최고 품질의 상품들을 지금보다 더 많은 소비자들이 여러 유통 채널에서 더욱 폭 넓고 쉽게...
1. LG에너지솔루션 및 모집분야에 지원한 동기를 구체적으로 소개해주세요.
(1000자)
Why LG Energy Solution
회사를 선택할 때 회사 내에서 직무 내용을 직접 보면서 배우고 수행할 수 있는지, 그 과정에서 다른 것도 많이 배울 수 있는지에 대해서 많이 고려합니다.
LG에너지솔루션은 차세대 배터리 시장을 이끌어나갈 회사로서, 전기분야에서 쌓은 경험과 데이터 분석경험을 통해 업무에 빠르게 적응할 수 있을 것이라 생각하였습니다. 이후에 회사에서 수많은 실무 경험을 통해 설비/인프라 분야의 전문가가 되어 효율적이고 안전한 인프라를 구축하는데 기여하기 위해 지원하게 되었습니다.
[르노자동차 교대 근무 경험]
르노자동차에서의 현장 업무 경험이 남들과 차별화되는 중요한 요소입니다.
군 복무 이전엔 차량 점검, 포장, 운송까지 여러 부서에서 근무하였고, 전역 이후엔 차량 시트 제작, 에어 필터와 라디에이터 제작을 하며 차량 제조와 관련된 전반적인 과정을 직접 경험하였습니다.
이 과정에서 장비 동작 불량 이슈 및 부품 체결 불량에 대한 해결 능력을 길렀으며, 현장 상황에 맞는 유연한 대처 능력을 배양할 수 있었습니다.
이러한 업무와 현장 이슈를 단 이틀 만에 모두 숙지하여 다른 근로자들과 일했고, 현장의 상급자분들에게 호평을 받았습니다.
[반도체 공정 설비 데이터 분석을 통한 수율 개선 교육 이수]
반도체 공정이 정상적으로 진행되는지 공정 설비 데이터 분석을 진행했습니다. Excursion이 발생했을 때 해당 웨이퍼의 진행 이력을 분석하였습니다. 측정된 파라미터 값의 변화가 1% 내외이면 정상 진행되었다고 판단 기준을 정하고, 데이터 전처리 후 조건을 만족하는 가스 농도, 압력, 온도를 포함한 Recipe를 선정하였습니다. 이후 Target Spec을 만족하는 Recipe에서 웨이퍼 내 가장 취약한 지점을 웨이퍼 평균값으로 전처리한 데이터를 활용하여 평균값에서 얼마나 멀어졌는지를 비교하며 찾아내었습니다. 그 이후에는 Target Spec을 조정하여 Recipe를 를 수정해보는 과정까지 진행하였습니다.
2. 지금까지 살아오면서 가장 많은 노력을 쏟아부었던 성공 혹은 실패 경험과 그 과정을 통해 무엇을 배웠는지 소개해주세요
(1000자)
My Story
[ChatGPT, Python을 활용한 MATLAB 프로그램 구현]
MATLAB 코딩을 할 때 ChatGPT를 많이 사용하였습니다. 오류가 나거나 원하는 결과물이 나오지 않을 경우 출력된 오류 메시지나 결과창을 다시 올리는 과정을 많이 반복하였습니다. 이러한 과정을 줄일 수 있는 MATGPT라는 프로그램이 있었지만 오류를 자동으로 수정하지 못하고 정확성도 떨어졌습니다. 그래서 초기에 원하는 형태의 프롬프트를 입력하면 코드 실행 오류가 발생하지 않을 때까지 자동으로 수정하고 결과를 출력하는 프로그램 개발이라는 졸업 논문 연구 주제를 정하였습니다. 오류가 발생했을 때 자동으로 다시 OPENAI로 반환하여 수정된 코드를 반환하도록 코드를 구성하였습니다. 하지만 이 과정에서 프롬프트의 변화가 없음에도 출력결과가 달라지는 경우가 있었습니다. 그래서 프롬프트 엔지니어링 공부를 추가적으로 진행했고 더 좋은 LLM을 사용할 수 있게 코드를 수정해 나갔습니다. 발표 당일날 3가지 예시 프롬프트를 입력하여 나오는 결과의 변화를 실시간으로 보여주었고 A+라는 성적을 받았습니다. LLM 분야는 생소했지만 프롬프트와 코드를 계속 수정해 나가면서 원하는 출력값으로 다가가는 과정이 즐거움을 주었습니다.
앞으로 인공지능 활용 능력은 더욱더 중요해질꺼라 생각하며 인공지능 분야에서 쌓은 능력으로 구조 설계 및 해석에도 활용하고자 합니다.
3. 이차전지의 제조업을 하는 본 회사의 배터리 업무를 함에 있어서 우선으로 해야 하는 항목은 무엇이며 그 사유에 대해 기술해주세요.
(1000자)
특화문항
[소자+공정에 이르는 넓은 공부 스펙트럼]
'반도체소자설계' 과목에서 프로젝트 리더를 맡았습니다. TCAD를 통해 처음부터 소자의 파라미터들을 직접 설정하면서 BJT, CMOS, DRAM, TFET, Flash memory, IGBT등을 설계하고 데이터를 공유하여 다른 조원들과의 협력을 통해 최적의 소자를 설계하였습니다. CMOS의 noise margin을 VDD/2에서 균등하게 하기 위해 PMOS, NMOS의 소자 폭을 mobility 값의 비율에 따라 설정하여 latency 없이 동작하도록 설계했습니다. 또 IGBT 동작 전압을 1V로 낮추기 위해 trench 구조의 깊이를 바꿔보며 I-V curve를 통해 최적의 깊이 0.5um를 가진 IGBT를 설계하였습니다. 다양한 소자 설계 경험은 설계 툴 사용방법과 몰랐던 소자 동작 특성을 알 수 있게 해주었습니다. 예를 들어, TFET의 pocket doping을 추가하여 TFET의 스위칭 동작이 기존의 Vth보다 더 낮은 지점에서 이뤄지는걸 확인했습니다. ‘반도체공학' 과목의 NAND gate IC Reverse Engineering 프로젝트에서도 리더를 맡아 반도체 소자설계 과목에서 CMOS 소자 시뮬레이션을 통해 얻은 데이터를 활용해 프로젝트를 진행하였습니다. mobility 값의 비율에 따른 PMOS, NMOS의 폭의 비율을 정하여 multifinger mask를 제작하였고 수많은 multifinger CMOS의 균일도 향상을 위해 LPCVD 산화막 형성 방식을 선정하였습니다. 이온주입과 에칭과정은 반도체소자설계에서 얻은 데이터를 활용하였으며 DIP 형태로 설계하였습니다. 다른 사람들과 공정을 설계해보면서 협업능력을 기를 수 있었습니다. 최종적으로 프로젝트를 완수하면서 프로젝트에서 높은 점수를 얻을 수 있었습니다.