SK채용 공식블로그

'데이터 직무'에 해당되는 글 1건

  1. 2021.08.27 SK하이닉스의 데이터 사이언티스트를 소개합니다!

국내 제조기업 최초의 데이터 사이언스 조직, SK하이닉스 Data Science팀에선 무슨 일을 할까?

최근 데이터 분석에 대한 열기가 겁습니다. 데이터 관련 전공자들은 물론, 비전공자들도 너도 나도 데이터 공부에 뛰어들며 가장 핫한 키워드 되었습니다. 세상 어떤 분야에나 데이터가 중요하게 쓰이지만, 그중에서도 SK하이닉스에서의 데이터에 대한 존재감은 남다릅니다. SK하이닉스는 지난 2017, 국내 제조기업 최초로 데이터 사이언스(Data Science, 이하 DS)’ 조직을 신설했습니다. 전사에 흩어져 있던 데이터 분석가들을 모아 40 규모의 조직으로 시작했고, 지금은 150 규모의 전사 DS 인공지능(AI) 분야를 책임지는 조직으로 성장했습니다. 반도체 분야에서 데이터가 가지는 의미와 중요성을 DS팀의 김예슬 TL님과의 인터뷰를 통해 알아볼까요?

SK Careers Editor 오지윤

 

 

 

 

 

안녕하세요 저는 Data Science Strategy 팀에서 데이터 분석 업무를 맡고 있는 김예슬 TL입니다.

 

 

 

SK하이닉스에서 데이터가 쓰이는 방식에 대해 간단히 설명을 먼저 드리자면, 저희의 데이터 분석은 매일 공정 데이터 실제로 계측을 해야 는데, 계측이 안 되는 경우 그런 데이터들을 예측한다든지, 아니면 불량이 발생했을 때 발생원인을 데이터로 분석한다는 점에서, 흔히 쓰이는 데이터 분석’, 즉 고객 데이터 분석이나 로그 데이터 분석과는 조금 다른 방식의 접근으로 데이터를 다루는 곳입니다.

저희 부서는 정해진 일과가 있어 루틴한 업무로 하루를 보내기보다는 현업에서 문제 발생 시 문제에 대한 해결을 직접 해드리거나, 방법을 알려드리는 방식으로 장기 프로젝트 단기 프로젝트로 업무가 진행됩니다. 현재 제가 맡고 있는 업무는 데이터 분석에 집중되어 있고요.  저희 부서 같은 경우에는 프로젝트나 과제 단위로 업무를 진행하고 있는데,  현재 자연어 처리 관 프로젝트를 진행하고 있습니다. 제가 속해있는 DS Strategy 팀 외에 DS조직의 다른 팀 같은 경우에는 전사 업무 효율화, 아니면 현업 이슈 해결 위해서 새로운 과제를 발굴하고, 또 통계적 방식으로 접근하여 이미지 공정 분량 분석 같은 업무를 진행하고 계십니다.

 

 

 

제가 고민을 해봤는데, 이건 이전 팀장님이 해주셨던 얘기를 참고해서 얘기를 드릴게요. Data Science 분야는 개척자라고 생각합니다. 아무래도 데이터 분야는 너무 방대하다 보니까 저희가 모르는 가치들이 되게 커서 데이터 마이닝이라는 도 실제로 하고 있어요. 이런 가치들을 찾기 위해서 누군가는 불편해도 그냥 지나치게 되는 사소한 문제들이 있는데, 그걸 저희가 파악해서 해결 방법을 찾아야 합니다. 따라서 익숙하지 않은 분야를 개척하는 자세가 많이 보이는 것 같아요.

 

 

 

제가 사실 올해 4년 차인데요. 지금까지 제가 생각하는 가장 뿌듯했던 순간은 현업 엔지니어 커뮤니케이션이 잘 되어서 그들의 니즈를 정확히 파악하고 해드렸을 때, 그 사람들의 반응이 되게 좋았을 때인 것 같습니다. 다른 조직도 마찬가지이겠지만, 저희 DS조직의 경우 커뮤니케이션이 정말 중요하면서도, 어렵습니다. 이게 왜 어렵냐면, 사실 저희 조직 내부에서는 나름대로 데이터 분석, 딥러닝, 머신러닝 등을 진행하는데, 현업 엔지니어분들 입장에서는 저희가 무슨 일을 하는지 잘 모르시는 분들도 매우 많아요.  반대로 저희도 현업 엔지니어분들이 하시는 업무가 너무 어렵다 보, 공정 하나하나를 세세하게 파악하기가 되게 어려울 때가 존재합니다. 이런 부분들이 있기 때문에, 회의에서 문제를 논의하는 과정에서 서로의 업무에 있어서 조금씩 모르는 부분들이 발생하고, 결국엔 그게 잘못된 커뮤니케이션으로 이어질 수가 있어요. 러다 보니 원래 상대가 원했던 방향이 아닌 다른 방향으로 해결책을 제시하거나, 또 무엇을 원하는지 실제로 본인들도 모르는 경우가 되게 많이 생깁니다. 그런데 이런 부분들을 정확히 파악해서 그들이 원하는 정보를 딱 제드렸을 때, 그분들이 데이터 대해 신뢰도가 되게 높아지시더라고요. 그런 게 되게 뿌듯했다고 생각했어요.

 

 

 

사실 저희 DS조직 구성원들의 전공 같은 경우에는, 통계학과나 산업공학과, 그리고 컴퓨터공학과 분들이 되게 많으세요. 기본적으로 전공을 떠나 통계를 잘 아시거나 코딩을 잘하시는 분들이 팀에 큰 도움이 됩니다. 따라서 굳이 전공으로 공부하지 않았다고 하더라도, 통계 지식이나 코딩을 잘하시는 분이면 정말 좋을 것 같습니다.

그다음에 성격이나 특성의 경우, 문제를 체계적으로 해결하는 능력을 갖추신 분들이 좋을 것 같아요. 왜냐하면, 이런 부분은 코딩의 특성과도 연결이 되는데, 아무래도 계속 코딩을 하다 보면 함수를 짜서 뭔가 결값을 계속 내야 합니다. 따라서 그런 부분들을 잘 해낼 수 있는 부분이 조직에 적합할 것 같습니다.

또 생각나는 한 가지의 중요한 점은 끈기입니다. 왜냐하면 데이터 분야에선 본인이 짜는 코드뿐만이 아니라, 다른 사람들이 미리 만들어놓은 코드를 수정하고 공부하고 해서 새로 만들 수 있어야 합니다. 그러려면은 하나를 되게 집중해서 볼 수 있는 능력이 필요하거든요.

 

 

 

저는 취업을 준비하며 최대한 다양한 경험을 많 해보자는 목표를 가지고 임했던 것 같습니다. 이건 사실 현재 제가 현업을 하며 더 절실하게 느끼는 건데, 학부 수준에서 배울 수 있는 내용은 사실 되게 기본적인 지식이잖아요. 그런 기본적인 지식들을  확실히 아는 건 기본이고, 거기서 자신을 차별화시켜볼 수 있는 방법은 내가 이것도 해봤고, 저런 분석도 한번 해봤고와 같이 사고의 유연성을 위 다양한 경험을 한 것이 중요하지 않을까 싶습니다. 개인적으로는 코딩 공부를 하며 다양한 분석 경험을 해보고자 노력했던 것이 기억에 남네요.

 

 

 

제가 제일 중요하다고 생각하는 태도나 스킬은 데이터를 핸들링하는 능력이라고 생각합니다. 우리 회사의 데이터의 경우, 사실 저희가 일상적으로 접하는 데이터들보다 양이 엄청나게 크고 많습니다. 따라서 아까 말씀드린 것처럼 공정 데이터 초 단위로 끊기는 게 아니라 0.1초 단위로 끊겨서 나오는 정보들도 있고, 반도체 공장을 24시간 내내 가동하다 보니 데이터들이 되게 큰데, 그런 데이터들을 처리할 수 있도록 핸들링하고 빅데이터를 다루고 이런 능력들이 되게 중요하다고 생각합니다. 태도 측면에서는 그 데이터 어떤 데이터인지 파악하고자 하는 태도 중요하다고 생각합니다. 단순히 분석을 위한 분석을 하기보다는 실제로 변수가 가진 의미를 알아보고, 해당 데이터는 어디에 활용되는 데이터인지를 아는 게 더 중요하다는 생각이 들어요. 따라서 관련 분야의 지식을 알고 있거나, 알고자 하는 자세도 되게 중요해요.

 

 

 

최근에 저희 조직에 파릇파릇한 신입 후배분이 오셔서 그분이 떠오르네요! 저희 조직의 업무는 사실 데이터 분석 업무 외에도, 분석 환경을 구축한다든지, 아니면 분석 서비스를 현업에 직접 제공하는 업무를 하기도 해요. 그러다 보니까 현재 잘 알고 있는 분야 외에도 다른 분야에 접목해볼 수 있는 다양한 프로그래밍 지식이 있는 분이 조직에 큰 도움이 되는 것 같습니다. 또한 반도체 공학적인 지식도 많이 필요합니다. 그러다 보니까 이런 내용을 나서서 공부하는 분들이 되게 예쁜 후배처럼 보이는 것 같습니다.

 

 

 

DS 조직에 한정해서 얘기해보자면, 취준생 여러분들 같은 경우에 이곳에서는 경력이나 나이에 상관없이 누구나 자신의 생각을 구현하고 제할 수 있다는 점을 꼭 말씀드리고 싶어요. 그래서 자신만의 프로젝트, 자신만의 생각을 구현하고 진행해보고 싶다면, DS조직에서 시작해보세요! 화이팅입니다 !

 

 

 

 

 

SK하이닉스 Data Science 조직의 직무 이야기, 어떠셨나요반도체 분야에서 Data Science가 어떻게 활용되는지, 그리고 SK하이닉스에 입사하게 된다면 어떤 일을 하게 될지, DS조직의 예비 Pro님들이 알아갈 수 있는 시간이 되었기를 바랍니다!  에디터 또한 조금 더 다양한 SK하이닉스의 이야기를 들려드릴 수 있도록 노력하겠습니다!

 

 

 

 

 

Posted by SK Careers Journal skcareers

댓글을 달아 주세요