이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 기간에 공정 데이터 분석을 위해 JMP를 처음 써봤습니다. 그 전까지는 데이터가 관리 한계선 안에 있으면 문제없다고 생각했는데, JMP에서 시계열 플롯에 이동평균을 겹쳐보는 방법을 배우면서 생각이 바뀌었습니다. 한계선 안에 있어도 같은 방향으로 서서히 이동하는 추세가 보이면 조정 타이밍을 앞당겨야 한다는 걸 직접 데이터로 확인했습니다. 이 방식을 적용해 예방 정비 일정을 2주 앞당겼고, 그 기간 동안 공정 이탈이 발생하지 않았습니다.
트렌드는 평균이 아니라 방향으로 읽는다는 걸 그 경험에서 배웠습니다. 이후 저는 어떤 소프트웨어를 쓰든 시계열 추세 시각화를 첫 번째 분석 단계로 삼고, 방향성 판단을 습관으로 들이게 됐습니다. 수치의 절대값보다 방향이 주는 정보가 더 많다는 걸 그때 배웠습니다.
데이터 분석에서 전체 평균만 보면 놓치는 것이 있다는 걸 배웠습니다. 인턴 기간에 JMP로 공정 데이터를 분석할 때, 전체 합산 시계열에서는 이상이 보이지 않았는데 챔버별로 나눠서 보니 특정 챔버에서만 편차가 커지고 있는 것을 발견했습니다. 계층화(Stratification) 없이 전체 데이터를 보면 노이즈에 묻힌 신호를 놓치는 구조였습니다. 이후 저는 공정 데이터를 볼 때 먼저 어떤 기준으로 나눠서 볼 것인지를 결정한 뒤 시각화를 시작하는 순서를 따르고 있습니다. 소프트웨어 기능보다 어떤 축으로 데이터를 슬라이싱할지를 먼저 설계하는 것이 분석 도구 활용의 실질적인 역량이라는 걸 그때 이해했습니다.
데이터 분석 도구를 쓰기 전에 어떤 질문에 답하려는 것인지를 먼저 정하는 것이 중요하다는 걸 배웠습니다. 인턴 초반에 데이터를 받으면 일단 시계열 그래프부터 그렸는데, 무엇을 보고 싶은지 모른 채 그린 그래프는 방향을 주지 못했습니다. '어느 파라미터가 수율과 연관이 있는가'라는 질문을 먼저 정하고 나서, 어떤 그래프와 지표가 필요한지가 보이기 시작했습니다. 분석 전에 질문을 구조화하는 과정이 분석 방향과 사용할 도구 기능을 결정한다는 것을, 그때 배웠습니다. 도구를 잘 쓰는 것은 기능 숙련보다 어떤 질문을 던지느냐에서 먼저 시작된다는 걸 이해했습니다. 분석 질문을 먼저 정의하는 습관이 소프트웨어 도구의 어떤 기능을 쓸지를 자연스럽게 결정해주고, 그 순서가 바뀌면 분석이 의미 없는 시각화로 끝나는 경우가 많다는 것도 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 반도체 공정기술 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.