SK하이닉스

저는 SK하이닉스 R&D 공정 직무에 필요한 전문성을 키우기 위해 부품 하나를 전 공정 단독으로 책임지며, 정해진 레시피를 답습하지 않고 편차를 스스로 진단 및 해결하는 방식으로 공정 전문성을 키웠습니다. 00000에서 00000 프로젝트에서 000를 한 학기 동안 단독 개발했습니다. 매주 웨이퍼 1장을 직접 제작하고 데이터를 측정해 주간 회의에서 피드백받는 과정을 반복하며, 포토마스크 CAD 설계부터 노광,식각,산화막 증착,전극 배선까지 전 공정을 수행했습니다. 도입 시스템이 요구하는 00이 00해 00을 000을 하자, 000의 0000가 00하는 예상 밖의 문제가 생겼습니다. SEM 단면 분석 결과 0000의 000가 CV 40%로 컷고, 00 확대로 0000 중 00이 부족해 00가 0000한 것이 원인이었습니다. 00000 낮춰 0000을 억제하니 길이가 균일해졌고, 개선 전 대비 민감도를 향상시켜 요구 성능을 달성했습니다. 이처럼 레시피를 답습하지 않고 결함을 직접 분석 및 해결하는 역량으로, 미세화 한계에서 편차와 불량을 잡아내는 하이닉스 R&D 공정에 기여하겠습니다.

그 결과 유학생 참여율이 올랐고, 봉사단은 제가 떠난 뒤에도 유지되고 있습니다. 직접 풀 수 없는 문제도 사람과 강점을 연결하여 혼자보다 나은 결과를 낼 수 있음을 배웠습니다.

000 중 문제 하나를 끝까지 파고든 끝에, 0000 공모전에서 저는 수백 개 제안서 가운데 유일한 000 수상자가 되었습니다. 모두가 주어진 일과만 반복하는 환경에서도 작은 의문을 그냥 넘기지 않은 결과였습니다. 000 중 반복되는 침투 취약점을 보며 같은 문제가 왜 되풀이되는지 의문을 품었고, 이를 풀 해법을 직접 제안하겠다는 목표를 세웠습니다. 000000 자료와 과거 사례를 분석해 000로 반복되는 0000를 발견했고, 대학에서 쌓은 전공 지식을 토대로 0000을 활용한 00000 개념을 정리해 00 분야에 제안서로 제출했습니다. 000 공모전에 나가는 것을 회의적으로 보는 시선 속에서, 정해진 일과와 근무로 온전한 시간을 내기 어려웠지만 약 2달간 자투리 시간과 휴일을 쪼개 혼자 자료를 파고들고 제안서를 거듭 다듬었습니다. 이 경험으로 도전은 거창한 데서 오는 게 아니라 작은 의문을 끝까지 파고드는 집요함에서 시작됨을 배웠습니다. 주어진 일과에 안주하기 쉬운 환경에서도 스스로 목표를 세우고 주변을 관찰·탐구해 온 만큼, 하이닉스에서도 도전적 과제를 정의하고 개선 방향을 찾아내겠습니다.

특히, 다양한 환경에 맞춰 사고방식과 표현을 유연하게 조율하는 경험을 반복하면서, 상대의 관점을 빠르게 이해하고 공감하는 능력을 키울 수 있었습니다. 이러한 역량은 문제 해결책을 찾기 위해 여러 부서와 협업할 때에도 강점을 발휘할 수 있을 것이라 생각합니다.

연구 설계는 제가 직접 했습니다. 선임 연구원이 진행하던 000연구를 이어받아, 이 00이 실제로 000을 일으키는지를 확인하는 것으로 주제를 좁혔습니다. 문헌을 검토하던 중 000기반 0000이 000기반 00색보다 자연에서 드물게 나타난다는 사실에 주목했고, 이 희소성이 형태에 따른 0000000에서 비롯된다고 가정했습니다. 이를 0000으로 재현할 수 있다면 가설을 정량적으로 검증할 수 있겠다고 판단해, 적용할 물리 모델인 0000 모델과 비교 대상인 두 000 형태, 그리고 정량 지표인 000 감소율을 스스로 정해 실험을 구성했습니다. 구현 단계에서는 시뮬레이션을 입자 생성, 입자 간 거리 계산, 물리 모델에 따른 힘 산출, 힘 벡터 합산, 위치 업데이트, 0000 계산, 곡선 피팅, 3D 시각화의 단계로 나눈 뒤 각 단계를 따로 떼어 ChatGPT에 요청했습니다. 가장 핵심인 물리 모델만큼은 AI에 맡기지 않고, 0000 모델을 직접 단순화해 적용할 수 있는 형태로 정리한 다음, 이 수식을 코드로 옮겨 달라는 식으로 전달했습니다. 수식을 코드로 바꾸는 일은 AI가, 무엇을 어떻게 계산할지에 대한 설계는 제가 맡는 구조였습니다. 구현 도중 00000 사이의 0000을 정밀하게 계산하는 부분이 제 데스크탑 환경에서도 감당하기 어려울 만큼 오래 걸리는 문제에 부딪혔습니다. 저는 이를 근사 문제로 다시 정의하고, AI와 여러 근사 방법을 논의한 끝에 0000 근사 방식을 직접 골라 연산량을 현실적인 수준으로 줄였습니다. AI가 제시한 선택지 가운데 무엇을 택할지는 연산 정확도와 비용 사이의 균형을 제가 판단해 결정했습니다. 무엇보다 코드가 잘 돌아가는 데서 멈추지 않고, 결과가 실제와 맞는지를 외부 도구로 검증했습니다. 시뮬레이션으로 만든 000 구조 모델을 Ansys 0000000에 넣어 실제 000 구조의 00 특성과 비교했고, 잘 알려져 있지 않은 물리 파라미터인 형성 당시의 00000 값들은 이 비교 결과를 바탕으로 보정했습니다. 그 결과 000이 000보다 000이 더 어렵다는 자연 관찰을 모델이 그대로 재현함을 확인했고, 000이 000 형성에 작용한다는 가설을 정량적으로 뒷받침할 수 있었습니다. 이 연구는 포스터 세션에서 발표했으며 졸업 프로젝트로 A+를 받았습니다.