1. 삼성전자를 지원한 이유와 입사 후 회사에서 이루고 싶은 꿈을 기술하십시오. 700자 이내 (영문작성 시 1400자) (700자)
[도전은 거침없이]
제가 엔지니어로서 동반하고자 하는 기업은 ‘한계에 굴복하지 않고 도전하는 열망’을 지닌 기업입니다. 삼성전자는 신형 AI 칩의 5 nm 양산을 선언했으며, 더 나아가 high-NA EUV 장비의 도입을 계획하고 있습니다. 이를 통해 생산성과 수율 개선을 위한 끊임없는 발전과 기술의 초격차를 향한 삼성전자의 열망을 보았습니다. 공정 기술 엔지니어를 준비하면서 가장 중요한 가치인 수율과 생산성의 무게를 알게 되었고, 공정을 최적화하며 체득한 역량을 활용하여 삼성전자와 함께하고자 지원하였습니다. 입사 후, 공정 기술의 최적화를 통해 향상된 생산성을 끌어내 이익을 극대화하고 싶습니다.
석사 과정 중 수행한 레이저 가공 공정 개발과 공정 최적화를 통해 문제 해결을 위한 분석력의 중요성을 깨달았습니다. 문제 해결을 위해 기초부터 끊임없이 공부하고 하였고, 공정 최적화를 위해 공정에 대한 이해도를 높이고자 노력하였습니다. 공정을 이해하니 공정 내 결함을 식별하고 분석하여 해결하는 능력을 기를 수 있었습니다. 이후 75시간의 반도체 공정교육을 이수하여 반도체에 대한 지식을 쌓았으며, 4주간의 데이터 분석 교육을 통해 수많은 데이터 중 유용한 데이터를 선별하고 머신러닝을 통해 결과를 예측할 수 있는 능력을 키웠습니다. 이를 활용해 최적의 공정 시스템을 구축하여 수율과 생산성을 높이는 엔지니어가 되겠습니다.
2. 본인의 성장과정을 간략히 기술하되 현재의 자신에게 가장 큰 영향을 끼친 사건, 인물 등을 포함하여 기술하시기 바랍니다. (※작품 속 가상인물도 가능) 1500자 이내 (영문작성 시 3000자) (1499자)
[포기는 없다]
레이저 광학계를 설계 및 구축하며 문제의 답은 포기하지 않는 의지와 팀원과의 소통에 있다는 것을 경험하였습니다. 인턴을 재직할 당시 첫 수행 업무는 레이저를 마그네슘 합금에 조사하고 그 미세구조를 관측하는 것이었습니다. 하지만 집합 조직 제어를 위한 변형 쌍정은 발견되지 않았고 confining media로 사용한 슬라이드 글라스가 합금에 달라붙는 문제가 발생하였습니다. 단순히 레이저 공정 변수의 문제라고 생각하여 다양한 공정 조건을 설정하여 슬라이드 글라스가 부착되는 문제는 해결되었으나, 여전히 쌍정은 관측되지 않았습니다. 문제 해결을 위해 다른 인턴들과 대화하였으며, 여러 의견을 듣던 중 쌍정이 발현되는 원리를 알면 도움이 되지 않을까 하는 의견이 제시되었고, 레이저 유기 충격파가 발생하는 원리를 파악하기 위한 논문 분석을 수행하였습니다. 분석을 통해 레이저 유기 충격파는 레이저 유도 플라즈마에 의한 것임을 깨달았고, 충격파의 강도에 confining media가 영향을 미친다는 것을 확인하였습니다. 이를 박사님께 말씀드려 충격파를 더 잘 모아줄 수 있는 BK7 글라스를 구매하여 실험을 진행하였고 쌍정을 관측할 수 있었습니다.
[조리개를 적용하여 달성한 재현성]
펨토초 레이저 광학계를 구축하고 기초 실험을 실행하던 중 조리개를 활용하여 실험의 uniformity를 확보한 경험이 있습니다. 프로젝트를 진행하면서 펨토초 레이저 광학계 선정부터 구축까지 담당하게 되었습니다. 목표한 성능을 달성하기 위한 렌즈, attenuator 등 광학 부품과 가공 정밀도를 고려한 galvanometer scanner를 선정하였습니다. 그 후, 광학 부품 배치를 위한 2D 및 3D 설계를 진행하였으며 설계를 바탕으로 광학계 구축을 완료하였습니다. 기초 실험을 통해 목표한 성능의 달성을 확인하였으나 가공이 불균일하게 진행되는 것을 발견하였습니다. 그 원인 파악을 위해 빔의 정렬과 광학 부품의 손상 등을 확인하던 중 발진기 원빔의 품질이 불량함을 발견하였습니다. 이는 발진기 자체의 문제로 해결을 위해 해외로 보내야 하며 수개월이 소요된다는 구매처의 답변을 받았습니다. 그동안 연구를 수행할 수 없다는 사실과 동시에 졸업 연구 주제를 바꿔야 할 수도 있다는 불안감에 휩싸였고, 다른 방안을 찾아 나섰습니다. 그러던 중 빔의 불균일한 영역을 자르면 되지 않을까 하는 생각이 들었고, 빔 출사구 앞단에 조리개를 설치하였습니다. 조리개의 직경과 위치를 조절하면서 beam profiler를 통해 최대한 빔의 품질이 균일한 부분을 선정하였고, 가공 실험의 재현성을 확보할 수 있었습니다.
위 두 가지 경험을 통해 구성원 간 소통의 중요성을 느끼고 포기하지 않는 끈기를 가지게 되었습니다. 또한, 결함의 원인을 분석하는 능력을 키울 수 있었습니다. 입사 후, 어떤 문제가 발생하여도 해결을 위해 끊임없이 분석하고 팀원들과 꾸준히 소통하여 해결하는 엔지니어가 되겠습니다.
3. 최근 사회 이슈 중 중요하다고 생각되는 한 가지를 선택하고 이에 관한 자신의 견해를 기술해 주시기 바랍니다. 1000자 이내 (영문작성 시 2000자) (1000자)
[이해를 통한 화합]
최근 세대 갈등이 사회적 이슈로 떠오르며 여러 매체를 통해 빠르게 확산되고 있습니다. 세대의 분류는 같은 세대끼리 이해를 바탕으로 공감대를 형성한다는 장점이 있는 반면, 서로 다른 세대 간에는 살아온 환경 차이의 이유로 공감대가 형성되지 못한다는 단점이 있습니다. 직장인을 대상으로 한 설문 조사에서 전체 응답자의 75.9%가 세대 차이를 느끼고 있다는 답변했습니다. 더 나아가 요즘에는 같은 세대 내에서도 서로를 이해하지 못한다는 설문 결과도 존재합니다. 이러한 세대 내외부적인 갈등은 감정 소모로 인한 스트레스 증가, 소통 단절로 인한 성과 감소뿐만 아니라 이직, 퇴사의 사유로 작용하고 있습니다. 이는 조직의 발전에 부정적인 영향을 끼치므로 세대 간의 화합을 통해 해결해야 한다고 생각합니다.
세대 갈등은 어느 한 세대의 잘못이 아니라 살아온 환경이 달라 각자의 가치관과 소통 방식에서 발생한 차이에 기인한 현상이며, 이를 해결하기 위해 서로 이해하고 배려하는 것이 중요하다고 생각합니다. 하지만 세대 차이 극복을 위해 노력한다고 응답한 사람의 비율은 49.5%로 절반도 되지 않았습니다. 그렇기에 지속적인 대화의 자세와 기회를 가지는 것이 가장 중요하다고 생각합니다. 차이는 잘못된 것이 아닌 다른 것임을 인지하고 자신과 의견이 다른 사람과 대화하려고 노력해야 합니다. 그리고 자신의 주장만을 관철시키는 것이 아닌 자신의 의견이 틀릴 수 있다는 생각을 가지고 포용의 자세로 대화에 임해야 합니다.
삼성전자는 내부적으로는 동아리 활동과 임직원들과의 소통을 장려하여 조직원들 간의 화합을, 외부적으로는 소통협의회를 구성하여 지역 사회와 상생을 위해 노력하고 있습니다. 이렇듯 문제에 회피하는 자세보다는 적극적으로 그 문제를 받아들이고 해결하고자 하는 노력이 필요합니다. 오래전부터 이어온 세대 갈등이지만 서로의 다름을 인지하고 이해하면서 꾸준히 노력한다면 세대 갈등은 반드시 해결될 수 있는 문제라 확신합니다.
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 (영문작성 시 2000자) (1000자)
[레이저에 의한 가공 결함 분석을 위한 라만 분광법 활용]
정확한 단면 분석을 위해 레이저 가공에 의한 결함은 제거되어야 하며 이를 위해 라만 분광법을 적용하였습니다. 레이저 가공에 의한 기계적, 열적 영향부를 파악할 필요가 있습니다. 기계적 결함은 SEM/EDS를 통해 관측되어 파악이 가능하나, 열적 영향부는 관측이 불가능하였습니다. 이러한 문제를 해결하기 위해 논문을 찾던 중 라만 분광법으로 결함, 결정도, 잔류 응력 등을 측정할 수 있음을 알게 되었습니다. 라만 분광법을 적용하여 레이저 가공으로 제작된 Si wafer 단면의 비정질화는 확인되지 않았으며, 열에 의한 인장 잔류 응력이 1 𝜇m 미만으로 확인되었습니다. 따라서 레이저 가공 결함을 제거하기 위해 필요한 FIB 가공 시간을 계산할 수 있었습니다.
[실습을 통한 데이터 분석 역량 강화]
파이썬과 실제 제조업 데이터를 활용한 데이터 분석 프로젝트를 수행하며 데이터 분석력을 키웠습니다. Wafer 공정 불량 진단 프로젝트를 수행하면서 데이터 프레임에 존재하는 결측치 제거와 데이터 정규화를 수행하였습니다. 그 후, wafer 불량을 진단하는 머신러닝 모델을 구축하였으나 정확도가 떨어진다는 문제점이 발생하였습니다. 불량으로 판정된 데이터의 수가 부족하여 학습이 제대로 진행되지 않아 발생한 문제점을 파악하였고, oversampling을 통해 불량인 데이터와 유사한 데이터를 생성하여 학습에 활용하였습니다. 이후 3개의 지도 학습 모델을 활용하여 학습을 진행하였고, 그중 Xgboost 모델을 활용하여 96% 정밀도와 97%의 재현율을 가지는 불량 진단 모델을 만들었습니다. 그 외에도 다양한 프로젝트를 수행하면서 데이터 시각화, 주요 파라미터 선정 방법을 배웠습니다.
위의 경험을 통해 공정 기술 엔지니어에게 필요한 공학적 분석력과 데이터 분석력을 키웠고 이를 바탕으로 photo 공정에서 발생하는 overlay issue를 데이터 분석으로 feedback 하여 생산성 향상에 기여할 수 있도록 하겠습니다.