지원 분야를 선택한 이유에 대하여 기술해 주세요.
" 제 직무 선택 기준은 제 역량을 발휘할 수 있는가입니다. 전동화-생산기술 직무는 제가 가진 KSA와 부합합니다. 이에 제 역량을 발휘함으로써 미래 모빌리티 시대의 퍼스트 무버가 되는 데 일환이 되고자 지원했습니다.
전동화-생산기술 직무는 차세대 배터리의 양산성 검토, 양산 중인 제품의 공정data를 통해 이슈 원인분석, 변동점을 관리하여 수율/품질 향상, 업무 효율을 높이는 데이터 기술을 개발합니다. 따라서 아래와 같은 KSA가 필요합니다.
[K: 배터리 공정/성능/품질 지식]
LFP와 LMFP cell을 제조, CV와 Specific capacity 그래프를 통해 가역성, 에너지 밀도 등 성능을 비교 분석하여 A+를 받았습니다. 또 불량 감지-5M+1E 특성요인도를 활용한 불량 분석-개선안 도출/실시-유효성 검증-표준화하여 재발을 방지하는 품질관리 단계를 배웠습니다.
[S: 코딩/데이터를 이용한 불량분석/통계적 품질관리 역량]
파이썬과 매트랩 수업에서 모두 A+를 받고 C++을 이용한 대회에서 장려상을 수상했습니다. 이후 파이썬으로 공정 데이터를 전처리/시각화하여 spec over 불량을 발견했습니다. 연관성 있는 그래프를 찾아 불량 원인을 분석, 해결책을 제시했습니다. 또 공정 관리도를 그려 Cpk, 상관관계를 분석해 이상점을 진단하고 불량 공정의 infra 변곡점 관리를 수율 개선안으로 제시했습니다.
[A: 분석적 사고]
캡스톤디자인프로젝트에서 숫자만 복잡하게 나열된 데이터를 독립/통제 변수를 효율적으로 운용하여 전구체/온도/반응 메커니즘 별 라인 그래프로 시각화했습니다. 이를 열역학과 반응 속도론의 두 가지 측면에서 분석하고 교수님께 화학공학 지식을 잘 적용하여 논문의 수준이 높다는 평가를 받았습니다.
코딩으로 데이터를 시각화하고 공정능력지수와 상관관계 분석으로 가동률 저해 요인을 분석하겠습니다. 이후 설비/생산팀과 소통하며 공정 변수를 표준화하고 설비 품질을 확보하겠습니다. 이로써 수율 향상과 수익성 개선에 기여하겠습니다."
지원 분야와 관련한 전문성 확보를 위해 노력한 경험에 대하여 기술해 주세요.
" 전동화-생산기술 직무에서 제가 가장 중요하게 생각하는 역량은 배터리 지식과 데이터를 기반으로 한 배터리 품질/불량 분석 능력입니다. 이에 ‘지식’과 ‘분석 능력’ 모두를 얻고자 노력해왔습니다.
[파이썬 데이터분석, 공정최적화 역량 강화]
반도체데이터분석교육에서 코딩으로 데이터를 효율적으로 분석해 저수율 유발 공정 및 원인 분석 시간을 단축하고 가동률 저하에 신속히 대응하는 역량을 길렀습니다. 파이썬의 pandas, DataFrame 등으로 수율, 온도 등 수천 개 raw data를 한번에 전처리, 관리도/산점도/히스토그램 등으로 시각화했습니다. 수율 관리도에서 LSL 아래인 spec under을, 식각온도 관리도의 같은 LOT에서 편차가 급격히 증가하는 spec over&under을 발견했습니다. 따라서 식각공정 온도 편차 증가로 인한 불량이라고 판단, 불량 설비를 holding하고 온도 센서 교체를 해결책으로 제시했습니다.
[배터리 품질 분석 역량 강화, A+ 달성]
반도체재료및측정실험 수업에서 CV, Specific capacity 등의 그래프로 에너지 밀도, 가역성 등 성능을 분석하는 역량을 길렀습니다. LFP/LMFP cell을 제작, specific capacity를 측정하고 plot했습니다. LFP의 평균 비용량이 LMFP보다 높은 것을 바탕으로 LFP의 slurry 균일도가 더 우수함을 분석했습니다. 코팅 균일도와 같은 공정 수준이 배터리 성능과 직결됨을 알았습니다. LMFP의 CV그래프에서 LFP에는 없었던 4.19V, 3.9V peak을 발견했습니다. LMFP에 Mn이 첨가되며 더 높은 전압에서 산화환원 반응함으로써 에너지 밀도가 높아짐을 알았습니다. 타과 전공 수업이었지만 21개의 논문을 읽고 레포트를 작성해 A+를 달성했습니다.
배터리의 동작 원리/성능 ‘지식’을 얻고 코딩을 활용한 데이터 분석 ‘도구’를 강화했습니다. 이로써 공정 데이터로 배터리 품질을 향상하는 전동화-생산기술 엔지니어의 역량을 다졌습니다."
