AI 반도체·로봇 산업 전망 설명회

본원 3층 대강의실에서 진행한 AI 반도체·로봇 산업 전망 설명회 기록입니다. 평일 낮인데도 38명이 오셨고, 절반 이상이 "AI를 배우고 싶은데 웹·앱 쪽은 경쟁이 너무 세 보인다"는 이유로 이 분야를 알아보러 오신 분들이었습니다. 그날 90분 동안 다룬 내용을 참석하지 못한 분도 그대로 쓸 수 있게 정리했습니다.

🔍 왜 이 분야만 유독 사람이 없는가

"인력난"이라는 말은 흔하지만 이 분야의 부족은 성격이 조금 다릅니다. 소프트웨어를 아는 사람은 설비를 모르고, 설비를 아는 사람은 소프트웨어를 모르는 상태가 20년 가까이 이어졌기 때문입니다. 개발자는 웹·앱·게임으로 몰렸고, 공정·설비 인력은 기계·전자 전공에서 나왔습니다. 두 집단이 만나는 지점에 있는 사람은 원래도 적었습니다.

여기에 AI가 얹히면서 요구 역량의 폭이 한 번 더 넓어졌습니다. 불량 예측, 예지보전(고장 전에 교체 시점을 예측), 비전 검사(영상으로 결함 판정) 같은 과제는 설비 데이터를 읽을 줄 아는 사람과 모델을 다룰 줄 아는 사람이 동시에 필요합니다. 그래서 현장은 "완벽한 사람"을 못 찾고 한쪽을 갖춘 사람을 뽑아 나머지를 가르칩니다. 비전공자에게 문이 열린 이유가 여기 있습니다.

🧭 세 갈래 — 무엇을 하는 자리인가

🏭 반도체 8대 공정 — 최소한 이 정도는 알고 가야 합니다

면접에서 공정 지식을 깊게 묻지는 않습니다. 다만 내가 만들 소프트웨어가 어디에 붙는지 설명하지 못하면 준비가 안 된 사람으로 보입니다. 칠판에 적어드린 한 줄 요약입니다.

• ① 웨이퍼 제조 — 실리콘 잉곳을 얇게 잘라 연마해 원판(웨이퍼)을 만듭니다. 모든 공정의 출발점입니다.
• ② 산화 — 웨이퍼 표면에 얇은 산화막을 입혀 절연층을 만듭니다.
• ③ 포토(노광) — 회로 패턴을 빛으로 감광막에 새깁니다. 가장 정밀하고 장비도 가장 비쌉니다.
• ④ 식각 — 패턴 바깥의 불필요한 부분을 깎아냅니다. 조각칼로 다듬는 단계라고 보면 됩니다.
• ⑤ 박막 증착 — 금속·절연 물질을 아주 얇게 층층이 쌓습니다. ③~⑤가 여러 번 반복됩니다.
• ⑥ 금속 배선 — 만들어진 소자들을 전기적으로 연결합니다.
• ⑦ EDS(전기적 검사) — 웨이퍼 상태에서 칩 하나하나의 양·불량을 판정하고 수리 가능한 것은 살립니다.
• ⑧ 패키징 — 칩을 잘라내 포장하고 최종 검사를 거쳐 제품이 됩니다.

장비 제어 소프트웨어는 원칙적으로 모든 공정 장비에 붙지만, 채용 수요는 ③~⑤ 전공정 장비와 ⑦~⑧ 검사·핸들러 장비에 몰려 있습니다. 특히 ⑦ 검사 단계는 데이터가 대량으로 쏟아지는 지점이라 AI 기반 불량 분류·비전 검사 과제가 가장 활발합니다. 데이터 쪽 배경으로 진입하려는 분에게 가장 현실적인 목표 지점이기도 합니다.

🚪 내 배경에서는 어디를 보강해야 하나

✅ 채용 담당자가 실제로 보는 세 가지

가장 많이 메모하신 부분입니다. 자격증이나 학점이 아니라 아래 세 가지가 당락을 가릅니다.

첫째, 실제 장비나 보드를 만져본 경험. 강의를 들었다는 말은 아무 신호가 되지 않습니다. 라즈베리파이나 아두이노로 센서를 붙여 데이터를 읽어본 것, 중고 모터 드라이버로 축을 움직여본 것, 실습실 장비에서 로그를 뽑아본 것 — 규모가 작아도 "물리 장치와 소프트웨어를 연결해봤다"는 사실 자체가 평가됩니다.

둘째, 안전 규정에 대한 이해. 현장은 사람이 다칠 수 있는 공간입니다. 비상 정지, 인터록(문이 열리면 동작이 멈추는 장치), 작업 전 전원 차단 절차 같은 개념을 알고 있고 "왜 그렇게 하는지"를 말할 수 있으면, 이 사람은 현장에 두어도 되겠다는 판단이 섭니다.

셋째, 로그를 보고 원인을 추적한 경험. 이 직무의 일상은 "어제 새벽 3시에 장비가 멈췄는데 왜 멈췄는지 찾아내는 것"입니다. 에러 코드와 타임스탬프를 따라가며 가설을 세우고 좁혀본 경험을, 프로젝트에서 겪은 문제 하나로 구체적으로 설명할 수 있게 준비하세요.

👤 비전공자가 6개월로 들어간 경로

설명회에서 예시로 든 경로입니다. 30대 초반, 문과 졸업, 물류 회사 사무직으로 일하던 분의 사례를 일반화한 것입니다. 1~2개월은 파이썬 기초와 데이터 다루기 — 엑셀로 하던 일을 코드로 바꾸는 수준입니다. 3~4개월에는 산업 통신 기초를 배우고 라즈베리파이에 온도·진동 센서를 붙여 값을 DB에 쌓고 그래프로 보는 것까지 직접 만들었습니다. 5~6개월에는 그 데이터에 이상 탐지를 붙이고, 영상으로 불량품을 분류하는 작은 비전 프로젝트를 완성했습니다.

결과적으로 첫 직장은 대기업 직고용이 아니라 장비사 협력사의 소프트웨어 유지보수 자리였습니다. 이 점을 분명히 말씀드렸습니다. 이 분야는 첫 계단이 대체로 협력사·중소 장비사이고, 거기서 2~3년 장비를 겪은 뒤 이동하는 흐름이 일반적입니다. 첫 직장 간판만 보고 판단하면 이 경로 자체가 안 보입니다.

❓ 현장에서 나온 질문 4가지

Q1. 전공이 전혀 다른데 정말 가능한가요?
가능하지만 조건이 있습니다. 이 분야는 "코드를 짤 줄 안다"만으로는 부족하고 설비·공정 맥락을 함께 이해해야 하므로, 학습 기간에 물리 장치를 다루는 실습이 반드시 포함돼야 합니다. 강의만 듣고 노트북 안에서 끝낸 6개월과, 센서·보드를 붙여 값을 뽑아본 6개월은 면접에서 완전히 다르게 읽힙니다. 반대로 전공자라도 실습 경험이 없으면 같은 평가를 받습니다.

Q2. 로봇을 하려면 ROS를 꼭 배워야 하나요?
서비스·물류 로봇 쪽으로 갈 계획이라면 사실상 표준이라 다루게 됩니다. 다만 순서를 착각하지 마세요. ROS는 도구이고, 그 앞에 리눅스·파이썬 또는 C++, 좌표 변환과 센서 데이터에 대한 이해가 있어야 의미가 생깁니다. 기초 없이 ROS 튜토리얼만 따라 하면 예제는 돌아가는데 왜 돌아가는지 설명하지 못하는 상태가 됩니다. 스마트팩토리나 장비 제어 쪽이 목표라면 ROS보다 산업 통신과 데이터 처리가 우선입니다.

Q3. 나이가 걸립니다. 30대 후반도 늦지 않았나요?
이 분야는 웹·앱보다 연령에 대한 시선이 덜 까다로운 편입니다. 교대·현장 근무가 있어 지원자 자체가 적고, 오래 다닐 사람을 선호하기 때문입니다. 다만 30대 후반이라면 이전 경력과의 연결점이 훨씬 중요합니다. 제조·물류·품질 관련 경험이 있다면 그것을 지우지 말고 전면에 내세우세요. 아무 연결점 없이 "새로 시작합니다"로 가면 20대와 같은 기준에서 비교됩니다.

Q4. C/C++와 파이썬 중 무엇부터 해야 하나요?
목표 분야에 따라 갈립니다. 장비 제어가 목표면 C/C++(또는 현장에 따라 C#)이 결국 필요하지만, 첫 언어로는 파이썬이 진입 부담이 훨씬 적습니다. 스마트팩토리·데이터 직무가 목표면 파이썬과 SQL만으로도 지원 가능한 자리가 있습니다. 실무에서는 두 언어를 함께 쓰는 경우가 많으니, 파이썬으로 데이터와 자동화를 먼저 익히고 장비 쪽으로 좁혀질 때 C/C++를 붙이는 순서를 권합니다.

🚀 오늘부터 할 수 있는 것

세 가지만 하시면 됩니다. ① 세 갈래 중 하나를 고르세요. 셋 다 준비하려다 아무것도 못 하는 경우가 가장 흔합니다. ② 채용 공고 10건을 저장해 요구 조건을 표로 정리하세요. 시장이 무엇을 요구하는지 두 시간이면 보입니다. ③ 센서 하나를 사서 값을 읽어 저장하는 것까지 직접 만들어보세요. 앞서 말한 "만져본 경험"의 시작입니다. 누구나캠프는 반도체 장비 소프트웨어와 스마트팩토리 데이터 과정을 K-디지털 트레이닝으로 운영하며, 배경별 경로 상담은 2층 상담실에서 받으실 수 있습니다.