반도체 빅데이터 분석이란 무엇을까?

채용사이트를 보시고 반도체 공정업무에 대한 직무설명을 보시면 빅데이터 분석 능력을 요구한다는 내용이 많이 있습니다. 반도체 엔지니어에게 빅데이터 분석의 중요성에 대해 얘기해 보도록 하겠습니다.

빅데이터 프로그램

1. 주 업무

 반도체 양산 엔지니어에게 빅데이터 분석은 주 업무라고 볼 수 있습니다. 그동안 쌓여있던 공정 아웃풋, 설비 아웃풋 데이터는 곧 공정안정성이 어떻게 유지되고 있는지 보여줍니다. 엔지니어들은 이를 트렌드라고 하는데 보통 트렌드는 별다른 이슈가 없는 한 일정한 수준으로 계속 유지되는 것이 좋으며 이를 지속적으로 모니터링하는 것은 엔지니어에게 가장 중요한 업무라 할 수 있습니다. 하루에 가장 많은 시간을 할애해서 하는 업무도 이런 공정, 설비 아웃풋 트렌드를 모니터링하는 일이며 이는 회사 내 독자적인 모니터링 시스템에 의해 진행됩니다. 이러 모니터링 프로그램들은 외부에서는 절대 볼 수 없는 것들이며 입사 전에 미리 경험해 볼 수는 없는 성격의 프로그램들입니다.

2. 판단

 이런 빅데이터를 지속적으로 모니터링하는 것은 어떤 이슈가 발생했을 때 잘못된 트렌드를 형성하는지 아닌지를 판단하기 위함입니다. 반도체 공정은 24시간 끊임없이 생산을 하기에 어떤 불량 트렌드가 목격되면 즉각적으로 조치를 취해야 하는데 빅데이터에 대한 감이 없으면 결정하기 힘든 문제입니다. 트렌드가 기존 수준에서 벗어나게 되면 어떤 것이 문제인지 판단이 필요한데 업무연차가 적을수록 경험치가 적어 판단이 쉽지 않을 수 있습니다. 고연차에서는 이상 트렌드를 보았을 때 확인사항이나 조치사항을 기본적으로 숙지하고 있기에 자동적인 대처가 가능하지만 저 연차 때는 어떤 문제로 인해 트렌드가 벗어난 지 판단하기 힘들기 때문에 미리 조치하지 못 해 큰 생산사고로 이어지기도 합니다. 

3. 개선

 이런 빅데이터 트렌드를 좋은 방향으로 가져가기 위해 많은 개선평가를 하고 있습니다. 기존에 형성하던 트렌드가 만약 공정불량에 결정적인 원인을 제공했다면 트렌드를 변경해야 하는데 많은 데이터가 쌓여있지 않다면 어떤 트렌드가 문제이고 어떤 트렌드가 좋은 트렌드인지 알 수가 없어 개선평가가 쉽지 않습니다. 더 좋은 반도체를 생산하기 위해서도 빅데이터를 이용하는 것은 엄청 중요한 일이며 엔지니어들은 개선방향을 정하고 평가함에 있어서 빅데이터를 꼭 이용해야 가능합니다. 

4. 정리

양산엔지니어의 업무는 빅데이터에서 시작해서 끝난 다고 해도 과언이 아닙니다. 보통 빅데이터 분석은 사내에서 만들어진 프로그램을 통해 이루어지고 있으며 공정, 설비 아웃풋 데이터나 트렌드는 외부에서 알 수 없기 때문에 미리 빅데이터를 경험해 볼 수 있는 교육이나 환경은 찾기 어려울 것입니다. 빅데이터를 이용한 불량개선이나 판단은 특별하 능력치가 필요한 것이 아니라 어느 정도 경험치가 쌓이면 알 수 있는 것이기에 입사 후 1~2년 동안은 꾸준히 공정 트렌드를 모니터링해 본다면 저절로 경험치가 쌓여 업무를 하는데 크게 문제가 없는 수준이 되게 됩니다. 입사 전에 빅데이터 분석을 해본 적이 없어 걱정을 하신다거나 미리 해보기 위해 여기저기 알아보신다거나 할 필요가 전혀 없으니 입사를 공정, 설비엔지니어로 입사를 생각하시는 분들은 참고해 주시면 좋겠습니다.