1. 학습 내용
1차시 강의에서는 생성형 AI와 데이터 분석, 그리고 파이썬의 역할에 대해 전반적으로 학습했다.
먼저 생성형 AI의 개념과 특징에 대해 배웠다. 생성형 AI는 대량의 데이터를 학습하여 인간과 유사한 형태의 결과를 생성하는 기술로, 자연스러운 대화와 다양한 분야에 활용 가능하다는 특징이 있다. 다만 항상 정확한 답을 제공하지 않을 수 있기 때문에 결과를 검증하는 과정이 필요하다는 점도 중요하게 느꼈다.
이후 파이썬의 특징에 대해 학습하였으며 다음과 같다.
- 문법이 직관적이고 가독성이 높다.
- 동적 타이핑을 지원한다.
- 다양한 라이브러리(Numpy, Pandas, Matplotlib 등)를 활용할 수 있어 데이터 분석에 매우 적합한 언어이다.
마지막으로 데이터 분석 도구들을 비교하였다.
- Excel: 간단한 데이터 처리 및 분석
- Spotfire: 시각화 및 대시보드 제작
- R: 통계 분석 특화
- Python: 대규모 데이터 처리 및 자동화
특히 Python은 높은 자유도와 확장성을 기반으로 데이터 분석에서 핵심적인 역할을 한다는 점이 인상 깊었다.
2. 느낀 점
오늘 강의를 통해 단순히 데이터를 보는 것이 아니라, 데이터를 활용하고 해석하는 능력의 중요성을 느끼게 되었다. 특히 생성형 AI는 편리하지만, 결과를 그대로 신뢰하기보다는 검증하는 자세가 필요하다는 점을 알 수 있었다. 앞으로 AI를 사용할 때는 단순 활용에 그치지 않고, 도구로서 주도적으로 활용하는 능력을 키워야겠다고 생각했다. 또한 파이썬이 데이터 분석에서 왜 많이 사용되는지 이해할 수 있었다. 파이썬은 흔하게 사용되는 엑셀과 달리 공정 데이터와 같이 대용량 파일도 손쉽게 처리할 수 있다는 장점이 있다. 더불어 Pandas, Matplotlib 등 데이터 분석에 특화된 라이브러리가 풍부해, 반복적인 공정 데이터 분석을 자동화하고 시각화하는 데도 강점이 있다는 점이 인상 깊었다.
반도체 공정 엔지니어를 목표로 하는 만큼, 공정 데이터를 단순히 읽는 것을 넘어 데이터 기반으로 공정을 이해하고 개선하는 능력을 키워나가고자 한다. 이번 스터디가 그 첫걸음이 될 것 같아 기대가 된다.
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
