문장 스크랩

---

복사

---

공유

1. 삼성전자를 지원한 이유와 입사 후 회사에서 이루고 싶은 꿈을 기술하십시오. (700자 이내) 메모리 반도체에 관심을 가진 것은 SSD를 연구하시는 교수님의 제의로 학부연구생이 되면서부터 입니다. 학부연구생으로써 처음 맡은 과제는 NAND Flash를 스스로 공부하고 발표하는 것이었습니다. 관련 서적과 논문을 찾아보며, NAND Flash의 동작 원리와 수명 그리고 MLC,TLC 등에 대해 공부했습니다. NAND Flash의 발전과정을 찾아보는 과정에서 삼성전자의 V-NAND를 처음 접했습니다. 끝도없이 층수가 점점 높아지는 V-NAND에 흥미가 생겨 V7에 대해 알아보던 중, 삼성전자가 발표한 논문에서 TLC 방식인 V7의 쓰기 속도를 높이는 HSP 기술을 알게 되었습니다. 이는 삼성전자는 단순히 층수를 늘리는 데 그치지 않는다는 것을 깨닫게 해주었고, 세계 1위 기업인 이유를 실감시켜주었습니다. 꾸준히 발전을 도모하는 삼성전자의 모습이 목표 의식이 강한 저와 닮았다고 생각했고, 이때부터 삼성전자는 제 목표가 되었습니다. 평가 및 분석 직무는 학부에서는 배울 수 없는 삼성전자만의 기술적 노하우로 진행되는 업무가 많습니다. 배움에 두려움이 없는 저는 회로, 소자, 공정, SW 다방면으로 지식을 넓혀왔으며, 선배들의 노하우를 습득할 준비가 되어 있습니다. 노하우를 빠르게 제 것으로 소화하고, 보다 효율적인 새로운 테스트 기술을 개발하겠습니다. 이를 통해 원가 절감과 TTR(Test Time Reduction)을 이뤄내겠습니다. 2. 본인의 성장과정을 간략히 기술하되 현재의 자신에게 가장 큰 영향을 끼친 사건, 인물 등을 포함하여 기술하시기 바랍니다. (※작품속 가상인물도 가능) (1500자 이내) [모든 것은 자기 하기 나름] ‘모든 것은 자기 하기 나름’ 어떠한 환경에서도 본인이 노력하면 무엇이든 이뤄낼 수 있다는 말로, 고등학생때부터 지금까지 제 좌우명입니다. 고등학교 때 지병으로 오랜 기간 입원한 친구가 있습니다. 저는 기말고사를 앞두고 수업을 못듣게 된 친구에게 제 필기자료를 보여주었습니다. 친구는 제대로 씻지도 못하는 상황에서 제가 준 필기자료를 보면서 밤낮으로 공부했습니다. 다른 환자도 있는 병실에서 공부가 되겠냐는 저의 물음에 ‘내가 하기 나름이지.’라는 친구의 대답이 아직도 기억에 남습니다. 저는 그 친구를 보며 아무리 어려운 환경이라도 본인이 노력하면 이겨낼 수 있음을 느꼈습니다. 그때부터 ‘모든 것은 자기 하기 나름’이라는 말은 제 좌우명이 되었습니다. ‘모든 것은 자기 하기 나름’은 군생활 중에서도 변함없었습니다. 고된 훈련과 근무 때문에 공부할 시간도 없고, 환경도 열악하다는 이유로 모두가 군생활을 공백기라고 생각할 때, 제 생각은 달랐습니다. 저는 오히려 18개월의 시간이 제 목표를 향한 로드맵을 정리하고 가다듬을 수 있는 기회라 생각했습니다. 복학 후 전공과목에 집중하고자 군e러닝 제도를 활용해 총 12학점의 교양과목을 들었습니다. 그리고 매일 밤 연등을 신청해 잠을 줄여가면서 ‘나노소자공정’, ‘반도체 메모리 소자의 이해’ 등의 외부교육을 수강하며 반도체 지식을 쌓으려 노력했습니다. 이렇듯 제 좌우명은 제게 어떠한 어려움도 해결할 수 있을 것이라는 자신감을 주었고, 제 노력과 도전의 원동력이 되었습니다. [노력의 선한 영향력] 제 좌우명 덕분에 저는 매사에 노력하는 사람이 되었습니다. 저는 학업뿐만 아니라 체력과 내면의 성장을 위해 노력합니다. 매일 아침 6시에 기상해 운동 후 등교하고, 자기 전에는 다이어리를 작성하며 스스로 성찰합니다. 친구들은 이러한 저의 모습을 본받고자 제 이름을 따서 ‘OO 챌린지 n일차’라며 매일 아침 운동하는 인증사진을 제게 보내주기도 합니다. 제가 고등학교 친구로부터 ‘모든 것은 자기 하기 나름’을 배웠던 것처럼, 저 또한 남들에게 동기부여가 되는 사람이 되었습니다. 삼성전자에 입사한 후에도 세계 최고 수준의 테스트 기술 개발을 위해 부단히 노력하고, 동료들에게 선한 영향력을 끼치는 사원이 되겠습니다. [전자공학도의 새로운 도전, 데이터 분석] 제 좌우명은 새로운 도전을 위한 용기로도 작용했습니다. 평가 및 분석 직무는 방대한 데이터를 다룰 수 있어야 합니다. 하지만 관련 전공과목이 부족한 전자공학과 특성상, 데이터 분석을 배우기 쉽지 않았습니다. 이러한 제약에도 저는 충분히 스스로 공부할 수 있다고 자신했습니다. 결코 과정이 쉽지는 않았습니다. Python을 깊게 다뤄본 적이 없었기에 기초 문법부터 다시 공부해야 했습니다. 데이터 분석 기법을 어느 정도 익힌 에는 딥러닝 기반 웨이퍼 불량패턴 분류 프로젝트를 진행하기도 했습니다. 새로운 도전을 위한 용기로 성장을 이뤄낸 경험이었습니다. 입사 후에도, 발전을 위해 새로운 도전도 마다하지 않는 엔지니어가 되겠습니다. 3. 최근 사회이슈 중 중요하다고 생각되는 한가지를 선택하고 이에 관한 자신의 견해를 기술해주시기 바랍니다. (1000자 이내) 최근 우리 사회는 챗GPT의 등장으로 또다시 인공지능이라는 주제가 뜨거워졌습니다. 미국 하원의원이 챗GPT를 활용해 연설문을 작성할 정도로, 인공지능은 이전과 비교할 수 없을 만큼 발전했습니다. 메모리 반도체는 인공지능의 발전에 불가결한 존재입니다. 학습을 위한 데이터를 저장하는 것은 물론, 인공지능 모델 자체도 반드시 메모리에 담아야 합니다. 인공지능이 발전함에 따라 학습에 필요한 데이터의 양도 늘어났고, 높은 정확도를 위해 인공신경망 레이어도 더 깊게 쌓이고 있습니다. 이러한 최근의 추세를 고려하면, 데이터 저장공간이 크고 데이터 전송속도가 빠른 고성능 메모리 반도체에 대한 수요는 점점 더 커지리라 확신합니다. 삼성전자는 기존 HBM에 인공지능 프로세서를 하나로 결합한 HBM-PIM을 세계 최초로 개발했습니다. HBM-PIM은 메모리 내부에서 연산 처리가 가능하여, 인공지능의 성능과 에너지 효율을 높일 수 있습니다. HBM-PIM은 여러 개의 DRAM 코어 다이를 수직으로 적층하여 집적도를 높입니다. 또한 이를 연결하기 위해 고도의 정밀성이 필요한 3D-TSV 기술이 적용됩니다. 이처럼 고집적의 메모리일수록, 공정의 복잡도가 올라가고 공정 불균일 문제가 발생합니다. 이러한 상황에서 가장 중요하게 생각해야 할 것은 품질이라고 생각합니다. 물론 제품의 성능도 중요하지만, 기업의 수익에 가장 직결되는 것은 제품의 신뢰성과 품질이기 때문입니다. 이뿐만 아니라 인공지능에 대한 전세계적 관심으로 서버용 DRAM의 수요가 증가하는 현재 상황은 향후 고객사와의 신뢰도를 결정하는 중요한 때라고 생각합니다. 고성능의 메모리 반도체를 높은 품질 수준으로 제공해 고객사에 신뢰를 주어야, 오랫동안 경쟁력을 유지할 수 있다고 확신합니다. 이를 미루어 보면, 메모리가 발전함에 따라 테스트 기술의 발전 또한 필수적입니다. 삼성전자는 트렌드에 민감하게 반응하며 메모리 반도체의 발전을 주도하고 있습니다. 저는 이에 동참해 테스트 기술 발전에 기여하고, 수익 창출의 열쇠가 되겠습니다. 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. (1000자 이내) [FTL과 SSD 시뮬레이터] 학부연구생으로서 Flash Translation Layer와 이것이 SSD의 성능에 미치는 영향을 연구했습니다. 또한 FTL 정책을 C언어로 구현한 SSD 시뮬레이터를 분석했습니다. Read, Write, Garbage collection 횟수와 각 동작의 소요시간을 측정해 성능을 평가했습니다. 메모리 소자의 동작원리에 대한 높은 이해를 바탕으로, 제품에 맞는 테스트 프로세스를 설계하겠습니다. [V-NAND 공정 프로세스 작성] V-NAND의 공정 프로세스를 작성하고, 발생가능한 이슈를 생각해본 경험이 있습니다. 공정 프로세스를 시각화하여 작성하며, TANOS 구조와 Staircase Etch의 필요성을 알게 되었습니다. 적층이 높아질수록 Warpage가 나빠질 수 있고, 이는 카운터 스트레스 박막 증착 등으로 해결할 수 있음을 배웠습니다. 또한 Threshold voltage 산포가 특정 부분에서 크게 나온 원인을 STI 공정과 연관지어 분석했습니다. 이를 통해 불량 발생 시에 가지고 있는 지식이 많아야 빠르게 원인을 파악할 수 있음을 깨달았습니다. 신뢰성에 영향을 주는 여러 공정이슈에 대한 이해를 바탕으로 불량검출에 힘쓰겠습니다. [반도체 데이터 분석] 저는 전자공학도로서 쌓아온 반도체 지식을 활용해 데이터 분석 역량을 키웠습니다. 딥러닝 기반 웨이퍼맵 불량패턴 분류 프로젝트를 진행했습니다. 실제 테스트공정에서 수집된 811,457개의 웨이퍼맵을 불량패턴에 따라 분류했습니다. 나아가 ‘반도체 박막 두께 분석’을 주제로 데이터 분석 교육자료를 제작했습니다. 주제는 파장에 따른 반사율 스펙트럼 데이터를 분석하고, 적층된 박막 두께를 예측하는 것이었습니다. 누군가에게 데이터 분석 기법을 알려주는 목적이었기에, 단순히 코드 작성뿐만 아니라 직접 이론도 설명해야 했습니다. 이러한 과정으로 얕게 알던 데이터 분석 지식을 온전히 제 것으로 만들었습니다. 이를 활용해 방대한 데이터를 효율적으로 다룰 수 있는 테스트 엔지니어가 되겠습니다.