이번 윈스펙 스터디 1일차에서는 구글 제미나이(Gemini)와 같은 생성형 AI를 활용한 데이터 분석의 기초와 파이썬(Python)의 중요성에 대해 학습했습니다. 특히 AI의 특성인 '답변의 무작위성'에 대해 깊이 이해할 수 있었는데, 대화의 맥락을 파악해 다양한 답변을 내놓는다는 장점이 있지만, 때로는 일관성이 부족할 수 있다는 단점을 어떻게 보완하며 분석에 활용할지 고민해 볼 수 있는 시간이었습니다.
반도체 팹(Fab) 데이터는 보통 수십만에서 수백만 개의 행(Row)으로 이루어진 빅데이터입니다. 기존에 익숙한 엑셀(Excel)의 경우, 대용량 파일을 불러오거나 수식을 갱신하는 데만 몇 분씩 소요되는 등 성능상의 한계가 명확합니다. 파이썬은 대용량 데이터를 처리하고 이를 분석, 시각화 하는데에 강점이 있습니다.
반도체 엔지니어로서 데이터 분석 역량은 이제 선택이 아닌 필수라는 것을 다시금 느꼈습니다. 방대한 공정 데이터를 효율적으로 다루기 위해 남은 스터디 기간 동안 파이썬 활용 능력을 완벽히 내재화하겠습니다. 이번 스터디를 통해 쌓은 데이터 분석 경험을 바탕으로, 실무에서 공정 수율을 개선하고 최적의 솔루션을 제안할 수 있는 준비된 신입 사원이 되겠습니다!
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
0
0
댓글 0