사 후 회사에서 이루고 싶은 꿈을 기술하십시오.
삼성전자 S.LSI 사업부 평가 및 분석 직무에 지원한 이유는, 엑시노스와 같은 시스템 반도체의 전기적 특성
검증과 수율 개선 과정에 지금껏 학부에서 쌓아온 경험을 직접 연결해 보고 싶었기 때문입니다.
모바일 AP, 이미지 센서 등 다양한 제품군을 다루는 S.LSI는 실제 제품 데이터를 기반으로 분석 및 검증 역량을 키울 수 있는
최적의 환경이라 판단했습니다.
학부 실습에서 오실로스코프, 멀티미터로 회로 동작을 직접 측정하고, VLSI 수업에서 PVT corner, skew, jitter 개념을 통해
공정 변수가 제품 특성에 미치는 영향을 이해했습니다. 이를 바탕으로 Sky Water 130nm PDK 환경에서 ngspice와 Python을 연동한 자동화를 통해 RF 소자의 전기적 특성을 추출하고, PVT corner 조건 변화에 따른 성능 편차를 비교하고 해석하였습니다.
Worst case에서 실제 소자의 성능이 악화되는 것을 확인하며 동일 소자도 PVT 조건에 따라 동작 마진이 크게 달라짐을
체감하였습니다. 이러한 경험을 인턴 과정에서 실무와 연결해 불량 원인 분석과 제품 검증 방법론을 익히겠습니다.
이후 수율 문제를 조기에 식별하고 개선하여, 삼성 엑시노스의 품질과 경쟁력 향상에 기여하는 Product Engineer로 성장하겠습니다.
2. 본인의 성장과정을 간략히 기술하되 현재의 자신에게 가장 큰 영향을 끼친 사건, 인물 등을
포함하여 기술하시기 바랍니다. (※작품 속 가상인물도 가능)
[아이디어를 통해 위기를 기회로]
사진 동아리의 일원이었던 저는 교내 사진 전시회에 참여하게 되었습니다.
하지만 조율 과정에서 팀원들의 일정이 맞지 않는 상황에 놓였습니다.
단순히 타협하거나 포기하는 대신, 저는 문제의 본질을 다시 들여다 봤습니다.
주제를 정하면, 모두 같은 장소에 모여 사진을 찍고 작품을 완성하는 기존의 방식을 한걸음 뒤에서 생각해보았습니다.
그리고 관점을 바꿔 ‘같은 장소’가 아닌 ‘같은 시간’에 집중해보자는 의견을 제시하였습니다.
최종적으로 각자의 장소에서 골든아워에 촬영한 사진을 모자이크 방식으로 표현한 작품을 완성했고,
오히려 동아리 이름인 '빛담'의 의미에 더 부합하는 결과물이 나왔습니다.
이 경험을 통해 이후 문제가 발생했을 때, 더 객관적인 시선에서 근본적인 것을 바라보는 자세를 가지게 되었습니다.
[끝까지 파고드는 성취의 경험]
앞선 동아리에서의 경험은 학부 프로젝트로 이어졌습니다.
컴퓨터 구조 실습 시간에 Verilog를 이용해 RISC-V 5-stage pipeline을 설계하는 실습을 진행하였습니다.
이후 설계한 구조와 어셈블리어 코드 수정을 통해, 주어진 sorting 알고리즘의 cycle 수를 최대한 줄이는 파이널 프로젝트를
진행하였습니다. 보통 어셈블리어 코드를 수정하여 최적화를 진행하였지만, 저는 더 근본에 있는 Verilog 코드를 최적화 해보고자 하였습니다. 코드를 분석하던 중 branch 연산이 병목임을 파악했고,
기존 memory 단계에서 수행하던 branch 판단을 decode 단계로 앞당기는 구조 변경을 시도했습니다.
이론으로만 알고 있던 구조를 스스로 적용해보니, 예상치 못한 hazard와 신호 충돌이 반복됐습니다.
하지만 타협점을 찾기보다는 끝까지 디버깅을 시도하였고, Waveform을 처음부터 따라가며 분석하고 기존 코드의 wire연결,
flush 신호 등을 수정해 나갔습니다.
결국 pipeline 구조 개선에 성공하여 약 20%의 사이클 개선을 이뤄냈습니다.
이는 학부 프로젝트를 통해 문제를 끝
까지 파고들었을 때 오는 성취감을 선명하게 느낀 경험이었습니다.
[스스로 결과를 얻는 경험]
이후 수강한 외부 교육 강의에서, 2차원 CNN convolution 연산을 수행하는 AI가속기 설계 과제를 진행하였습니다.
하지만 과제는 3x3 고정 입력에 대해서만 다루었고, 저는 이를 발전시켜 보다 보편적으로 적용할 수 있는 AI가속기를 스스로 설계해보고자 하였습니다. Hyperparameter를 이용하여 다양한 크기의 입력을 받을 수 있도록 적용하고, generate-for구문을 이용하여 sliding window연산에 병렬처리 방식을 적용하였습니다.
최종적으로, 일반화된 CNN convolution 연산 AI가속기를 완성할 수 있었습니다.
이러한 일련의 과정들을 통해, 저는 문제를 근본적인 시각에서 바라보며, 스스로 더 깊이 파고드는 사람으로 성장하였습니다.
3. 최근 사회 이슈 중 중요하다고 생각되는 한 가지를 선택하고 이에 관한 자신의 견해를 기술해 주시기 바랍니다.
[사회 고령화와 AI기술의 필요성]
2025년, 한국은 65세 이상 인구가 20%를 돌파하며 초고령 사회에 진입하였습니다.
이로 인해 노동력 부족, 고독사 증가 등 여러 문제가 심화되고 있습니다.
특히 돌봄 없이 홀로 사는 노인이 늘어나면서 고독사 문제는 중요한 사회 문제로 대두 되고 있음에도,
사회적 인프라의 발전은 그 속도를 따라가지 못하고 있습니다.
이 문제를 해결하기 위해서는 인력 확충이 동반되어야 하지만, 고령화와 저출산이 동시에 진행되는 현 상황에서는 한계가 있습니다. 뿐만 아니라 독거 노인을 지속적으로 살피는 돌봄은 많은 시간이 필요해 기존 방식 만으로는 공백을 줄이기 어렵습니다.
결국, 사람이 직접 닿지 못하는 시간과 공간을 보완함으로써 소수의 인력이 보다 많은 노인들을 보살필 수 있도록,
기술에 기반한 체계가 갖춰져야 한다고 생각합니다. 고령화로 인한 인력 부족의 한계를 극복하기 위해,
AI기반 노인 돌봄 기술의 발전은 필수적인 요소입니다.
해당 문제 의식을 바탕으로, 교양 팀프로젝트에서 독거 노인을 위한 가정용 모니터링 디바이스를 직접 구상하고
프로토타입을 제작한 경험이 있습니다. 초음파 센서와 자이로 센서 등을 조합해 실내 움직임을 감지하고,
이상 징후가 포착되면 앱을 통해 보호자에게 즉시 알림이 전달되는 구조로 설계했습니다.
경영학팀 프로젝트였기에, 배터리의 지속성 등 기술적으로 부족한 부분도 있었지만,
현 독거 노인 고독사에 대한 깊은 문제 의식을 가질 수 있었습니다.
또한 기술적인 부분이 보완되고, 인공지능이 더해진다면, 충분히 누군가의 생명을 구할 수 있는 수준으로 발전시킬 수 있다는 것을
느낄 수 있었습니다. 대한민국의 사회 문제를 논의하는데 있어, 이제 고령화 문제는 빠질 수 없는 사안이 되었습니다.
AI기반의 기술이 모두 해결할 수는 없지만 사람이 닿지 못하는 곳을 채울 수 있습니다.
사회적 관심과 정책, 그리고 기술의 발전이 함께할 때 고령화 시대 노인 분들의 안전한 삶을 지킬 수 있다고 생각합니다.
4. 지원한 직무 관련 본인이 갖고 있는 전문지식/경험(심화전공, 프로젝트, 논문, 공모전 등)을 작성하고,
이를 바탕으로 본인이 지원 직무에 적합한 사유를 구체적으로 서술해 주시기 바랍니다.
[RF소자 특성 및 PVT corner 시뮬레이션]
Sky Water 130nm PDK RF 소자를 대상으로 ngspice 기반 Python 자동화를 통해 gm, fT 등 소자 특성을 시뮬레이션 하였습니다. 이후 PVT 코너별 변화를 분석하여 조건 변화에 따른 특성과 worst-case 경향을 평가해 7~10GHz 고주파 대역에서 동작이 가능한지 검증하였습니다. 코너별 결과를 비교한 결과, NFET 계열은 SS/125°C 최악 조건에서도 fT 36GHz 이상을 유지하며 10GHz 동작 가능 수준을 유지한 반면, PFET은 고온·저속 코너에서 fT 43%, fmax 34% 감소하여 동작 여유가 부족함을 확인했습니다.
또한 TT 대비 SS/125°C 조건에서 RF 동작점 gm이 최대 23% 감소하는 등 소자 파라미터 전반의 열화 경향을 정량적으로 분석하며 PVT 마진 검토의 중요성을 체감했습니다.
[TIA gain설계 저전력 파라미터 최적화]
기존 TIA 구조를 바탕으로 gain 계산식을 이론적으로 산출하고, 회로 파라미터를 설계했습니다.
TSMC 180nm 공정 모델을 적용한 LTspice 시뮬레이션을 통해 dc 입력 40μA 이하에서 0.9RF~1.0RF 범위의 transimpedance gain과 100MHz 입력 조건에서 9~10mV 출력 진폭을 만족하는지 검증했습니다.
또한 M1, M2 바이어스 전류 합을 약 317μA에서 62μA 수준까지 줄이는 저전력 최적화를 수행했습니다.
이 과정에서 성능 조건을 만족 시키면서 소비전력을 최소화하는 trade-off 최적화 경험을 쌓고,
결과 분석 후 성능 변화 원인을 해석 하는 문제 해결 능력을 기를 수 있었습니다.
이러한 경험은 Product Engineering 직무에서 요구되는 전기적 특성 분석, 데이터 기반 검증과 직접 맞닿아 있다고 생각합니다.
실제 제품 데이터를 다루는 실무에서도 조건별 특성을 면밀히 분석하고 문제 원인을 빠르게 식별하는 엔지니어로 성장하겠습니다.