반도체·디스플레이 인재는 무엇을 배워야 하는가

최근 AI 반도체와 HBM, 첨단 패키징 같은 기술이 빠르게 발전하면서 대학도 기업도 새로운 기술을 교육과정에 담기 위해 많은 노력을 하고 있다. 반도체 산업의 변화 속도는 과거보다 훨씬 빨라졌고, 교육도 그 변화에 발맞추기 위해 끊임없이 새로운 교과목을 고민하고 있다.

그렇다면 미래의 반도체 인재에게 정말 필요한 것은 최신 기술을 많이 배우는 것일까.

28년 동안 반도체와 디스플레이 제조 현장에서 수많은 엔지니어들과 함께 문제를 해결하며 일해 온 경험을 돌아보면 조금 다른 생각이 든다. 기술은 계속 바뀌지만 좋은 엔지니어의 조건은 생각보다 크게 변하지 않았다. 오히려 시간이 흐를수록 더욱 중요해지는 역량들이 있었다. 그것은 특정 기술이 아니라 사고하는 힘이었고, 문제를 바라보는 시각이었으며, 다른 사람과 함께 성장하는 능력이었다.

반도체·디스플레이 산업은 지식보다 사고력을 요구하는 산업이다

반도체와 디스플레이 산업은 정답이 정해진 산업이 아니다. 같은 장비를 사용해도 결과가 달라지고, 같은 공정을 반복해도 예상하지 못한 변수가 발생한다. 하나의 불량에도 여러 원인이 동시에 존재하는 경우가 대부분이며, 서로 다른 공정이 복합적으로 영향을 미치는 일도 흔하다.

그래서 현장에서 가장 필요한 사람은 가장 많은 지식을 가진 사람이 아니었다. 다양한 데이터를 연결하여 원인을 추론하고, 문제를 정의하며, 새로운 해결 방법을 찾아가는 사람이 결국 좋은 엔지니어로 성장했다.

신입사원들을 보면서도 비슷한 경험을 자주 했다. 처음에는 전공지식이 뛰어난 사람이 가장 빠르게 성장할 것이라 생각했다. 하지만 시간이 지날수록 새로운 상황을 열린 시각으로 받아들이고 기존의 경험을 다른 문제에 응용할 수 있는 사람이 훨씬 큰 성과를 만들어 냈다.

현장에서 뛰어난 엔지니어들은 하나의 공통점을 가지고 있었다. 같은 데이터를 보더라도 숫자만 읽지 않았다. 숫자 뒤에 숨어 있는 공정의 변화와 장비의 상태를 상상했고, 서로 다른 정보를 연결하며 새로운 가설을 세웠다. 문제를 해결하는 과정은 언제나 질문에서 시작되었다.

코칭도 비슷하다. 좋은 코치는 정답을 알려주기보다 좋은 질문을 던진다. 질문 하나가 상대의 시야를 넓히고 새로운 가능성을 발견하게 만든다. 반도체 엔지니어 역시 마찬가지다. 좋은 질문 하나가 몇 달 동안 풀리지 않던 문제의 실마리가 되기도 한다.

그래서 중요한 것은 얼마나 많이 알고 있느냐보다 얼마나 깊이 생각할 수 있느냐라고 생각한다.

함께 생각해 보면 좋을 질문이 있다.

학생에게는 이렇게 묻고 싶다.

“정답을 외우는 공부를 하고 있나요, 아니면 스스로 질문을 만드는 공부를 하고 있나요?”

교수님들께도 질문을 던져보고 싶다.

“우리의 교육은 학생들에게 정답을 전달하는 데 머물러 있나요, 아니면 스스로 사고하고 질문하는 힘을 길러주고 있나요?”

제조를 이해하는 사람이 반도체를 이해한다

반도체와 디스플레이 산업을 바라보면 설계와 공정, 소재와 장비가 각각 독립된 분야처럼 보인다. 그러나 실제 제조 현장에서는 모든 기술이 하나의 가치사슬 안에서 유기적으로 연결된다.

새로운 소재가 개발되어도 제조공정에서 안정적으로 적용되지 못하면 산업적 가치를 만들기 어렵다. 장비 역시 높은 정밀도를 갖추는 것만으로는 충분하지 않다. 생산성과 수율, 품질 향상으로 이어질 때 비로소 좋은 장비가 된다. 설계 또한 양산 가능한 형태로 구현되어야 제품이 된다.

결국 이 산업의 모든 기술은 제조라는 공통 언어 위에서 연결된다.

학생들이 설계를 전공하든, 장비를 전공하든, 소재를 연구하든 제조를 이해하면 자신의 역할뿐 아니라 다른 분야와의 연결 관계까지 함께 바라볼 수 있다. 이것이 시스템적 사고의 출발점이다.

앞으로는 특정 분야의 전문가이면서 동시에 전체를 이해하는 사람이 더욱 큰 경쟁력을 갖게 될 것이다.

학생들에게는 이런 질문을 던져보고 싶다.

“내가 배우는 기술은 반도체 제조 생태계 안에서 어떤 역할을 하게 될까요?”

교수님들과 함께 고민해 보고 싶은 질문이 있다.

“학생들이 자신의 전공만 이해하는 수준에서 졸업하는가, 아니면 산업 전체를 바라보는 시각까지 갖추도록 교육하고 있나요?”

AI 시대일수록 사람의 질문이 더 중요해진다

최근에는 AI가 많은 일을 대신해 줄 것이라는 이야기가 자주 나온다. 실제로 데이터 분석과 문서 작성, 시뮬레이션 등 많은 영역에서 AI의 활용은 빠르게 확대되고 있다.

하지만 제조 현장에서 AI는 어디까지나 강력한 도구일 뿐이다.

어떤 문제를 해결해야 하는지 정의하는 일, AI가 제시한 결과를 비판적으로 검토하는 일, 그리고 실제 제조 현장에 적용 가능한 의사결정을 내리는 일은 결국 사람이 해야 한다.

과거에는 데이터를 수집하는 것이 어려웠다. 지금은 대부분의 공정과 설비에서 엄청난 양의 데이터가 자동으로 축적된다. 이제 중요한 것은 데이터를 얼마나 많이 확보하느냐가 아니라 서로 다른 데이터를 연결하여 의미를 발견하고, 그 의미를 새로운 개선으로 연결하는 능력이다.

앞으로 경쟁력은 AI를 얼마나 잘 사용하는가보다 AI에게 어떤 질문을 던질 수 있는가에서 결정될 가능성이 크다.

AI는 답을 제시할 수 있지만, 질문은 여전히 사람이 만들어야 한다.

학생들에게는 이런 질문을 남기고 싶다.

“AI에게 더 좋은 답을 얻기 위해 어떤 질문을 던질 수 있나요?”

교수님들에게도 묻고 싶다.

“우리의 교육은 AI 활용법을 가르치고 있나요, 아니면 AI와 함께 사고하는 방법을 가르치고 있나요?”

대학은 기술보다 기반 역량을 길러주는 곳이어야 한다

기업은 신입사원을 채용한 이후에도 자사 제품과 공정, 장비에 대해 다시 교육한다. 따라서 대학이 모든 최신 기술을 가르치는 것은 현실적으로 어렵다.

오히려 대학은 기술이 바뀌어도 변하지 않는 기반 역량을 길러주는 곳이어야 한다고 생각한다.

기초 공학에 대한 이해, 제조를 바라보는 시각, 데이터를 해석하는 능력, 논리적으로 추론하는 사고력, 기술적 의사소통과 협업 능력은 앞으로도 계속 중요할 것이다.

또한 대학은 학생들이 스스로 배우는 방법을 익히도록 도와야 한다. 기술은 졸업과 동시에 일부가 낡은 지식이 될 수 있지만, 배우는 능력은 평생 남는다.

학생들이 졸업할 때 가장 뛰어난 엔지니어가 되는 것보다, 입사 후에도 계속 성장하는 엔지니어가 되는 것이 더 중요하다.

학생들에게 묻고 싶다.

“반도체 회사 입사를 목표로 공부하고 있나요, 아니면 10년 후에도 성장하는 엔지니어를 목표로 준비하고 있나요?”

교수들에게도 함께 생각해 보고 싶은 질문이 있다.

“우리의 교육은 시험을 잘 보는 학생을 만드는 데 가까운가, 아니면 현장에서 오래 성장하는 엔지니어를 만드는 데 가까운가요?”

좋은 엔지니어를 키우는 교육이란 무엇일까

기술은 앞으로도 계속 변할 것이다. 지금 주목받는 AI 반도체와 HBM도 언젠가는 또 다른 기술로 대체될지 모른다. 그러나 제조를 이해하는 시각과 문제를 정의하는 능력, 데이터를 통해 의미를 추론하는 사고력, 그리고 사람들과 함께 협업하며 성장하는 역량은 쉽게 변하지 않을 것이다.

그래서 교육도 최신 기술을 얼마나 많이 담느냐보다 어떤 사람을 성장시키고 싶은가에서 출발해야 한다고 생각한다.

교육과정을 검토하다 보면 자연스럽게 어떤 교과목을 추가할지, 무엇을 삭제할지에 관심이 쏠리게 된다. 물론 그것도 중요한 일이다. 그러나 그보다 먼저 던져야 할 질문이 있다고 생각한다.

“우리는 지금 교과목을 설계하고 있는 것일까, 아니면 앞으로 30년 동안 성장해 갈 한 사람의 엔지니어 인생의 출발점을 설계하고 있는 것일까요?”

좋은 교육과정은 많은 교과목을 담는 교육과정이 아니라 좋은 엔지니어를 성장시키는 교육과정일 것이다.

그렇다면 우리 학생들이 졸업하는 순간보다 10년 후, 20년 후에도 계속 성장하고 있는 엔지니어가 되도록 하기 위해 지금 무엇을 가르쳐야 하는지 함께 고민해 보면 좋겠다.

그리고 마지막으로 학생과 교수, 산업계 모두에게 같은 질문을 던지고 싶다.

“우리가 지금 만들고 있는 것은 교육과정일까, 아니면 한 사람의 미래일까요?”

함께 보면 좋은 글:
[제조 생산성 완전 가이드]
[설비 생산성 혁신의 기초]
[OEE 설비 종합 효율 외부 글]
[삼성 반도체 제조 공정 개요]