직무 · LIG넥스원 / 모든 직무

Q. LIG D&A(넥스원) 체험형 인턴 SW(레이저) 직무 질문드립니다.

Chahn

안녕하세요 전자공학과 4학년 1학기 재학 중인 학부생입니다. 1. 이번 LIG D&A에 SW(레이저) 직무가 나왔는데 정확히 어떤 업무를 하는지 2. LIG 코딩 테스트 난이도와 준비 방법을 어떻게 해야하는지 인터넷에 나와있는 정보가 많이 없어 이렇게 질문드립니다. 학부연구생(차세대 디스플레이 구조 검증, Ansys Lumercial)과 캡스톤 설계로 광학 공진 구조, LiDAR에 들어가는 FPA(격자 안테나)의 calibration을 딥러닝으로 보정의 프로젝트를 하였습니다. HW로 지원할지, SW(레이저) 직무로 지원하느게 맞는지 현직자 분들의 조언을 구하고 싶습니다!


2026.06.08

답변 4

  • 멘토 지니KT
    코상무 ∙ 채택률 63%
    학교
    일치

    ● 채택 부탁드립니다 ● 작성해주신 경험을 보면 SW보다는 광학·레이저 시스템과 신호처리 영역에 더 가까워 보입니다. LIG D&A의 SW 레이저 직무는 일반적인 웹개발이나 앱개발이 아니라 레이저 거리측정기, 표적지시기, 광학센서 등의 제어 알고리즘, 신호처리, 임베디드 SW 개발 업무를 수행하는 경우가 많습니다. Ansys Lumerical 활용 경험, LiDAR 관련 프로젝트, 딥러닝 기반 Calibration 보정 경험은 오히려 해당 직무와 연관성이 높은 편입니다. 따라서 SW 레이저 직무 지원도 충분히 적합해 보입니다. 코딩테스트는 대기업 IT 직군 수준보다는 상대적으로 쉬운 편이라는 후기가 많으며 C, C++, Python 기초 문법과 자료구조, 구현 문제 정도는 준비하는 것이 좋습니다. 백준 실버~골드 하위권 수준을 꾸준히 풀어보시면 도움이 됩니다. 개인적으로는 현재 이력만 보면 일반 HW 설계보다는 SW 레이저 직무가 더 강점을 살릴 수 있어 보입니다. 면접에서는 광학 시뮬레이션 경험, LiDAR 원리, Calibration 과정에서 발생한 문제와 해결 방법을 논리적으로 설명할 수 있도록 준비하시면 좋은 평가를 받을 가능성이 높습니다.

    2026.06.08


  • 다할수있습니다큐비앤맘
    코이사 ∙ 채택률 61%

    조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ 작성해주신 경험을 보면 HW보다 SW 레이저 직무와의 연관성이 더 높아 보입니다. 특히 LiDAR, 광학 구조 해석, FPA Calibration, 딥러닝 보정 경험은 레이저 및 센서 신호처리 분야와 연결하기 좋습니다. SW 레이저 직무는 일반적인 웹 개발이 아니라 레이저 센서 데이터 처리, 알고리즘 개발, 신호분석, 제어 소프트웨어 개발 등의 업무를 수행하는 경우가 많습니다. 따라서 광학 및 센서 관련 프로젝트 경험이 강점이 될 수 있습니다. 코딩테스트는 대기업 SW 직군 수준의 고난도보다는 자료구조, 알고리즘 기초와 구현 문제가 나오는 경우가 많습니다. 백준 기준 실버 후반에서 골드 초반 정도 난이도를 준비하시면 도움이 될 것 같습니다. 오히려 현재 이력은 전자회로보다 광학, 센서, 신호처리, 알고리즘에 강점이 있어 보여 SW 레이저 직무 적합성이 높아 보입니다. 지원 시에는 LiDAR 프로젝트와 Ansys Lumerical 활용 경험을 중심으로 직무 연관성을 강조해보시는 것을 추천드립니다.

    2026.06.08


  • P
    PRO액티브현대트랜시스
    코전무 ∙ 채택률 100%

    안녕하세요 전자공학과 기준으로 보면 LIG넥스원 SW 레이저 직무는 레이저 기반 센서와 광학 시스템을 소프트웨어로 제어하고 신호처리와 보정 알고리즘을 개발하는 업무입니다 LIG넥스원 해당 직무는 LiDAR 거리 데이터 처리 잡음 필터링 좌표 변환 캘리브레이션 펌웨어 개발 그리고 딥러닝 기반 오차 보정까지 포함되는 경우가 많습니다 코딩테스트는 보통 자료구조와 알고리즘 중심으로 BFS DFS DP 구현 문자열과 시뮬레이션 문제가 주로 나오며 프로그래머스와 백준 기준 중급 난이도 대비가 필요합니다 준비는 기초 문제 반복과 구현 속도 향상이 중요합니다 질문자 경험을 보면 광학 구조 해석과 LiDAR 캘리브레이션 딥러닝 보정 경험이 있어서 HW보다는 SW 레이저나 신호처리 알고리즘 직무가 더 적합합니다 HW는 주로 광학 설계 시뮬레이션과 장비 구조 해석 중심이라 방향성이 다릅니다

    2026.06.08


  • 취뽀도우미입니다대구교통공사
    코차장 ∙ 채택률 91%

    안녕하세요! 전자공학과 4학년 1학기 학부생이신데, 벌써 학부 연구생 경험에 딥러닝을 활용한 LiDAR FPA 캘리브레이션 캡스톤까지, 방산 및 광학 도메인에 매우 매력적인 이력을 갖추셨네요. ​방산업체, 특히 LIG넥스원(D&A)과 같은 곳은 보안상의 이유로 인터넷에 세부 직무나 코딩 테스트 정보가 부족해 답답하셨을 텐데, 현업의 시각에서 현실적인 조언을 드리겠습니다. ​1. LIG D&A SW(레이저) 직무의 실제 업무 ​LIG넥스원 등 방산 분야에서의 '레이저/전자광학' 도메인은 크게 고출력 레이저 무기체계와 탐지/추적 센서(LiDAR, 레이저 표적지시기)로 나뉩니다. SW(레이저) 직무로 입사하시게 되면 주로 다음과 같은 업무를 수행합니다. ​실시간 제어 SW 개발: 레이저 발진기, 모듈, 전원 공급 장치 등을 실시간으로 제어하고 상태를 모니터링하는 임베디드 및 응용 SW를 개발합니다. ​신호 처리 및 알고리즘 구현: LiDAR나 탐색기에서 돌아오는 레이저 반사 신호를 처리하여 거리를 측정하거나 표적을 추적하는 로직을 짭니다. ​광학계 정렬 및 보정 (Calibration): 하드웨어 조립 과정에서 발생하는 광학적 오차나 환경적 요인에 의한 왜곡을 SW 알고리즘으로 정밀하게 보정합니다. (질문자님이 캡스톤에서 하신 딥러닝 보정 프로젝트와 정확히 맞닿아 있는 영역입니다.) ​2. 코딩 테스트 난이도 및 준비 방법 ​LIG의 SW 직무 코딩 테스트는 보통 프로그래머스 플랫폼을 통해 진행됩니다. ​문항 및 난이도: 보통 3문제가 출제되며, 2문제는 평이한 수준(백준 실버 1 ~ 골드 5), 1문제는 변별력을 위한 고난도 문제(백준 골드 중상위 수준)로 구성되는 경향이 있습니다. ​주요 출제 유형: 문자열 처리, 완전 탐색(Min/Max), 우선순위 큐, 그래프/트리 탐색(DFS, BFS) 등이 자주 출제됩니다. ​주의할 점: 외부 검색 구글링 불가, 외부 IDE(VS Code 등) 사용 불가, 복사/붙여넣기가 제한되는 경우가 많으므로 자동완성에 의존하지 않고 기본기를 탄탄히 다지는 연습이 필요합니다. ​💡 핵심 팁: 코딩 테스트와 함께 잡다(JABDA) 신역검(AI 역량검사)을 응시하게 되는데, LIG는 이 AI 면접의 결과 비중이 상당히 큽니다. 코딩 테스트를 잘 보고도 AI 면접에서 떨어지는 사례가 꽤 있으니, 반드시 사전에 잡다 사이트에서 무료 모의시험을 여러 번 연습하시길 권해드립니다. ​3. HW vs SW(레이저) 직무 지원 전략 조언 ​질문자님의 이력은 '광학 HW'와 '알고리즘 SW'의 교집합에 정확히 위치해 있어 양쪽 모두 강력한 경쟁력을 가집니다. ​HW(광학/RF/체계)로 지원할 경우 Ansys Lumerical을 이용한 광학 공진 구조 해석 경험은 일반적인 학부생이 쉽게 갖기 힘든 무기입니다. 물리적인 소자 레벨에서 디스플레이와 격자 안테나(FPA)의 특성을 이해하고 시뮬레이션해 본 경험은 레이저 탑재체의 하드웨어를 설계하고 검증하는 직무에 매우 적합합니다. ​SW(레이저)로 지원할 경우 "HW의 물리적 특성과 한계(오차)를 이해하고, 이를 최신 기법인 딥러닝(SW)을 통해 보정(Calibration)해 보았다"는 스토리는 SW 면접관들에게 대단히 매력적입니다. 단순한 코더가 아니라 시스템 전체를 이해하는 SW 엔지니어라는 점을 강하게 어필할 수 있습니다. ​결론 및 추천 둘 다 훌륭한 스펙이므로, 본인이 어떤 업무를 할 때 더 즐거웠는지를 기준으로 선택하세요. 구조를 해석하고 물리적 현상을 시뮬레이션하는 과정이 더 재미있었다면 HW를, 데이터를 분석해 오차를 줄이고 로직을 완성해 나가는 코딩 과정이 더 성취감이 컸다면 SW를 추천합니다. 어느 쪽을 지원하시든 자소서에 "하드웨어의 특성을 깊이 이해하고 있는 융합형 인재"임을 강조하시면 좋은 결과가 있을 것입니다.

    2026.06.08


함께 읽은 질문

궁금증이 남았나요?
빠르게 질문하세요.