미국 석사(MSCS) 준비 시리즈 (1) - 대학원 정하기

작년 여름 즈음에 재직 중이던 회사에서 좋은 기회를 얻어 미국 온라인 석사 과정을 알아보기 시작했다.

나는 데이터 분석가로 커리어를 계속 발전시켜나가고자 하는 욕심이 컸기에 컴퓨터과학(Computer Science)과정을 알아보게 되었다.

국가는 따로 제한이 없었지만, 늘 어릴 적부터 갖고 있던 미국에 대한 환상, 그리고 대학교 시절 워싱턴 D.C.로 교환학생을 다녀왔기에 미국으로 알아보게 되었다.

​

비록 온라인 과정을 지원하게 되었지만, 준비하는 기간 만큼은 실제 미국 대학원 입시 과정을 준비하는 듯 열정과 노력을 쏟았기에,

내가 준비했던 과정들과 팁들을 좀 더 정리해서 블로그에 기록으로 남겨두려고 한다.

개인적으로 후회하지 않을 만큼 열심히 준비했고 누구보다 더 많이 알아보고 정보를 파악했다고 생각한다.

그래서 그런지 원하는 결과를 얻지 못했을 땐 쉬이 마음을 떠나보내기가 어려웠다.

1지망 학교 지원서를 제출하고 난 뒤 얼마나 마음이 싱숭생숭 했던지..

결론을 먼저 말하자면, 나는 두 곳을 지원했다. 1지망은 Stanford, 2지망은 UIUC였다.

그리고 아쉽게도 1지망은 떨어지고 2지망으로 학업을 하게 되었다.

통상 석사를 준비하는 분들은 여러 학교를 지원하지만, 나는 업무를 함께해야해서 온라인 코스로만 알아보았다.

​

Stanford는 온라인 석사 과정을 지원하지만 오프라인으로의 전환이 가능했다. 회사를 병행해야하는 나로서는 더할나위없이 좋은 기회였다.

이 때문에 Stanford는 온라인 과정을 지원하더라도 오프라인 석사 과정 풀과 동일하게 심사를 진행하게 된다. 평가기준이 동일하다는 것이다.

UIUC는 반면 온라인 석사 과정에 지원해본 경험이 있는 사람들이 주변에 많았고, 심지어 졸업하신 분들도 계셨기에 좀 더 손쉽게 지원할 수 있었다.

​

또 Stanford의 지원 마감일자가 좀 더 빡셌고, UIUC는 여유가 있었다.

Stanford는 1년에 석사를 1번밖에 뽑지 않고, UIUC는 온라인 석사는 1년에 3개 Term이 있어 3번 지원의 기회가 있었다.

나는 Stanford 학교의 위치와 위상으로 석사 지원과정의 대부분 시간을 Stanford를 준비하는 데 쏟았다.

​

그래서 앞으로의 미국 석사 준비 시리즈가 Stanford에 좀 더 초점이 맞춰져있을 수 있다.

---

석사 과정을 정하게 되었다면 어느 학교에 지원해야하는지 고민해야한다.

그러기 위해서는 학교를 우선 탐색해야한다.

​

우리나라도 그렇듯 미국도 대학교 자체의 순위와 단과대학의 순위는 다르다.

나는 해당 학교의 공과대학 위상과 그 안에서도 컴퓨터 과학과의 성과와 reputation이 중요해서 공과대학/CS 순위를 살펴보았다.

2021년 말~ 2022년 초 기준으로는 대학 순위를 정리했을 때 아래와 같았다.

​

미국 공대 순위

MIT, Stanford, UC Berkely, CalTech, CMU, University of Michigan, Purdue, Goergia Tech, UC San Diego, UIUC, Columbia

UIUC는 CS만 따지면 MIT, Caltech 다음으로도 인정받기도 함, CS가 굉장히 강한 학교

​

미국 CS순위

MIT, Stanford, CMU, UC Berkely, Harvard, Princeton, Washington Univ, UCLA, Columbia

MIT, UC Berkely, Stanford, UIUC, CMU, Georgia Tech, Michigan, CalTech, Cornell

​

미국 대학 순위

Harvard, MIT, Stanford, UC Berkely, Columbia, University of Washington, CalTech, Johns Hopkins, UC Sanfran, Yale, UPenn, UCLA...

​

미국 대학 순위를 어느 자료를 참고해야할지 모르겠다면, 제일 공신력있는 US News, Best Colleges와 같은 사이트들을 참조해도 좋다.

https://www.usnews.com/education/online-education/computer-information-technology/computer-science-rankings

https://www.bestcolleges.com/features/top-online-masters-in-computer-science-programs/

​

혹은 아래와 같은 접근도 가능하다.

CS Rankings라는 사이트는 컴퓨터과학의 영역 중에서 내가 관심있는 부분들을 체크하면 해당 대학의 Publications, Faculty의 전문분야 등을 집계하여 순위를 매겨 보여준다.

CS Rankings

​

물론 대학을 정할 때에는 순위 외에도 내가 원하는 방향의 연구를 진행하고 있는 교수님이 계신지도 살펴보아야할 것이다.

대학마다 연구 분위기나 연구 방향도 다를 것이고, 그에 따라 나만의 순위도 다르기 때문이다.

그리고 해당 대학의 Course를 살펴보아 내가 원하는 내용의 학업이 가능할지도 따져봐야한다.

---

개인적으로 상위권에 위치한 학교들에 대해 온라인 프로그램들을 정리해둔 내용이다.

통상적으로 지원하기 위해 필요한 서류, 졸업 요건, Course 목록, 지원 자격요건, 지원일정, Tuition, 각종 참고 홈페이지들을 정리하게 된다.

​

개인적으로는 학위가 Masters in Computer Science 로 나오는지도 중요한 포인트였다.

석사 학위에 과가 'Machine Learning' 혹은 'AI' 와 같은 단어가 포함되는 것이 아니라, 컴퓨터과학 석사를 진학하고 싶었기 때문이다.

잘 찾다 보면 학교 홈페이지와 Course과정에서 차이가 보인다. 일부 대학은 온라인 전용 과정을 따로 제공하고 있어 전문성이나 의미 있는 학업을 하기 힘들어보이는 곳도 있다. 학업계획서도 단순하고 실제 홈페이지에 보이는 Course 커리큘럼 자체도 단순하다.

​

이 모든 것들을 고려했을 때 필자는 Stanford, UIUC 두 군데를 지원하기로 결정했다.

​

​

Stanford University - Computer Science (Master of Science in Computer Science) - HCP Program

- 1년에 1번 지원(가을), GRE not required

- 졸업을 위해 45 Units 수강 필요, 평균 3-5년 소요

- TOEFL의 점수대는 'good' 평가 이상 필요 (good의 명확한 기준은 없음)

- 온라인 ↔ 오프라인 스위치 최대 2번 가능

- 홈페이지(SCPD) : https://online.stanford.edu/programs/computer-science-ms-degree

- CS학과 홈페이지 : https://cs.stanford.edu/

- Admission : https://exploredegrees.stanford.edu/schoolofengineering/computerscience/#masterstext

- General info : https://cs.stanford.edu/admissionz/general-information

- FAQ : https://cs.stanford.edu/admissions/faq#a6 / https://cs.stanford.edu/academicz/prospective-masters/faq

- Checklist : https://cs.stanford.edu/admissions/checklist

- 제출서류 : https://cs.stanford.edu/admissions/masters/application-requirements

- 홈페이지 : https://gradadmissions.stanford.edu/programs/hcp/computer-science-hcp

- HCP Handbook : https://online.stanford.edu/honors-cooperative-program

- Courses : https://cs.stanford.edu/academicz/current-masters/masters-program-sheets/programsheets

https://cs.stanford.edu/courses/schedules/2021-2022.autumn.php / https://cs.stanford.edu/academicz/courses

https://explorecourses.stanford.edu/search;jsessionid=sqo2dydm2aa516ma70tr2an87?view=catalog&academicYear=&page=0&q=CS&filter-departmentcode-CS=on&filter-coursestatus-Active=on&filter-term-Winter=on

- 강의 평가 : https://carta-beta.stanford.edu/ (Admission 후 접근 가능할 듯)

- 졸업요건 : https://bulletin.stanford.edu/programs/CS-MS 45학점 채우고 졸업. quarter마다 max 1 class만 가능(원래 3)

https://cs.stanford.edu/degrees/mscs/programsheets/psguide2122.pdf

Foundations 에서 최대 10학점 (waive가능) ( + 9)

Significant Software Implementation 에서 하나 이상의 과목 수강 ( + 3)

Breadth 에서 각 영역 별 하나씩하여 총 3개 과목 수강 ( + 9)

Breadth Area A: Mathematical and Theoretical Foundations

Breadth Area B: Computer Systems

Breadth Area C: Applications

Breadth Area D: Computing and Society

Specialization에서 21학점 채우기 ( + 21)

​

​

UC Berkely - MIDS ( Master in Data Science)

- UC 버클리는 GRE 성적을 optional 하다고 표기

- University of Information / 공과대학이 아님

- 27학점 수강 필요(20개월 안에), 3-4일 immersion day 참석 1회이상 필요 (Curriculum 참조 : https://ischoolonline.berkeley.edu/data-science/curriculum/)

- accelerated path : 12개월, 학기마다 9학점 수강

- standard path : 20개월, 학기마다 6학점 수강

- decelerated path : 32개월, 학기마다 3학점 수강

- 과목이 온라인 용으로 따로 정해져있는 듯 함. 정규 과정이 있음. 강의가 제공되는 수가 많지 않음. 사실 배울 수 있는 부분은 많지 않을 듯

- Students who are proficient in object oriented programming will complete 12 units of foundation coursework, 12 units of advanced coursework and the synthetic capstone course.

- Students who are not proficient in object oriented programming will be required to complete the Python for Data Science foundation course as part of their 15 units of foundation coursework, 9 units of advanced coursework and the synthetic capstone course.

- 추천서는 반드시 직장 상사에게서 제공받으라는 이야기 (추천서 2장)

- We prefer that letters come from your current direct supervisor or a former employer. Select individuals with whom you have had considerable professional interaction, such as your supervisor or a major client

- [TOEFL] The school code for UC Berkeley is 4833. The department code for the I School is 99.

- 학위 오프라인과 동일하다고 오피셜하게 공지 (https://ischoolonline.berkeley.edu/wp-content/uploads/sites/37/2021/01/UCB-MIDS_MKTGWEB-37168_One-Pager_FAQ_2020-02_WEB_1.pdf)

- 홈페이지 : https://ischoolonline.berkeley.edu/data-science/

- Admission : https://ischoolonline.berkeley.edu/admissions/

- Courses : https://ischoolonline.berkeley.edu/data-science/curriculum/

- Requirements / 제출서류

1) Online application

2) Official transcripts from all educational institutions attended

3) Statement of Purpose and additional admissions statements

4) Two professional letters of recommendation

5) Current resume

6) TOEFL Scores (if applicable)

7) Application fee of $120 for domestic applicants or $140 for international applicants

8) GRE or GMAT scores (optional)

Rolling basis - 12월 8일 마감

​

​

UIUC - Online Master Computer Science (MCS) / MCS in Data Science (MCS-DS)

- Reddit 활성화 되어있음 (많은 학생들이 Online과정을 채택하여 수강)

- Online Masters 홈페이지 : https://cs.illinois.edu/academics/graduate/professional-mcs/online-master-computer-science

- DS 특화 : https://cs.illinois.edu/academics/graduate/professional-mcs/online-master-computer-science-data-science

- 졸업요건 : MCS // 32학점 : 4/8개 core, 3/8개 advanced. 강의 하나당 4학점. 8개 강의를 수강해야함. DS // 32학점, 4학점씩 8개 수강

- 2월 15일까지 Summer 2022 cohort 참여

- 제출서류

1) Transcript

2) Recommendation Letter (Thesis program은 필수)

MCS지원 대상자는 추천서가 꼭 필요하진 않으나 포함되면 고려될 것임

3) Statement of Purpose

goals & backgrounds - CS와 관련있는, past work history, interest, reasons for pursuing a graduate degree in CS

2페이지 이내 작성

4) (Optional) Personal Statement

5) CV

6) TOEFL

7) Data Structures Proficiency Exam for Online MCS

data structures, algorithms, object-oriented programming 강의 미수강자 → 시험. 시험 불통이 꼭 불합을 결정하진 않음

- Coursework

https://ws.engr.illinois.edu/sitemanager/getfile.asp?id=3117

​

​

University of Michigan - MADS (Master of Applied Data Science)

- 홈페이지 : https://online.umich.edu/online-degrees/master-of-applied-data-science/

- Courses : (상세한 syllabus까지 보진 못함)

- 34학점, 100점 이상 TOEFL, GRE waived

- 학위 동일하다는 오피셜 공지 (https://online.umich.edu/online-degrees/master-of-applied-data-science/faqs), 하지만 offline-online switch는 어려움

- Admission : https://online.umich.edu/online-degrees/master-of-applied-data-science/application-info/

​

​

Georgia Institute of Technology - OMSCS(Online Master of Science in Computer Science)

- 홈페이지 : https://omscs.gatech.edu/explore-oms-cs

- Courses : https://omscs.gatech.edu/current-courses

- FAQ : https://omscs.gatech.edu/prospective-students/faq

- 온라인과 오프라인 학위가 동일하다는 오피셜 자료가 있음. GRE waived. TOEFL 100점이상

- 30학점 수강 필요 (Specializations require 12-15 hours of coursework, and the remaining 15-18 hours are “free” electives)

- 학교 커뮤니티가 크다. 한국인들 중에서도 학비가 저렴해서 내돈내산으로 듣는 사람들이 꽤 있음 (학교 커뮤니티 : https://www.reddit.com/r/OMSA/)

​

​

Columbia University - Computer Science - Machine Learning Masters Science

- Course : https://www.cvn.columbia.edu/program/columbia-university-computer-science-masters-degree-machine-learning-masters-science

https://www.cs.columbia.edu/education/ms/machineLearning/

- 공과대학 석사학위 지원 단과대 : https://www.cvn.columbia.edu/fields (https://online.columbia.edu/online-programs/)

- 30학점, 세계 3위권 대학, 2021년 가을까지 GRE waived인데 그 이후도 그런지는 확인 필요 > GRE Required로 변경

- Spring 2022는 12월 11일, https://www.gradengineering.columbia.edu/graduate-admissions/application-requirements

---

다음 시리즈에는 필수 서류들인 SoP, CV 등을 작성하는 방법에 대해 찬찬히 정리해볼 것이다.