이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 때 특정 공정 단계에서 비슷한 불량이 반복되는 문제를 분석하는 보조를 했습니다. 처음엔 최근 이상이 생긴 로트만 봤는데, 담당자가 같은 패턴이 몇 달 전에도 있었다는 이력을 꺼냈습니다. 공정 로그와 장비 이력을 시간축으로 교차 분석하니 특정 PM(예방정비) 이후 주기적으로 이상이 나타난다는 패턴이 보였습니다.
반복 문제는 단발 이상이 아니라 시스템 안에 구조적 원인이 있다는 걸 그때 배웠습니다. 검사 데이터에서 불량 위치의 규칙성을 찾으니 장비 내 특정 부위가 의심 대상으로 좁혀졌습니다. 데이터는 많을수록 패턴이 드러난다는 걸 이 경험에서 실감했습니다. 근본 원인은 보통 한 번의 이상이 아니라 반복 패턴에서 드러난다는 걸 알았습니다. 이후 저는 문제를 볼 때 이력 조회를 먼저 하는 습관이 생겼습니다.
반복 문제 분석에서 데이터를 시간순으로 볼 때와 인자별 상관관계로 볼 때 전혀 다른 패턴이 나타나는 경우를 경험했습니다. 공정 불량률 추이를 시간축으로만 보면 특정 날짜에 집중된 패턴처럼 보이는데, 장비 파라미터와 교차하면 날짜가 아니라 특정 장비 조건이 공통 원인인 경우가 있었습니다.
상관 계수 히트맵을 그려 여러 공정 변수와 불량률의 상관을 한 화면에서 보면 가장 강한 관계를 가진 변수를 빠르게 좁힐 수 있습니다. 원인이 여러 변수에 걸쳐 있을 때 단일 변수 추적만으로는 진짜 원인을 찾기 어렵습니다. 이 경험에서 반복 문제를 볼 때 시계열 분석과 변수 간 상관 분석을 함께 활용하는 방식이 생겼습니다. 근본 원인 분석에서 분석 시각을 바꾸는 것이 새로운 데이터를 추가하는 것보다 빠른 경우가 있습니다.
반복 문제의 근본 원인을 찾은 뒤 관리 기준치를 개정하지 않으면 같은 원인이 다음 로트에서 다시 드러나는 경우가 생긴다는 것을 배웠습니다. 분석에서 특정 장비 파라미터가 불량과 높은 상관이 있다는 것을 확인했는데, 기존 SPC 관리 기준이 그 파라미터를 다루지 않아서 이후에도 경고가 발생하지 않은 상황이 있었습니다.
SPC 제어 차트 파라미터 추가를 통해 해당 장비 변수를 모니터링 대상에 포함시키면 다음 이상 징후를 조기에 포착할 수 있습니다. 분석의 완성은 원인 파악이 아니라 재발을 막는 시스템 개정에 있습니다. 이 경험에서 문제 해결 후 관리 기준 개정을 같은 작업의 일부로 처리하는 습관이 생겼습니다. 근본 원인 분석은 보고서가 아니라 기준 개정으로 완성됩니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 생산관리 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.