반도체 공정 엔지니어의 코딩

나는 반도체 공정 엔지니어다.

 

코딩 관련 글의 작성자가 반도체 공정 엔지니어라니, 뜬금 없지 않은가?

 

코딩 관련 글 들을 작성하기 전, 내가 코딩을 시작하게 된 계기를 설명해주려 한다.

 

 

공정 최적화(개선) / 공정 관리 (유지)

 

 

반도체 공정 엔지니어의 업무는 크게 개선과 유지 두 가지로 분류 된다.

 

개선 업무의 경우 기존 진행되던 공정의 조건을 최적화 하여, Device 특성을 개선하거나, 공정 진행의 결과물(Thickness, Defect ..)에 대해 개선하는 업무들이 포함된다.

 

Sustain 업무의 경우 기존 진행되던 공정들이 일정한 공정 능력 수준으로 유지 관리되고 있는지, Data들을 지속 모니터링을 진행한다.

 

반도체 생산은 거의 대부분 자동화 되어 있기 때문에, 결국 내 업무는 생산으로 생산되는 Data와 관련된 업무라고 보면 된다.

 

따라서, 공정 엔지니어에게 Data분석은 필수이자 기본 소양이다.

 

 

반도체 공정 진행으로 인해 생성되는 데이터는 매우 많다.

 

장비에 부착되어 있는 각종 센서들이 생산 중 Data를 생성하며,

 

생산 과정 중간 중간에 모니터링을 위한 계측 및 검사 Step들,

 

그리고 최종 생산 후의 수율 측정인 EDS Data까지.

 

이 모두를 합치면 상상을 초월할 정도의 Data가 시시각각 수집되고 있다.

 

이에 우리 회사는 해당 Data들을 사내 데이터 센터에 적재하여 임직원들이 자유롭게 접근 가능하게 해두었다.

 

Database 회사 좌-오라클 / 우-임팔라

 

사내에선 정형 분석 Tool과 비정형 분석 Tool 모두를 지원한다.

 

정형 분석 Tool은 검색 조건 등 UI가 구성되어 있어 손 쉽게 사용이 가능하지만,

 

결국 한계가 존재하여 비정형 분석 Tool에 관심이 가기 시작하는데,,,

 

수 많은 DB 및 Table에 적재되어 있는 사내 Raw Data에 접근하기 위해 SQL을 배우는 인력이 생겨난다.

 

이 부분이 공정 엔지니어가 처음 코딩을 접하게 되는 부분이다.

 

 

반도체 공장이 생산은 자동화가 되어 있으나, 아직도 엔지니어의 영역은 자동화 미개척 지대이다.

 

아까 Sustain 업무는 공정들이 일정한 공정 능력 수준을 유지하고 있는지 모니터링을 한다고 했다.

 

이 업무를 다시 큰 분류로 나누어 적어보면 아래와 같다.

 

데이터 수집 → 데이터 확인 → 판단

 

여기서 사실상 엔지니어가 개입되어야 하는 부분은 '판단'으로, 그 이전의 과정은 자동화가 가능하다.

 

이 부분이 반도체 엔지니어가 코딩을 하게 되는 두 번째 부분이다.

 

 

 

 

글을 길게 적었으나, 결국 Data와 자동화 두 큰 분류에서 코딩을 하고 있다.

 

앞으로의 좌충우돌 코딩 일기를 적어보겠다.