문장 스크랩

---

복사

---

공유

삼성전자를 지원한 이유와 입사 후 회사에서 이루고 싶은 꿈을 기술하십시오.(700) 제조IT는 FA와 SF를 거치고 4차 산업혁명을 맞이하며 Intelligent Factory를 향해 발전해가고 있습니다. 또한, 국제 사회의 불안정과 노동 원가 상승으로 인해 지능화된 공정의 필요성이 높아졌습니다. 이 가운데 글로벌기술센터는 제조 선진국에 맞서 독자적인 기술 개발로 국내, 해외의 생산거점의 공정을 지능화함으로써 제품의 수요를 맞춰 지금의 삼성 갤럭시를 세계 1등 제품으로 만들었습니다. 이러한 성공과 도전은 급변하는 제조IT 시장에서 변화를 선도하고 끊임없는 열정과 도전정신으로 세계 최고가 되기 위해 최선을 다하는 경영철학이 있었기에 가능했다고 생각합니다. 제조IT 시장이 SF에서 IF로 발전함에 따라 기계학습, 5G, 엣지컴퓨팅 기술을 적용한 유니버설 로봇들의 필요성이 가시화되었습니다. 이를 위한 제 목표는 삼성전자 GTC 엔지니어로서 공정 및 제품에 최적화된 인공지능 플랫폼을 구축하는 것입니다. 저는 카메라, 진동센서와 라즈베리파이를 활용한 SMT장비에 들어가는 소형 블랙박스를 설계, 제작한 경험이 있고, 국비지원교육을 통해 인공지능 개발자로서의 소양을 쌓았습니다. 이를 응용하여 SMT Nozzle 검사기에 머신러닝 기법을 활용해 베트남 전시회에 출품했고 프로세스 혁신에 도전해보았습니다. 이러한 역량과 경험을 바탕으로 삼성전자의 SF기술 경쟁력을 높이고 고객에게 최고의 제품을 제공하는 핵심인재로 성장하고 싶습니다. 본인의 성장과정을 간략히 기술하되 현재의 자신에게 가장 큰 영향을 끼친 사건, 인물 등을 포함하여 기술하시기 바랍니다. (1500) [ IT 중심에는 언제나 사람이 있다 ] 저희 아버지께서는 20년째 교회에서 차량봉사를 하고 계십니다. 어릴 적, `왜 항상 아빠만 운전을 해?`하고 질문한 적이 있습니다. 아버지께서는 `조금만 노력하면 다른 사람들에게 도움이 될 수 있잖아.`라고 답하셨습니다. 이런 모습을 보며 아버지와 같은 사람이 되고 싶었고, 사람들의 삶을 풍요롭게 만들기 위해 컴퓨터공학과로 진학했습니다. 하지만, 시간이 지날수록 `왜 공부를 하고 있지?`하는 의문이 들었습니다. 인생의 목표를 잊어갈 즈음, 일본어 강의를 수강하며 과제로 일본 드라마 ‘Rich man Poor woman’을 보았습니다. "메일에 사진을 첨부하는 기능은 ‘떨어져 있는 사람과 같은 것을 보고 함께 웃거나 기뻐하고 싶다.’고 생각해서 만들었을 것이다. IT의 중심에는 언제나 사람이 있다." 주인공의 대사는 아버지를 닮고 싶어했던 저의 어린시절로 되돌려주었고, `사람을 위한 기술을 만들어 삶을 풍요롭게 하자`는 꿈을 다시 한번 다짐하는 계기가 되었습니다. [ 종합주가지수 예측의 새로운 시도 ] 국비지원 실용 중심의 AI 개발자 양성과정을 수강하면서 ‘선행지표 예측을 통한 S&P 종가 예측 모델 개발’ 프로젝트를 진행했습니다. 08년 8월 ~ 19년 8월까지 미국 실업률 발표 시 S&P 500 평균 일별 수익률이 양의 상관관계인 것을 EDA를 통해 확인하였고, 실업률을 예측하기 위해 investing.com에서 제공하는 전문가들의 실업률 예측치와 시계열 분석 알고리즘 ARIMA를 통해 예측한 값, RNN 알고리즘을 사용해 얻은 주가 상승, 하락 값을 앙상블 해서 매수/매도 시점을 도출했습니다. 하지만, 과거 S&P 주가의 백테스팅 결과, 수익률이 3%대로 낮고, 매수/매도 시점에 대한 선택을 사람이 직접 해야 했기에 불편한 점이 있었습니다. 이를 해결하기 위해 데이터 활용 예시들을 찾아 분석하였고 마침내 찾아낸 방법이 Kaggle 상위 유저들이 사용하는 XGBOOST라는 알고리즘이었습니다. XGBOOST는 CART라 불리는 앙상블 모델을 사용하는데, 같은 분류 결과를 갖는 모델끼리도 모델의 우위를 비교할 수 있는 점과 최종 스코어에 연관되어 있는 점에서 일반적인 의사결정 트리와 달랐기에 저희가 사용해야 하는 로보 어드바이저에 알맞았습니다. 새 알고리즘을 적용한 결과, 동일한 조건에서 백테스팅 결과가 14%로 상승하였고, 자동 트레이딩 시점도 도출할 수 있었습니다. 이를 토대로 금융사 HTS와 연동하여 실시간 자동 트레이딩 시스템을 구축하는 것을 목표로 현재 프로젝트 진행 중에 있습니다. 기존 S/W의 한계를 뛰어넘어 새로운 시각으로 문제를 해결하는 위의 경험을 통해, 문제점을 파악하고, 해결 방법을 기획, 수행하는 능력을 기를 수 있었습니다. 또한, 저에게 성취감에 대한 동기를 심어주었고, 목표를 이루기 위해 끊임없이 도전하는 저의 태도는 글로벌기술센터에서 H/W를 고려한 S/W를 개발하는데 큰 강점이 될 것입니다. 최근 사회이슈 중 중요하다고 생각되는 한가지를 선택하고 이에 관한 자 신의 견해를 기술해 주시기 바랍니다. (1000) [ AI + Smart Factory ] 21세기는 AI, Big Data, IoT를 만나 변화하고 있습니다. 그중 AI는 의료, 자동차, 금융 등 전문 분야에도 영향을 끼치고 있으며 2025년에 인공지능 시장이 7000조 원에 달할 것이라고 예상하는 만큼 많은 기업이 주목하고 있습니다. 또한 5G 통신 기술을 접목하여 스마트 팩토리 생태계에도 큰 변화를 주도하고 있습니다. 그렇기에 제조업 분야는 더욱 성장 가능한 잠재성을 가지고 있습니다. 하지만, 최근 전 세계적으로 임금 상승과 정치적 위기로 인해 제조업의 근간이 흔들려왔습니다. 또한, 독일은 ICT를 생산공정에 접목해 Industrie 4.0을 구상하여 제조 신흥국의 원가경쟁력을 추격, 선진국의 기술 추격에 대응하기로 하였고, 중국은 중국제조 2025 규획을 제정하는 등 차세대 IT 기술을 접목해 제조업의 혁신에 다가가고 있습니다. 어려움이 왔고, 극복해야 할 때가 왔습니다. 삼성전자는 폴란드, 헝가리, 베트남 등 전 세계에 생산법인이 있기에, AI 알고리즘을 활용한 생산 효율 최적화, 자동화로 연결된다면, 국제적으로 생산인구가 감소하는 인구 구조적 변화에 더욱 효과적으로 대응할 수 있고, 고임금 사회의 생산성 향상과 Reshoring 현상을 막아 투자금의 손실을 막을 수 있을 것이라 생각합니다. 저는 어려움을 극복할 수 있는 열쇠로 어려운 때일수록 기본에 충실해야 한다고 생각합니다. 제품의 품질과 설비 시스템은 놓쳐서는 안 될 중요한 요소이며 최고의 제품을 만들어 내는 전제조건이라고 생각합니다. 협력을 통한 S/W 개발과 제조공정의 효율성을 높여 원가절감을 이루는 H/W 혁신이 만난다면, 생산 시스템의 부가가치를 극대화할 것입니다. 이는 미래 IT 시장에서 삼성전자라는 브랜드를 선택할 수밖에 없게끔 하는 이유가 될 것이고, 다가오는 삼성전자의 미래는 현재보다 더 밝을 것이라 생각합니다. 프로그램 개발, 알고리즘 풀이 등 SW개발 관련 경험 중 가장 어려웠던 경험과 해결방안에 대해 구체적으로 서술하여 주시기 바랍니다. (과제 개요, 어려웠던 점, 해결방법, 결과 포함) (1000) [ H/W를 고려한 S/W ] ‘머신러닝 기반 Nozzle 형태 인식 검사기’ 프로젝트를 수행해 전시회에 출품한 경험이 있습니다. 기존 Nozzle 검사기는 정해진 회전 수만큼 스테핑 모터를 구동 시켜서 Nozzle을 검사하는 형식이었습니다. 하지만, 모터의 토크는 중심축과 멀어질수록 작아져 screw를 회전시키지 못해 유격이 생기며 전자현미경에 Nozzle이 보이지 않는 상황이 발생했습니다. 이 경우 매번 사람이 수동으로 원점을 조정해야 하는 불편함이 있었습니다. 또한, 현미경의 영상을 컴퓨터로 옮기려면 약 3단계의 프로세스를 거쳐야 했습니다. 저는 이 불편함을 개선하기 위해 라즈베리파이와 파이썬을 이용했습니다. 먼저, 전자현미경의 영상을 실시간으로 볼 수 있으면서 원격으로 영상과 사진을 가져올 수 있고, 기존의 아날로그 형식의 버튼들을 모두 없애고 터치 패널을 통해 검사기를 제어할 수 있도록 설계했습니다. 그리고 계속해서 탈선이 나는 모터를 개선하기 위해 기존 42각 스테핑 모터를 56각으로 업그레이드했지만, 50회에 걸친 테스트에서 유격이 발생함을 발견했습니다. 모터 조종 로직을 손보기 위해 1280x720 해상도의 벡터에서 RGB 값을 통해 Nozzle의 구멍을 분류했습니다. 일반 랩톱에서는 무리 없이 Nozzle을 분리해냈지만, 라즈베리파이에서는 CPU의 성능으로 인해 초당 30프레임의 데이터를 처리할 수 없었습니다. 해결 방법을 찾아보던 중, 비지도학습의 클러스터링을 사용하면 점들의 특징을 빠르게 구별해 나갈 수 있겠다 생각했습니다. 먼저, 12가지 형태의 Nozzle의 영상에서 RGB 값을 단순화하기 위해 그레이스케일을 진행하였고, StandardScaler로 최종 값을 스케일링했습니다. 그리고 K-Means 알고리즘을 통해서 군집화를 했습니다. 또한, Nozzle의 위치에 따라 원점을 자동으로 조정하는 로직을 작성했습니다. 그 결과, 수백 번의 왕복 테스트 결과 원점을 잃지 않고 작동하는 검사기를 만들어 전시회에 출품할 수 있었습니다.