본문 바로가기

WE DO/인사이드

‘DT의 씨앗’ 데이터로 스마트하게 일하자! SK하이닉스 ‘빅데이터 분석가 양성’ 교육 현장 속으로

2021.08.09
 

고객, 시장, 경영환경 등 모든 것이 빠르게 변화하는 시대다. 기업들은 이러한 변화에 선제적으로 대응할 수 있는 체질로 변모하기 위해 디지털 기술과 시스템을 앞세워 디지털 전환(Digital Transformation, DT)에 박차를 가하고 있다.

SK하이닉스 역시 ‘DT의 씨앗이라고 일컬어지는 빅데이터(Big Data)의 중요성을 일찍이 인지하고 관련분야의 전문가를 육성하기 위해 다양한 노력을 기울이고 있다. 그 일환으로 2017년부터 자체 교육 과정을 신설하며 데이터 레벨 인증 체계를 도입했고, 2018년부터는 국내 주요 대학과 손잡고 전문가 육성 과정을 개설해 운영 중이다.

SK하이닉스는 이러한 교육 과정을 통해 현장 엔지니어들이 데이터 분석 역량을 갖춘 양손잡이 인재로 성장하는 것은 물론, 데이터 기반의 일방혁(일하는 방식의 혁신)을 달성할 수 있을 것으로 기대하고 있다.

이에 뉴스룸은 고려대학교에서 진행된 빅데이터 분석가 양성 과정을 찾아가 교육 과정을 알아보고 학구열을 불태우고 있는 구성원들을 만나봤다. 교육은 75일부터 오프라인으로 시작됐으며, 사회적 거리 두기가 단계가 변경되면서 현재는 원격 교육으로 진행 중에 있다.

※ 인터뷰, 사진 촬영은 사회적 거리두기 격상 전에 진행했으며, COVID-19 방역 수칙을 준수했습니다.

 

SK하이닉스에서 데이터 전문가로 성장하는 가장 빠른 길, ‘빅데이터 분석가 양성 과정’

SK하이닉스는 빅데이터의 시대, ‘데이터 기반 기업(Data Driven Company)’으로 나아가기 위한 전략으로, 구성원들을 현장의 숙련된 데이터 분석 전문가(Citizen Data Scientist, 이하 CDS)’로 육성하는 체계를 구축했다. CDS 2016년 시장조사기관 가트너가 정의한 개념으로, 수학이나 통계학과 같은 데이터 사이언스(Data Science, DS)를 전공하지는 않았지만 분야별 전문지식(Domain Knowledge) 및 경험을 갖추고 있으면서 자신의 분야에 DS 역량을 활용할 수 있는 전문가(Specialist)를 의미한다. SK하이닉스의 CDSDS 역량을 갖춘 반도체 엔지니어로서, 현장을 종횡무진하며 전문 데이터 과학자(Data Scientist)와 현업을 잇는 가교의 역할도 수행하게 된다.

SK하이닉스에서 CDS로 성장할 수 있는 가장 빠른 길이 바로 빅데이터 분석가 양성 과정이다. CDS 양성을 위해 대학 등 전문 교육기관과 연계, 데이터 분석 관련 심화 교육을 받을 수 있도록 구성한 패스트 트랙(Fast Track)으로, 통계적인 관점으로 현장의 데이터를 분석하거나 공정관리에 머신러닝(Machine Learning) 방법론을 적용하고자 하는 엔지니어가 교육 대상이다.

구성원들은 교육을 통해 이론과 실습을 통해 데이터 분석 역량을 쌓은 뒤, 12주간 현업(Biz DS)에 파견돼 실제 현장의 난제를 해결할 데이터 분석 방법론을 연구 및 적용한다. 나아가 데이터 역량을 전사로 전파하고 데이터에 기반한 업무 문화를 확산시키는 역할도 맡게 된다.

 

반도체 엔지니어들의 새로운 도전… ‘학구열 활활’ 교육 현장

※ 사회적 거리두기 단계 상향으로 현재 원격 재택 교육으로 변경 운영 중

불볕더위가 한창이던 77일 고려대학교 신공학관의 한 강의실, ‘빅데이터 분석가 양성 과정의 셋째 날 교육과정의 시작 시간이 다가오자 SK하이닉스 구성원들이 하나둘 문을 열고 들어와 자리에 앉았다. 바쁜 와중에 업무시간을 쪼개 자리한 만큼, 수업이 시작되자 구성원들은 마치 대학 신입생이 된 듯 배움에 대한 의지와 열정을 활활 불태우기 시작했다.

01

오전에는 고려대학교 백준걸 산업경영공학부 교수의 이론 강의가 진행됐다. 이날 백 교수는 알고리즘을 활용하는 데 필요한 통계적인 지식과 데이터마이닝(Data Mining), 머신러닝, 인공지능 등 데이터 분석의 4단계(Descriptive, Diagnostic, Predictive, Prescriptive)에 따른 주요 방법론을 주제로 강의를 진행했다.

오후에는 오전에 습득한 이론 내용을 바탕으로 파이썬(Python)을 활용해 직접 실습을 해보는 시간이 이어졌다. 교육 과정에는 이론 및 실습 교육뿐 아니라, 실제 업무에 분석 방법론을 연구하고 적용해볼 수 있는 미니 프로젝트도 진행된다. 교육이 끝난 후에도 중기 프로젝트를 진행함으로써 현업에 복귀해 역량을 효과적으로 발휘할 수 있도록 실무 능력을 함양할 계획이다.

이번 Fast Track의 강의를 맡은 백준걸 교수는 아직 교육 3일 차지만 수강생들의 열정과 학구열이 남다름을 느낀다며 소감을 전했다.

백 교수는 이번 교육을 통해 반도체 공정에서 Data Analytics로 해결이 가능한 문제를 정의하고, 전문 조직의 지원 없이도 엔지니어가 스스로 원천 데이터로부터 AI/머신러닝 모델링에 필요한 데이터를 가공하고 분석할 수 있는 역량을 쌓을 수 있길 바란다는 바람을 전했다. 이어 그는 나아가 다양한 Data Analytics 기법들을 빠르고 정확하게 검증할 수 있는 역량과, 분석 결과물에 대해 올바르게 해석하고 시스템 적용에 필요한 요건들을 신속하게 파악할 수 있는 역량도 함께 강화할 수 있을 것이라고 덧붙였다.

 

“빅데이터 역량 발휘해 반도체 공정 난제 해결 나설 것” 교육생 2人 인터뷰

현업에서 데이터에 대한 중요성을 직접 깨닫고 이를 배우고 업무에 적용하기 위해 자발적으로 모인 이들은 과연 어떤 마음으로 교육에 임하고 있을까? 빅데이터 전문가에 도전하기 위해 이번 Fast Track에 참가한 SK하이닉스 구성원들의 이야기도 함께 들어봤다.

엄태민 TL(D-TEST기술)최근 DRAM 구조가 미세화됨에 따라 분석의 난이도가 높아지면서 분석 TAT(Turn-Around Time)이 길어지는 고충이 있었다라며 엔지니어의 경험과 역량에 따라 분석의 성공률이 크게 좌우되는 만큼, 새로운 분야를 개척하기 위해 교육에 참여하게 됐다고 설명했다.

TL은 불량의 원인이 되는 공정 및 매커니즘을 분석하고, 개선 포인트를 도출하는 업무를 맡고 있다. 그의 목표는 한정적인 데이터로도 높은 확률로 원인 공정을 도출하는 Auto Cause Analysis System을 개발하는 것. 그는 이번 교육에서 배운 내용을 토대로 엔지니어의 매뉴얼 기반의 분석을 줄이고, 더 정확한 원인 공정 예측을 통해 불량 유발 가능성이 있는 포인트에 집중한 PFA를 진행해 분석 TAT 감소 및 분석 성공률을 높이는 데 기여하고 싶다고 포부를 전했다.

김광우 TL(Photo기술)“FDC 매개변수(Parameter)와 응답변수(Response Parameter)를 비교분석할 때 단순히 Trend의 생김새만으로 상관관계를 분석하는 데는 한계가 있었다데이터 분석 역량을 쌓아 이러한 업무 고충을 해결하고자 나서게 됐다고 말했다.

TL지금까지는 코딩이나 데이터 분석 업무를 하면서 필요에 따라 부딪혀 배웠는데, 좋은 교육을 받을 기회가 생겨 커리큘럼에 따라 배워볼 생각에 기대가 된다다른 팀 구성원들이 배운 것을 현업에 복귀해 어떻게 적용시킬지도 기대된다고 말했다. 그는 시간이 걸리겠지만, 교육이 끝난 후에도 과제를 통해 업무에 적용시킬 수 있는 시간이 충분히 부여되기 때문에, 역량을 높이는데 도움이 될 것 같다며 기대감을 드러냈다.

 

8주간 이론과 실습을 병행하며 디지털 분석 역량을 차곡차곡 쌓아 올린 교육생들은 향후 SK하이닉스 내 Biz DS 조직에 파견돼 데이터 분석을 통해 난제를 찾고, 이를 해결하기 위한 방법을 제시하며 활약을 펼칠 예정이다. 나아가 이들은 SK하이닉스의 DT를 이끌 최정예부대’ CDS로서 DS 역량을 전사에 전파하며, ‘일하는 방식의 혁신을 이끌어나갈 것으로 기대된다.