문장 스크랩

---

복사

---

공유

1. 관심 기술분야 및 관련 학업/기타 이력 반도체 후공정 분야에 관심을 두고, 삼성전자 AVP사업팀의 패키지 개발 직무에 필요한 역량을 기르기 위해 관련 분야의 모든 개설 강의를 수강하였습니다. ‘반도체공정’을 수강하여 Photo, Etch, CMP, CVD, ALD, Cleaning, MI 등의 핵심적인 공정에 대한 폭 넓은 이해를 갖추었습니다. ‘반도체공학세미나’ 수업을 통해 TSV 기술과 interposer 기술에 기반한 2.5D/3D 집적 공정에 대해 배웠습니다. 더 나아가, ‘반도체의 부가가치를 올리는 패키지와 테스트’ 책을 통해 wire-bonding, flip-chip bonding, PoP, FoWLP 등 다양한 패키지 기술에 대해 읽고 이해했습니다. 현재, ‘한국마이크로전자 및 패키징학회’에 hybrid bonding 기술 개발 동향을 주제로 리뷰 논문 submission 을 준비하고 있습니다. Solder bump 공정의 장단점, underfill, thermo-compression bonding(TCB)에 관한 연구 논문들을 분석하고 매주 교수님에게 이해한 내용을 발표하며 해당 분야의 전문 지식을 쌓았습니다. Hybrid bonding process flow와 Cu/SiO2 bonding을 비롯하여 Cu/polymer bonding, Cu (111) microstructure, Cu/SiCN bonding과 같은 다양한 hybrid bonding 연구를 분석하여 리뷰 논문에 요약하고 있습니다. 또한, 학부 연구생을 하며 컴퓨터 simulation을 이용하여 에너지 효율성과 지속 가능성을 높이는 데에 활용될 수 있는 소재의 분자 구조를 분석하고 분자들의 energy gap을 예측하는 머신러닝 연구에 몰두한 경험이 있습니다. WebMO 프로그램을 활용하여 분자 모델링을 하고 소재의 분자 구조 최적화를 시도했으나, simulation 결과와 실제 분자의 안정한 구조 간에 오차가 발생하여 결합 각도를 정확히 조정하는 데 어려움을 겪었습니다. 이를 해결하기 위해 coordination scan 기능을 이용하여 원자 간의 거리에 따른 에너지 변화를 분석하였고, Materials Studio 프로그램을 통해 분자 구조를 더 정밀하게 조정하며 안정성을 높였습니다. 이후, 구글 Colab을 활용하여 분자의 energy gap을 학습하고 예측하였습니다. 다양한 hyper parameter를 조정하며 학습 모델을 최적화하고, 약 3만 개의 분자들의 energy gap을 예측하여 MAE=0.087, RMSE=0.124로 높은 정확도를 달성하였습니다. 이러한 학술적인 노력과 연구 경험은 패키지 개발 직무에 큰 도움이 될 것으로 생각합니다. 2, 지원 동기 과거 반도체 역사는 미세 공정의 경쟁이었지만, 이제는 그 경쟁의 중심이 패키징 기술로 확장되고 있습니다. 이러한 산업 변화 속에서 자연스럽게 삼성전자 AVP사업팀에 큰 관심을 가지게 되었고, 반도체 후공정 분야와 관련된 강의를 수강하고 책을 읽으며 해당 직무에 필요한 역량을 키우기 위해 노력하였습니다. 패키지 개발 직무는 개발에서 마주하는 여러 문제 상황을 개선해 나가는 것이 중요하다고 생각합니다. 학부 연구생으로서 다양한 연구 활동에 참여하며 문제 해결 능력을 길렀고 이러한 경험을 토대로 장기현장실습을 통 해 해당 직무에 적합한 인재로 발전하고 싶습니다. 장기현장실습을 하게 된다면, 칩을 stacking 할 때 고려해야 하는 void control이나 발열 관리 등의 문제를 고급 패키징 기술, 공정, 그리고 재료에 대한 이해를 기반으로 해결하고 공정 개선 평가에 기여할 수 있는 엔지니어로 성장하겠습니다.