[2026/03/09] 내일배움캠프 1일차 TIL&커리어스터디

1. 나는 어떤 히스토리를 가지고 QA/QC 트랙에 참여하게 되었나요?
   • 졸업 후, 전기기사 취득과 같은 목표를 하나씩 수행하며 시간을 보냈는데 막상 취업을 하려고하니 시간이 많이 지났는데도 학부 연구생을 제외하면 재학중 들었던 수업과 관련된 내용 말고는 프로젝트 경험이 부족하다고 생각이 들었고 나 자신이 부족하다고 생각하니 취업이 막막하게 느껴졌다. 그래서 자신감을 찾고 전문성을 길러 취업을 하기위해 내일 배움 캠프에 합류하게 되었다.
2. 본 코스 수료 후, 어떤 직업인로 성장하고 싶나요?
   • 취업 후 일 잘하는 사람이라는 말을 듣는 사람
   • 반도체/디스플레이 혹은 공학 분야 관련 품질 엔지니어
3. 그 외에 내일배움캠프에 기대하는 것이 있다면 자유롭게 작성해 주세요.
   • 좋은 커리큘럼을 바탕으로 잘 이끌어주시면 좋겠습니다 !

 

 

1일차 오늘의 목표

 

오늘은 데이터 분석 종합반 1주차 강의를 학습을 통해 

구글글 스프레드 시트에서 XL Miner Analysis ToolPak 확장 프로그램을 이용하여 데이터의 상관관계를 분석하는 방법을 배웠다.

XL Miner Analysis ToolPak

 

 

데이터 분석 목표는 당뇨병 발병에 가장 큰 영향을 미치는 요소를 찾는것이었는데

 

임신횟수, 포도당 부하 검사 수치, 혈압과 같은 사람들의 신체 정보와 당뇨병 여부 (Outcome 1 = 당뇨병 환자)가 정리된 데이터를 받았다. 주어진 데이터의 경우 총 768명 분량의 정보가 포함되어 있었다.

 

1) 우선 주어진 csv 파일을 구글 스프레드 시트로 옮겼다

 

2) XLMiner Analysis ToolPak을 이용하여 상관관계(Correlation) 분석을 시도했다

하지만 이때, 입력 범위에 숫자가 아닌 데이터가 포함되어있는 오류를 얻게 되었는데

확인 결과 첫 행은 라벨들이 있기 때문이었고, Labels in First Row를 체크하여 첫 행을 데이터에 포함시키지 않음으로써 해결할 수 있었다.

 

3) 결과적으로 아래의 표와 같은 상관관계 데이터를 얻을 수 있었는데. 표의 경우 한눈으로 상관관계를 확인하기 힘들다는 단점이 있었다.

	Pregnancies	Glucose	BloodPressure	SkinThickness	Insulin	BMI	DiabetesPedigreeFunction	Age	Outcome
Pregnancies	1
Glucose	0.1294586715	1
BloodPressure	0.1412819774	0.1525895866	1
SkinThickness	-0.08167177445	0.05732789074	0.2073705384	1
Insulin	-0.07353461435	0.3313571099	0.08893337837	0.4367825701	1
BMI	0.01768309073	0.2210710695	0.2818052888	0.3925732042	0.1978590565	1
DiabetesPedigreeFunction	-0.03352267296	0.1373372998	0.04126494793	0.183927573	0.1850709292	0.1406469525	1
Age	0.5443412284	0.2635143198	0.2395279464	-0.1139702624	-0.04216295474	0.03624187009	0.03356131243	1
Outcome	0.221898153	0.4665813983	0.06506835955	0.07475223192	0.1305479549	0.2926946626	0.1738440657	0.238355983	1

 

4) 표를 차트로 변환하는 기능을 사용하고 행/열 전환 이후 Outcome과 다른 데이터들간의 상관관계를 제외한 정보는 표시되지 않도록 했다. 이때, 차트의 가시성을 높이기 위해서 Outcome-Outcome간의 상관관계(=1)은 표시되지 않도록 조절했다.

5) 결과적으로 차트를 통해 한눈에 Glucose와 당뇨병의 상관관계가 가장 높음을 한 눈에 알 수 있었다

오늘의 과제 끝 !

 

이어서 오늘의 커리어 스터디 목표는 내가 관심있는 도메인과 직무를 선택하고 커리어 분석을 진행하는 것이었다.

나는 Quality Control(QC) 엔지니어를 선택했는데 대학교 재학중 수강한 강의와 학부연구생 활동으로 공정 지식을 쌓았기 때문에 경험을 살리고 싶었기 때문이다.

출처 - 내일배움캠프 Blog

최근 제조업이 스마트 팩토리(Smart Factory)로 진화하면서 QC 엔지니어에게도 프로그래밍 스킬이 강력한 무기가 되고있기 때문에 이번 부트캠프가 나에게 큰 무기를 쥐어줄 것으로 보인다.

그리고 내가 관심있는 도메인은 반도체와 디스플레이로 정했는데 졸업 이전부터 가장 관심이 있던 분야이기에 관련 수업이나 활동을 많이 했고 여전히 나에게 있어서 가장 자신있고 흥미로운 분야이기 때문이다.

 

1) 필요한 직무 역량

현직자들이 답변해주는 사이트들을 조사했을때, 공통적으로 반도체 품질관리와 불량분석 직무에서 '데이터 분석' 능력과 '공정 및 재료에 대한 이해'를 필요한 역량으로 생각했다.

 

반도체/디스플레이의 재료는 결국 소자의 특성을 결정하는 중요한 요소라는 것을 배우기도 했고, 과거 디스플레이 학회에 참가했을때 대부분의 주제가 새로운 재료를 활용한 디스플레이 혹은 AI를 접목한 기술이었기 때문에 바로 납득할 수 있었다.

 

2) QC직무가 하는일

제품이 만들어지는 시작부터 끝까지, 그리고 고객에게 도달하기 전까지의 모든 품질을 검증하는 일을 하기 때문에

• 단계별 품질 검사 (IQC / PQC / OQC):
  • IQC (수입 검사): 협력사로부터 들어오는 원자재, 부품(예: 웨이퍼, 화학 물질, 유리기판 등)의 품질을 검사
  • PQC (공정 검사): 제조 공정 중간중간에 샘플링 또는 전수 검사를 통해 이상이 없는지 확인
  • OQC (출하 검사): 최종 완성된 완제품이 고객사로 출하되기 전, 최종 스펙을 만족하는지 검증
• 신뢰성 평가 (Reliability Test) : 고객이 제품을 사용할 때 발생할 수 있는 극한의 환경(고온, 고습, 열충격, 정전기 등)을 인위적으로 조성하여, 제품이 수명 기간 동안 정상적으로 작동하는지 테스트
• 불량 분석 (FA, Failure Analysis) : 검사 과정이나 고객사에서 불량이 발생했을 때, 전자현미경(SEM, TEM)이나 다양한 계측 장비를 활용해 불량의 물리적/화학적 원인을 규명
• 통계적 공정 관리 (SPC, Statistical Process Control) : 생산 데이터와 불량 데이터를 통계적으로 분석하여 공정의 미세한 변화(산포)를 모니터링하고, 불량이 발생하기 전에 이상 징후를 조기에 파악

다음과 같이 수입부터 출하까지 모든 과정에서 다양한 검사를 하고 유관 부서와 협력하여 문제를 해결하는 것을 알 수 있었다.

 

내일은 아티클, 산업 기사, 기업 홈페이지 등을 활용하여 반도체 및 디스플레이 주요 제품 공정 과정을 조사하며 QC 직무를 향해 나아갈 것이다.