화학 공학 취업 및 10년 로드맵

|
이전편 목차 |
이전 화학 공학 전공 지식의 반도체 적용에 대한 이야기에 이어 이번 칼럼에서는
“그래서 나는 어디로 가야 하는가”
“취업은 어떻게 준비해야 하는가?”
“10년 뒤 커리어는 어떻게 설계해야 하는가?”
에 대한 내용으로 이어서 말씀드리겠습니다.
제3장: 취업 및 이직 전략
최근 취업 시장이 직무 경험을 우대하고, 신입사원들에게도 전문성을 많이 요구하는 만큼, 세분화 된 직무 'Targeting'이 필요합니다.
화학공학도는 IDM(종합반도체), 장비사, 소재사라는 세 갈래 길에서 전략적인 선택을 해야 합니다.
3.1 IDM(삼성전자, SK하이닉스)
3.2 글로벌 장비사(ASML, AMAT, Lam, TEL)
기술의 근원 장비사는 사실상 '물리적 한계를 돌파하는 하드웨어'를 만드는 곳입니다.
화공 엔지니어는 장비 내 화학 반응의 메커니즘을 분석하여 장비의 하드웨어 구조를 개선하는 역할을 합니다.
자유로운 기업 문화와 글로벌 커리어를 쌓기에 최적입니다.
CS Enginner로 일하는 것도 좋지만 Process Enginner로 일하면서 IDM 고객사가 해결하지 못한 근본적인 문제 원인 파악 해결하는데 도움을 줄 수 있습니다.
다만, Process Enginner로 일할 때에는 석박사 학위 취득이 필요할 수 있으니 대학원 진학도 고려 부탁드립니다.
3.3 소재사(동진쎄미켐, 솔브레인, 머크 등)
화학의 정수 직접적으로 물질을 합성하고 분석합니다.
유기화학, 분석화학적 역량이 뛰어난 화공학도에게 좋은 직장입니다.
최근 국산화 열풍으로 인해 그 가치가 더욱 높아지고 있습니다.

제4장: 실전 로드맵 - 10년의 성장을 설계하라
엔지니어의 수명은 짧다는 편견을 버려야 합니다.
전문성을 갖춘 화공 엔지니어는 대체 불가능한 자산이 됩니다.
[Step 1: Junior (1~3년 차) - 현장형 인간으로 거듭나기]
이 시기의 목표는 '장비와 대화하는 법'을 배우는 것입니다.
FAB 출입을 두려워하지 말고, 장비 내부의 모든 파츠가 어떤 화학적 역할을 하는지 파악하십시오.
데이터 통계 분석 툴(Python, Data Extractor, Spotfire) 숙달이 필요합니다.
현장의 Raw 데이터를 보고 '가설'을 세우는 훈련을 하십시오.
본인이 담당하는 분야의 기본기를 쌓아야 하는 중요한 시기입니다.
[Step 2: Senior (4~7년 차) - 도메인 전문가 & 기술적 확산]
한 분야의 전문가로 인정받는 시기입니다. 예를 들어 'Etch 전문가'라면, 어떤 가스 조합이든 최적의 레시피를 뽑아낼 수 있어야 합니다.
[Step 3: Specialist or Manager (8년 차 이상) - 시스템 설계자]
기술 전문위원(Specialist)으로 남을 것인지, 관리자(Manager)로 갈 것인지 결정하는 시기입니다.

제5장: 미래의 화공 엔지니어에게 요구되는 '플러스 알파’
단순히 화학만 잘해서는 'A급 엔지니어'가 될 수 없습니다.
다가올 10년을 준비하기 위한 추가 역량 두 가지를 제언합니다.
5.1 데이터 지배력 (Data Science)
미래의 FAB은 AI가 스스로 레시피를 조정하는 'Smart FAB'이 될 것입니다.
화공 엔지니어는 데이터의 상관관계를 해석하고, AI 모델이 도출한 결과값이 화학적으로 타당한지 검증하는 역할을 수행해야 합니다.
Python이나 SQL은 이제 외국어만큼 중요한 기본 소양입니다.
학부시절 DATA 처리하는 프로그램을 다루는 경험은 적었으나, 현 시점에는 DATA 해석하는 TOOL 사용이 활발한 만큼 직접 DATA TOOL을 만들 줄 알아야 합니다.
5.2 지속 가능성(Sustainability)
반도체 공정은 엄청난 전기와 물을 소모하며, 독성 가스를 배출합니다.
탄소 중립(RE100) 시대에 맞게 저온 공정을 개발하거나, 친환경 소재로 대체할 수 있는 소재 변경 평가 시 주요 파라미터의 변경점을 이해하고 바꿀 줄 알아야 합니다.
화학공학은 근본적으로 복잡한 시스템 속에서 최적의 답을 찾아내는 학문입니다.
반도체 공정 역시 수만 가지 변수가 얽힌 복잡계입니다.
여러분이 배운 증류탑의 원리, 열교환기의 효율 계산, 반응기의 설계 방식은 이름만 바뀌었을 뿐
반도체 챔버 안에서 그대로 살아 숨 쉬고 있고 배운 지식을 활용하여 충분히 활용할 수 있습니다.
대학 시절 배웠던 화학 공학 지식과 앞으로 시대 흐름에 따른 기술(AI, DATA TOLL)들을 학습하여 획득한다면,
반도체 최고 엔지니어로 성장할 것입니다.