이번 윈스펙에서 진행한 반도체 공정 데이터분석 스터디를 통해, 파이썬과 AI를 활용한 데이터 분석의 기초를 체계적으로 배울 수 있었다.
스터디를 시작하기 전에는 데이터 분석이라고 하면 단순히 Excel을 활용하는 수준으로만 생각했었고, 파이썬 역시 이론적으로만 알고 있을 뿐 실제로 어떻게 활용하는지에 대한 감이 부족했다. 하지만 3일간의 스터디를 통해 데이터 분석 환경을 직접 구축하고, 파이썬의 기본 문법부터 Pandas를 활용한 데이터 처리까지 경험하면서 데이터 분석이 어떻게 이루어지는지 전체적인 흐름을 이해할 수 있게 되었다. 1일차에는 생성형 AI의 개념과 파이썬의 특징 및 주요 라이브러리를, 2일차에는 Anaconda와 Jupyter lab을 활용한 실습 환경 구축을, 3일차에는 변수, 자료형, 자료구조, 모듈, Pandas까지 핵심 문법을 단계적으로 학습하며 데이터 분석의 큰 그림을 그릴 수 있었다. 특히 이공계 전공자로서 단순한 이론 학습을 넘어, 데이터를 기반으로 문제를 해결하는 접근 방식이 중요하다는 점을 체감할 수 있었다.
가장 기억에 남는 강의 내용은 Jupyter lab을 활용한 실습과 Pandas를 이용한 데이터 처리 과정이었다. Jupyter lab은 셀 단위로 코드를 실행하고 결과를 즉시 확인할 수 있는 대화형 개발 환경으로, 특히 데이터 분석 시 일부 데이터만 불러와 결과를 확인하고 싶을 때 매우 유용하다는 점이 인상 깊었다. CSV 및 Excel 데이터를 불러와 직접 다뤄보는 과정을 학습하며 데이터 분석이 생각보다 직관적으로 이루어질 수 있다는 점을 느꼈다. 또한 리스트, 딕셔너리와 같은 기본 자료구조가 단순한 문법 요소가 아니라, 데이터를 구조화하고 체계적으로 관리하는 핵심 도구라는 점을 실습을 통해 직접 체감할 수 있었다. 그리고 생성형 AI를 활용할 때 결과를 그대로 받아 들이기보다 검증하는 과정이 필요하다는 점 또한 중요한 배움이었다.
이번 스터디를 통해 반도체 공정 데이터를 단순히 읽는 것이 아니라, 데이터를 분석하고 해석하는 능력이 중요하다는 것을 깨달았다. 앞으로는 파이썬과 AI를 적극적으로 활용하여 실제 데이터를 분석해보는 경험을 쌓고, 공정 데이터를 기반으로 문제를 해결할 수 있는 역량을 키워나가고자 한다. 특히 Pandas를 중심으로 다양한 데이터를 직접 다뤄보며 분석 경험을 확장하고, 스터디에서 미처 다루지 못했던 생성형 AI와의 연계 분석까지 스스로 학습을 이어가며 반도체 공정 엔지니어로서 데이터 분석 능력을 갖춘 인재로 성장하는 것을 목표로 하겠다.
이번 윈스펙 스터디는 단기간이었지만, 데이터 분석에 대한 방향성을 잡을 수 있었던 의미 있는 경험이었다. 이러한 경험을 할 수 있도록 기회를 제공해준 윈스펙에 감사함을 느끼며, 데이터 분석뿐만 아니라 다양한 실무 중심 강의와 스터디가 잘 구성되어 있다는 느낌이 들었다. 실무 역량이 부족하다고 느끼거나 추가적인 학습이 필요한 이공계 학생들에게 윈스펙을 적극적으로 추천하고 싶다.
#반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계
