이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
클린/웻 공정 개선 경험은 수율 데이터를 분석해 특정 배치에서 반복되는 불량 패턴을 발견한 것에서 시작됐습니다. 불량이 특정 장비와 특정 시간대에 집중되는 경향이 보였고, 해당 장비의 케미컬 농도 변화 이력과 불량률을 교차 분석했습니다. 웻 공정에서 케미컬 교체 주기가 늦어진 날에 불량이 집중됐다는 상관관계를 확인했습니다. 이 분석을 토대로 교체 주기를 단축하는 실험을 제안해 파일럿을 진행했고, 불량률이 이전 대비 줄어드는 결과를 확인했습니다. 데이터 분석은 문제의 원인을 추측에서 사실로 바꿔주는 과정입니다.
공정 개선은 관찰에서 시작해 데이터로 검증하는 방식이 가장 확실합니다.
공정 개선에서 데이터를 볼 때, 제가 중요하게 생각하는 건 수치를 보기 전에 어떤 가설을 가지고 보느냐입니다. 가설 없이 데이터를 보면 어디에 눈을 맞춰야 할지 방향이 없었습니다. 공정 실습에서 세정 공정 이후 파티클 측정값이 기준보다 높게 나왔을 때, 처음에는 모든 변수를 한꺼번에 확인하려다가 어떤 요소가 원인인지 좁히지 못하는 상황이 생겼습니다. 이후 "케미컬 농도 변화가 파티클 수에 영향을 주는가"라는 가설 하나를 먼저 세우고, 농도만 바꿔서 측정하는 방식으로 바꿨습니다. 변수를 하나씩 확인하니 원인을 좁히는 속도가 달라졌습니다. 아직 실제 양산 공정에서 데이터 분석을 수행한 경험은 없습니다. 하지만 데이터 기반 개선은 가설을 먼저 세우는 것에서 시작해야 방향이 생긴다는 감각은 생겼습니다.
공정 개선에서 아쉬웠던 건, 개선 후에 실제로 어떤 변화가 있었는지 정해진 기준으로 확인하지 못한 것이었습니다. 조건을 바꿨는데 결과가 달라졌는지 확인하지 않으면, 개선이 된 건지 우연인지 구분하기 어려웠습니다. 실습에서 세정 시간을 조정한 뒤 파티클 수 변화를 한 번만 측정하고 끝냈는데, 나중에 같은 조건에서 수치가 달리 나오는 경우가 있었습니다.
단발 측정으로는 재현성을 확인하기 어렵다는 걸 그때 배웠습니다. 이후로는 조건을 바꿀 때 같은 조건에서 최소 3회 이상 반복 측정하는 원칙을 지키려고 했습니다. 완벽하게 지키지 못한 경우도 있었지만, 반복 측정이 결과의 신뢰성을 만든다는 감각은 생겼습니다. 아직 실제 공정 개선 프로젝트 경험은 없습니다. 하지만 개선 효과는 반복 측정으로만 확인할 수 있다는 감각은 생겼습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 HD현대로보틱스 공통직무·미지정 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.