이번 <인스팩 반도체 공정 데이터 분석 feat. 파이썬> 3일 완성 스터디를 통해 데이터분석을 바라보는 관점이 많이 달라졌다. 스터디 전에는 파이썬이 단순히 코드를 작성하는 프로그래밍 언어라고만 생각했지만, 교육을 들으면서 반도체 공정에서 발생하는 Lot_ID, Process_Step, Measurement_Value, Spec_Low, Spec_High 같은 데이터를 체계적으로 처리하고 불량 여부를 판단하는 실무형 분석 도구라는 점을 알게 되었다.
가장 기억에 남았던 내용은 공정 데이터에서 Spec 상·하한선을 기준으로 PASS/FAIL을 판정하고, Lot과 공정 단계별로 평균, 표준편차, 불량률을 계산하는 과정이었다. 단순히 숫자를 보는 것이 아니라, 데이터를 기준으로 공정 상태와 품질 문제를 판단할 수 있다는 점이 인상 깊었다. 또한 Anaconda 가상환경 생성, JupyterLab 실행, ipykernel 등록 과정을 배우며 데이터분석도 안정적인 작업환경 세팅이 먼저 필요하다는 것을 이해했다. 이후 변수 선언, 변수명 규칙, 파이썬 기본 문법을 학습하면서 코드의 가독성과 유지보수성도 중요하다는 점을 느꼈다.
이번 스터디를 통해 기존에는 막연하게 느껴졌던 AI와 파이썬 기반 데이터분석이 반도체 공정 품질 개선과 불량 원인 분석에 직접 연결될 수 있음을 체감했다. 앞으로 취업 준비 과정에서도 단순히 “파이썬을 배웠다”가 아니라, 공정 데이터를 분석하고 품질 이슈를 수치적으로 해석할 수 있는 역량으로 발전시키고 싶다. 특히 반도체 공정기술, 품질, 테스트 직무에서 데이터 기반 문제 해결 능력을 보여줄 수 있도록 꾸준히 실습을 이어가고자 한다.
#반도체 #AI #파이썬 #데이터분석 #인스팩 #이공계
