기업명 비공개

[최고의 기술력과 함께 성장하는 기업] 기업을 선택하는 가장 큰 기준은 세계 최고의 기술력을 기반으로 미래 글로벌 시장을 선도하는 기업입니다. 엠코테크놀로지 코리아는 끊임없는 기술 혁신과 투자를 통해 여러 벤더사 및 고객사와 반도체 벨류 체인을 맺어 지속 가능한 반도체 패키징 & 테스트 솔 루션을 책임지는 기업입니다. 소재, 공정 기술과 부품, 장비 업체와 상생하는 곳이 글로벌 반도체 솔루션 시장을 선도할 수 있다고 생각합니다. 반도체 산업의 전반에서 가장 중요한 것은 양품이 고객이 원하는 품질을 달성하고 안정적인 생산량을 구축하는 것 입니다. 엠코테크놀로지 코리아는 이를 위해 첨단 R&D 기술력으로 안정적인 패키징 & 테스팅 솔루션을 구축하고 고객들에게 제공하며 높은 신뢰와 함께 시장을 선도하고 있습니다. 엠코테크놀로지 코리아의 이러한 기술력은 제가 기업을 선정하는 기준에 완벽하게 부합합니다. "최적화된 공정 재료 솔루션 시스템을 구축하는 연구원" 엠코테크놀로지 코리아에서 제가 이루고 싶은 꿈은 각 고객사의 니즈에 완벽히 부합하는 고성능 패키징 공정 재료 솔루션 시스템을 구축하고 엠코테크놀 로지 코리아의 지속가능한 성장에 기여하는 것입니다. 따라서 각 제품 별/소재 별 최적화된 솔루션 제공을 위한 공정 개발 및 소재 개선 연구를 통해 신규 재료 및 제품 개발을 구현하고 싶습니다. 꿈을 이루기 위하여 저는 산업의 기반인 재료에 대한 전문가로 성장하기 위해 신소재 공학부에 진학하여 분자전자재료, 인공지능재료설계, 재료역학과 같은 재료 관련 과목을 이수하였습니다. K-FAB에서 TPU/Cu/MWCNTs 전도성고분자 복합재를 직접 제작하며 소재에 따른 물성의 차이를 SEM/OM 과 Raman Spectra를 통하여 평가하며 최고 의 성능을 가진 전도성 고분자 복합재를 제작하기 위해 노력하였습니다. 100회 사이클 실험을 통한 성능 평가를 진행하며 소재 전문성 및 성능 평가 역량을 키웠습니다. 이러한 역량으로 엠코테크놀로지와 함께 동성장하며 산업을 선도하겠습니다.

1. 반도체 기술 전문가 Wafer photolithography 및 dry etching을 직접 실습하고 반복 숙달하며 반도체에 대한 이해도를 높였습니다. PR 코팅부터 노광, 현상, 식각, 박리까지의 모든 과정을 직접 실행하며 Positive PR과 contact aligner을 통한 photolithography를 직접 진행하였습니다. 또한, RIE를 진행하는 데 있어 최적의 패턴 형성을 위한 recipe를 찾기 위해 가스 압력과 시간별 차이를 실험하고 평가하며 recipe을 수정하며 최고 품질 의 wafer etching을 위해 노력했습니다. 이를 통해 photolithograpy에 대한 실습과 etching과정에서 가스 압력, 시간, 종류 별 차이를 SEM/OM을 통한 양품 판별을 하며 전문성을 키울 수 있었 습니다. 2. 성능/안전성 평가 연구원 3개월간 충방전 실험을 진행하며 소재/재료의 차이에 따른 전압/전류와 같은 전기화학적 데이터를 측정하고 머신러닝을 활용하여 성능을 예측 및 평가하 였습니다. 또한 물리적 실험부터 열적/전기적 가혹 실험 및 각종 안전성 평가를 KC62133-2 시험 규격에 맞춰 진행하며 기준에 맞는 품질을 향상시키기 위한 최적화 를 진행하였습니다. 성능 향상 및 양품 품질 최적화를 위하여 실험 조건 변경을 통한 50회 반복실험을 진행하며 실험 로그 분석을 바탕으로 전압구간 별 충전 용량, step별 가 스 방출량, 온도 등 신규 레시피 제작을 위해 고민하는 시간을 가진 끝에 신규 레시피를 설계할 수 있었습니다. 실험을 통한 데이터 도출과 데이터 분석을 통한 실험 환경 수정 및 품질 향상을 위한 조건 최적화 경험은 R&D 제품개발 직무에서 신규 제품 및 공정 재료 개발 후 평가에 있어 핵심 경험이라고 생각합니다. 엠코테크놀로지 코리아의 R&D 제품개발 직무에 입사하여 반도체 공정 기술 경험 및 지식과 데이터 기반의 성능/품질 평가 경험을 활용하여 글로벌 고객 사의 수요에 걸맞은 성능과 품질을 달성하겠습니다.

[협력을 통한 목표 달성] KTR시험기관에 방문하여 MSCC 충전 프로토콜을 설계 및 최적화하고 발표하였습니다. R.F 및 ANN모델로 데이터를 패턴화하고, bayesian optimizer을 설계하여 Voltage 구간을 최적화하여 기존 CC/CV 충전 대비 21%의 성능 향상을 이뤄냈습니다. 당시 3개의 프로젝트를 진행해야 했던 상황에서 팀원 한 명의 개인적 사유로 한 명이 부족한 상태에서 진행하게 되었습니다. 아 상황에서 가장 시간 및 인력 소요가 많은 실습 프로젝트에 대해 기존 데이터를 통해 진행하는 것을 추천 받았지만 팀원들 모두가 최고의 목표 달성을 위해 기존 데이터와 실험방식으로 실험하는 것은 의미가 없다고 생각하여 팀원들과 함께 새로운 실험 방식을 고안하여 현직자도 인정할만한 성과를 만들자는 목표를 세우게 되었습니다. 부족한 시간과 인력을 극복하기 위해 간트차트를 활용하여 프로젝트의 각 항목별 담당자를 배정하고 매 주차별 계획을 수립하였습니다. 주차별 계획에 대해 매 주마다 자체적 평가와 피드백을 진행하며 계획적으로 진행하였고, 새로운 주제를 탐색하기 위해 200개 이상의 논문을 탐 색하였습니다. 느린 충전 시간이 배터리의 문제 중 하나라는 생각에서 착안하여 Ai를 활용하여 충전 방식을 변화시키는 아이디어를 도출하게 되었습니다. 머신러닝의 특성 상 기본 지식과 데이터가 중요했기 때문에 역할을 나누어 지식이 있는 제가 모델을 설계 및 학습하고, 팀원들이 다양한 데이터 를 모으며 분업을 진행하였습니다. 그 결과로 현직자 또한 사용해 본 적이 없는 방식이었지만 실험 데이터와 시뮬레이션 데이터를 통하여 최적 충전 프로토콜을 설계하였고 실험 결 과 21%의 충전 속도 향상의 결과를 도출했습니다. 또한 현직자에게서 추가 실험의 가치가 있다는 평을 받아 데이터를 전달하게 되었습니다. 이와 같이 R&D 제품 개발 직무팀에서도 팀 동료들과 계획적으로 협력하고 공동의 목표를 수립하여 어려운 목표에 있어서 최고의 결과를 도출하 겠습니다.

[흡착식 고무 취출장치 개발을 통한 월 생산량 54% 증대] 주)이너보틀과 협업하여 흡착식 고무 취출장치 개발을 통해 공정 사이클 타임 51% 감소, 월 생산량 54% 증대를 이뤄 낸 경험이 있습니다. 공정 개선을 목표로 협업 기업 컨택을 위해 약 500개의 기업에 메일을 발송했고, 화장품 고무 내용기 제작 회사인 이너보틀 측과 협업을 결정하여 제조 공정을 분석하였습니다. 성형-사상-세척-접착-검사/포장 순서로 진행되는 공정 중, 성형 공정은 고무 취출 과정에서 깊은 홈을 가진 고무 제품이 금형에 강하게 붙어 있어, 작업자 가 에어건으로 수작업 취출을 해야 했고, 이 과정에서 금형 온도가 떨어지며 공정 지연이 발생했습니다. 이를 개선하기 위해 흡착 방식 취출 기구를 개발하기로 하였습니다. 3D 프린팅을 통한 모의 실험을 진행하였지만 고무의 특성 상 매 실험 환경마다 결과가 일정하지 않아 재현성이 없어 좋은 결과가 나오지 않았고, 이에 저 는 현장에 방문하여 성형 및 취출 과정을 3일간 직접 진행해보며 개선을 위한 설계 기준을 재정립하였습니다. 64개의 봉을 솔리드웍스로 모델링하였고, 실제 취출 과정에서의 10회 반복실험을 통해 제품의 직경 85% 비율의 원형 봉 구조를 최종 채택하였습니다. 원형 봉 구조를 기반으로 ansys유동해석으로 60회 이상의 시뮬레이션을 거쳐 1개의 제품을 취출 할 수 있는 최소 압력 기준과 고무 제품의 인장강도 사 이의 압력범위 사이의 최적의 공정 범위를 설정하여 공기의 흐름과 세기가 모두 기준에 부합하는 3X7 구조의 장치를 개발하였습니다. 이를 통해 병목 공 정인 성형 공정을 줄여 생산량을 증대시킬 수 있었습니다. 문제 해결을 위해 다양한 시도를 하고, 데이터를 근거로 설계 검증과 가이드를 제시할 수 있었고, 난제에 끊임없는 도전 끝에 성공하는 성취감을 얻을 수 있었습니다. 엠코테크놀로지 코리아 제품 개발 직무에서도 공정 최적화를 이뤄내 제품 안전성과 가격 경쟁력을 책임질 수 있는 개발팀 코어 멤버로 성장하겠습니다.