차세대 메모리 분야를 연구하는 이공계 전공자로서, 연구실에서 발생하는 방대한 양의 실험 데이터를 효율적으로 관리하고 분석하는 것은 늘 고민거리였습니다. 평소 엑셀을 활용해 데이터를 정리해 왔지만, 수천 행에 달하는 로우 데이터를 처리하거나 공정 변수 간의 상관관계를 시각화하는 데 한계를 느껴 이번 윈스펙 스터디에 참여하게 되었습니다.
1. 스터디 전/후 변화 (배운 점, 느낀 점)
스터디 참여 전에는 AI를 단순히 텍스트 생성 도구로만 생각했습니다. 하지만 이번 교육을 통해 생성형 AI가 데이터분석을 위한 코드 작성부터 데이터 해석까지 돕는 강력한 '분석 파트너'가 될 수 있음을 깨달았습니다. 막연하게만 느껴졌던 파이썬 라이브러리 활용법을 익히며, 이제는 대용량 데이터도 겁내지 않고 다룰 수 있다는 자신감이 생겼습니다.
2. 기억에 남는 강의 내용
가장 인상 깊었던 과정은 2일 차에 진행한 아나콘다 기반의 가상환경 구축과 3일 차의 Pandas 실습이었습니다. 각 프로젝트에 맞는 독립적인 분석 환경을 구성하는 법을 배우며 분석의 체계를 잡을 수 있었고, Pandas를 활용해 수많은 공정 데이터를 단 몇 줄의 코드로 필터링하고 통계치를 산출하는 과정은 그야말로 '혁신'이었습니다.
3. 향후 활용 계획 또는 취업 다짐
앞으로 연구실에서 진행할 반도체 소자 측정 데이터 분석에 이번 스터디에서 배운 내용을 적극적으로 적용할 계획입니다. 특히 HZO 박막 최적화나 수율 분석 시, 파이썬 시각화 도구를 활용해 실험 결과의 객관성을 확보하겠습니다. 데이터 분석 능력을 갖춘 공정 전문가로서, 향후 현업에서도 AI 기술을 접목해 제조 혁신을 이끄는 핵심 인재가 되겠다는 다짐을 해봅니다.
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
