공정 엔지니어에서 시작해 기획/인력운영, 그리고 AI/데이터분석까지 — 현장의 언어와 데이터의 언어를 모두 구사하는 기획형 올라운더. AI로 가능한 것과 불가능한 것을 이해하고, 회사의 Y+3 방향성을 제시할 수 있는 기획자.
"현장을 알아야 기획을 할 수 있고, 이제는 AI를 알아야 기획을 할 수 있습니다."
현업
공정 · 장비
TFT Photo 양산 2년
기획
400명 효율화
데이터 기반 인력 최적화
AI
알고리즘 독자개발
CPD 최적 관리선 도출
통합
Y+3 초대형 PJT
E2E 불량분석 Agent
경력
- Python 기반 데이터 파이프라인 End-to-End 구축
- 변화점 탐지(CPD) 알고리즘 독자 개발 → 최적 관리선 도출
- 수율 0.13%p 개선 달성, CEO BP 보고 및 AX 협업 우수 사례 선정
- 차세대 AI 에이전트 5단계 로드맵 기획 및 로컬 KB 자동화(Phase 2) 구축 Y+3
- KPI 기획/관리, 수익성 극대화 미션 수립
- '필요 인원 산출 기준' 정립 (물동·Capa·설비 데이터 기반)
- 기능직 30%(400명 규모) 인력 효율화 달성
- 대규모 인사이동 연계 조직 심리 동인 분석
- 직무 역량 레벨 정의 및 교육 계획 수립
- 성과 인정 — 선임→책임 조기진급
- CDS(Coater & Developer System) 설비 담당
- Merck社 신규 약액 양산 라인 직도입 — 평가부터 조달까지 주도
- 양산 Line 불량 대응 및 유관부서 협업을 통한 Issue 해결
핵심 프로젝트
400명 인력 효율화
(2022–2024)
—
데이터 기반 필요 인원 산출 Logic 수립, 기능직 30% 효율화
조직 심리 동인 분석
(2024)
—
인사이동-설문 상관관계 분석, 임원진 보고
수율 개선 알고리즘
(2025)
—
CPD 알고리즘 독자 개발, 수율 0.13%p↑, CEO 보고
공정 설비 기준정보 수립
(2026)
—
9개 공장 × 20개 공정 기준정보 수립, 자동분석 알고리즘 탑재 (GIGO 방지)
차세대 AI 로드맵 & 로컬 KB
(2026~)
—
사내 에이전트 기반 전사 지식(KB) 자동 축적 파이프라인 구축 (Phase 2) Y+3
HaGoTools
(hagotools.com)
—
직군별 AI 업무 자동화 웹서비스 (어린이집 교사 포털 운영 중)
기술
데이터 / 분석
Python, Pandas, SQL
AI / ML
LLM, RAG, Prompt/Context Engineering, Multi-Agent, Scikit-learn
도메인
디스플레이/반도체 공정/장비 관리, KPI 기획, 인력운영, AI Roadmap Strategy
개발 / 도구
Git/GitHub, AI Tools
학력
인하대학교 · 항공우주공학과 학사
2010.03 — 2017.02