3일 완성 반도체 데이터 분석 스터디 후기

스터디 전/후 변화 (배운 점, 느낀 점)

스터디 전에는 반도체 공정 데이터 분석이라고 하면 어렵고 전문적인 영역이라는 생각이 먼저 들었고, 엑셀 정도만 활용하는 수준에서 데이터 작업을 떠올렸다. 또한 생성형 AI와 파이썬이 실제 현업 데이터 분석에 어떻게 연결되는지도 막연하게만 알고 있었다. 하지만 이번 3일 완성 스터디를 통해 생성형 AI를 데이터 분석 보조 도구로 활용하는 방법, 파이썬이 대용량 데이터를 더 효율적으로 처리하는 이유, 그리고 분석 환경을 직접 세팅하는 과정까지 단계적으로 이해할 수 있었다.

기억에 남는 강의 내용

가장 기억에 남는 내용은 생성형 AI와 파이썬을 데이터 분석 관점에서 함께 활용하는 방법이다. 같은 질문이라도 프롬프트에 따라 답변이 달라질 수 있다는 점을 배우며, AI를 잘 쓰기 위해서는 질문을 구체적으로 설계하는 능력도 중요하다는 것을 느꼈다. 또한 반도체 공정 데이터처럼 행 수가 많고 복잡한 데이터를 다룰 때 엑셀보다 파이썬이 훨씬 효율적이라는 설명이 인상 깊었다. 실습에서는 변수, 데이터 타입, 리스트, 딕셔너리, 모듈 같은 기초 문법부터 Pandas를 활용한 CSV·엑셀 파일 불러오기, 클립보드 데이터 읽기까지 직접 따라 해보며 데이터 분석의 기본 흐름을 익힐 수 있었다.

향후 활용 계획 또는 취업 다짐

앞으로는 이번 스터디에서 배운 내용을 바탕으로 파이썬 기초 문법과 Pandas 활용 능력을 더 꾸준히 익혀 실제 반도체 공정 데이터 분석에 적용해 보고 싶다. 단순히 강의를 듣는 데서 끝내지 않고, 데이터를 정리하고 전처리하며 필요한 결과를 직접 도출하는 연습을 반복할 계획이다. 또한 생성형 AI도 단순 검색 도구처럼 사용하는 것이 아니라, 문제를 정리하고 분석 방향을 잡는 보조 도구로 적극 활용하고 싶다.

반도체 #AI #파이썬 #데이터분석 #윈스펙 #이공계